Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Agentische KI-Muster und Workflows auf AWS
Aaron Sempf und Andrew Hooker, Amazon Web Services
Juli 2025 (Geschichte der Dokumente)
Organizations setzen umfangreiche Sprachmodelle (LLMs) und Softwareagenten ein, um dynamische, domänenübergreifende Probleme mithilfe einer neuen Architekturdisziplin, den sogenannten Agentenmustern, zu lösen. Agentenmuster sind grundlegende Baupläne und modulare Konstrukte, die verwendet werden, um zielgerichtete KI-Agenten in vielen Kontexten zu entwerfen und zu orchestrieren.
Zielgruppe
Dieser Leitfaden richtet sich an Architekten, Entwickler und Produktleiter, die intelligente Anwendungen entwickeln möchten, die über statische Logik, symbolische Logik und deterministische Automatisierung hinausgehen.
Ziele
Dieser Leitfaden bietet einen Entwurfsrahmen und einen Implementierungsansatz für KI-Agentensysteme, die autonom arbeiten und gleichzeitig kontrollierbar bleiben und auf Ihre Ziele ausgerichtet sind. Es verbindet ereignisgesteuerte Architekturmuster mit verschiedenen agentischen Alternativen und zeigt, wie Sie mithilfe von Cloud-nativen Architekturen Agentensysteme für die Produktion aufbauen können. In diesem Leitfaden werden die folgenden Themen behandelt:
-
Agentenmuster — Agentenmuster sind wiederverwendbare Entwurfsvorlagen, die die Struktur und das Verhalten einzelner Agenten beschreiben. Dazu gehören Agenten zur Argumentation, Agenten mit erweiterter Suchfunktion, Codierungsagenten, Sprachschnittstellen, Workflow-Orchestratoren und kollaborative Systeme mit mehreren Agenten. Jedes Muster veranschaulicht, wie Agenten wahrnehmen, argumentieren, handeln und lernen, und zwar anhand von Zuordnungen. AWS-Services
-
LLM-Workflows — Workflows konzentrieren sich darauf, wie Agenten sie LLMs zum Argumentieren verwenden. Sie untersuchen Aufforderungsstrategien und Planungsmechanismen und skizzieren, wie LLMs sie nicht nur zur Textgenerierung, sondern auch zur Förderung strukturierter, interpretierbarer und zuverlässiger Verhaltensweisen innerhalb einer Agentenschleife eingesetzt werden.
-
Agentische Workflow-Muster — Workflow-Muster beschreiben, wie mehrere Agenten, Tools und Umgebungen interagieren, um autonome Systeme zu bilden. Dazu gehören Muster für die Orchestrierung von Aufgaben, die Delegierung von Subagenten, die ereignisbasierte Koordination, Beobachtbarkeit und Kontrolle. Diese Aspekte fördern skalierbare, zusammensetzbare und überprüfbare KI-Architekturen.
Über diese Inhaltsserie
Dieser Leitfaden ist Teil einer Reihe über agentic AI on. AWS Weitere Informationen und die anderen Leitfäden dieser Reihe finden Sie unter Agentic AI
