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.
Agenten für die Workflow-Orchestrierung
Agenten zur Workflow-Orchestrierung verwalten und koordinieren mehrstufige Aufgaben, Prozesse und Dienste in verteilten Systemen. Anstatt isoliert zu argumentieren und zu handeln, delegieren diese Agenten Arbeit an Unteragenten oder andere Systeme, behalten den Ausführungskontext bei und passen sich auf der Grundlage von Zwischenergebnissen an.
Diese Agenten sind ein grundlegender Bestandteil von Automatisierungsabläufen. Sie sind besonders nützlich bei der Bearbeitung von Aufgaben mit langer Laufzeit, der Zusammenstellung mehrerer Agenten und domänenübergreifenden Integrationen, bei denen verschiedene Agenten und Tools nacheinander oder bedingt aufgerufen werden müssen.
Architektur
In der folgenden Abbildung ist ein Agent zur Workflow-Orchestrierung dargestellt:
Description
-
Empfängt Benutzereingaben
-
Ein Benutzer (oder ein externer Trigger) initiiert eine Aufgabe über eine Benutzeroberfläche, eine API oder ein Systemereignis.
-
-
Behandelt Systemereignisse
-
Eine Systemkomponente empfängt die Anforderung und gibt ein Ereignis oder einen Befehl aus, für das eine Orchestrierung erforderlich ist.
-
-
Ruft den Kontext ab
-
Der Workflow-Agent fragt Wissensdatenbanken und Agentenregister ab, um anhand von Metadaten, Domäne und früherer Erfolgsquote den richtigen Worker Agent für die Aufgabe zu finden.
-
-
Wählt einen LLM-Agenten aus
-
Ein LLM hilft bei der Auswahl des besten Agenten oder Workflow-Plans, indem er die Aufgabenbeschreibung und die verfügbaren Optionen analysiert.
-
Es kann auch aufgabenspezifische Aufforderungen formulieren, die an einen ausgewählten Agenten gesendet werden sollen.
-
-
Delegiert und führt aus
-
Der gewählte Worker-Agent empfängt das Ereignis oder die Aufforderung und beginnt mit der Ausführung von Befehlen.
-
Er kann den Ausführungsstatus verfolgen, bei einem Fehler den Vorgang wiederholen und Zwischenergebnisse an den nächsten Agenten in der Sequenz weiterleiten.
-
Capabilities
-
Zusammensetzung der Agenten (z. B. Vorgesetzte, Mitarbeiter und Tools)
-
Ereignisgesteuerte oder geplante Ausführung
-
Speicher- und Statusverfolgung im Zeitverlauf
-
Hierarchische oder parallel Aufgabenorchestrierung (synchron im Vergleich zu asynchronen Workflows)
-
Dynamische Agentenauswahl und Verkettung
Häufige Anwendungsfälle
-
Mehrstufige Automatisierung (z. B. Datenerfassung und Berichterstattung)
-
Weiterleitung und Eskalation des Kundendienstes (z. B.) agent-as-coordinator
-
KI-Agenten koordinieren sich mit Menschen und Bots innerhalb derselben Schleife
-
Automatisiert Unternehmensprozesse mithilfe von LLM-gestützter Logik
-
Hybridsysteme kombinieren KI-Agenten und traditionelle Orchestrierungstools
Implementierungsleitfaden
Sie können dieses Muster mit den folgenden Tools erstellen und AWS-Services:
-
Amazon Bedrock zur Argumentation und Agentenauswahl
-
AWS Step Functions oder Amazon EventBridge für die Workflow-Zusammenstellung
-
AWS Lambda als Ausführungseinheiten oder Task-Runner
-
Amazon DynamoDB, Amazon Simple Storage Service (Amazon S3) oder Amazon RDS zur Nachverfolgung von Status und Ergebnissen
-
AWS AppFabric oder Amazon AppFlow für die systemübergreifende Koordination
-
(Optional) Verwenden Sie Amazon SageMaker Run Agent, um domänenspezifische Worker-Agents zu hosten
Zusammenfassung
Workflow-Agenten koordinieren, passen sich an und stimmen Ziele in Umgebungen mit mehreren Agenten ab. Das bedeutet, dass KI-Agenten zusammenarbeiten, sich an die Laufzeitbedingungen anpassen und mithilfe modularer, erklärbarer Workflows komplexe Ergebnisse erzielen können.
