Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Agen orkestrasi alur kerja
<a name="workflow-orchestration-agents"></a>

Agen orkestrasi alur kerja mengelola dan mengoordinasikan tugas, proses, dan layanan multistep di seluruh sistem terdistribusi. Alih-alih bernalar dan bertindak secara terpisah, agen ini mendelegasikan pekerjaan ke subagen atau sistem lain, mempertahankan konteks eksekusi, dan beradaptasi berdasarkan hasil antara.

Agen-agen ini adalah bagian mendasar dari arus otomatisasi. Mereka sangat berguna saat menangani tugas yang berjalan lama, komposisi multi-agen, dan integrasi lintas domain di mana berbagai agen dan alat harus dipanggil secara berurutan atau kondisional.

## Arsitektur
<a name="architecture-workflow-orchestration"></a>

Agen orkestrasi alur kerja ditunjukkan pada diagram berikut:

![\[Agen orkestrasi alur kerja.\]](http://docs.aws.amazon.com/id_id/prescriptive-guidance/latest/agentic-ai-patterns/images/workflow-orchestration-agents.png)


## Deskripsi
<a name="description-workflow-orchestration"></a>

1. Menerima masukan pengguna
   + Pengguna (atau pemicu eksternal) memulai tugas melalui UI, API, atau peristiwa sistem.

1. Menangani peristiwa sistem
   + Komponen sistem menerima permintaan dan memancarkan peristiwa atau perintah yang membutuhkan orkestrasi.

1. Mengambil konteks
   + Agen alur kerja menanyakan basis pengetahuan dan pendaftar agen untuk menemukan agen pekerja yang tepat untuk tugas berdasarkan metadata, domain, dan tingkat keberhasilan sebelumnya.

1. Memilih agen LLM
   + LLM membantu memilih agen atau rencana alur kerja terbaik dengan menganalisis deskripsi tugas dan opsi yang tersedia.
   + Ini juga dapat merumuskan permintaan khusus tugas untuk dikirim ke agen yang dipilih.

1. Mendelegasikan dan mengeksekusi
   + Agen pekerja yang dipilih menerima acara atau prompt dan mulai menjalankan perintah.
   + Ini dapat melacak status eksekusi, mencoba lagi kegagalan, dan meneruskan hasil perantara ke agen berikutnya dalam urutan.

## Kemampuan
<a name="capabilities-workflow-orchestration"></a>
+ Komposisi agen (misalnya, supervisor, agen kolaborator, dan alat)
+ Eksekusi yang digerakkan oleh peristiwa atau terjadwal
+ Memori dan melacak status dari waktu ke waktu
+ Orkestrasi tugas hierarkis atau paralel (sinkron dibandingkan dengan alur kerja asinkron)
+ Pemilihan dan rantai agen dinamis

## Kasus penggunaan umum
<a name="common-use-cases-workflow-orchestration"></a>
+ Otomatisasi multistep (misalnya, penyerapan dan pelaporan data)
+ Perutean dan eskalasi layanan pelanggan (misalnya,) agent-as-coordinator
+ Agen AI berkoordinasi dengan manusia dan bot dalam lingkaran yang sama
+ Mengotomatiskan proses perusahaan menggunakan logika bertenaga LLM
+ Sistem hibrida menggabungkan agen AI dan alat orkestrasi tradisional

## Panduan implementasi
<a name="implementation-guidance-workflow-orchestration"></a>

Anda dapat membangun pola ini menggunakan alat-alat berikut dan Layanan AWS:
+ Amazon Bedrock untuk penalaran dan pemilihan agen
+ AWS Step Functions atau Amazon EventBridge untuk komposisi alur kerja
+ AWS Lambda sebagai unit eksekusi atau pelari tugas
+ Amazon DynamoDB, Amazon Simple Storage Service (Amazon S3) Simple Storage Service, atau Amazon RDS untuk melacak status dan hasil
+ AWS AppFabric atau Amazon AppFlow untuk koordinasi lintas sistem
+ (Opsional) Gunakan agen yang SageMaker dijalankan Amazon untuk meng-host agen pekerja khusus domain

## Ringkasan
<a name="summary-workflow-orchestration"></a>

Agen alur kerja mengoordinasikan, beradaptasi, dan menyelaraskan tujuan di lingkungan multi-agen. Ini berarti bahwa agen AI dapat berkolaborasi, beradaptasi dengan kondisi runtime, dan memberikan hasil yang kompleks melalui alur kerja modular yang dapat dijelaskan.