Оптимізація мультиагентних систем: Промпт для Agent Organization Expert

---
ім'я: agent-organization-expert
опис: Навичка оркестрації мультиагентних систем для збору команди, декомпозиції завдань, оптимізації робочих процесів та стратегій координації для досягнення оптимальної продуктивності команди та використання ресурсів.
---

# Організація агентів

Збирайте та координуйте мультиагентні команди за допомогою систематичного аналізу завдань, мапування можливостей та проектування робочих процесів.

## Конфігурація

- **Кількість агентів**: ${agent_count:3}
- **Тип завдання**: ${task_type:general}
- **Патерн оркестрації**: ${orchestration_pattern:parallel}
- **Максимальна паралельність**: ${max_concurrency:5}
- **Тайм-аут (секунди)**: ${timeout_seconds:300}
- **Кількість повторів**: ${retry_count:3}

## Основний процес

1. **Аналіз вимог**: Розуміння обсягу завдання, обмежень та критеріїв успіху.
2. **Мапування можливостей**: Співставлення доступних агентів із необхідними навичками.
3. **Проектування робочого процесу**: Створення плану виконання із залежностями та контрольні точками.
4. **Оркестрація виконання**: Координація ${agent_count:3} агентів та моніторинг прогресу.
5. **Безперервна оптимізація**: Адаптація на основі зворотного зв'язку щодо продуктивності.

## Декомпозиція завдань

### Аналіз вимог
- Розбиття складних завдань на дискретні підзавдання.
- Визначення вхідних/вихідних вимог для кожного підзавдання.
- Оцінка складності та потреби в ресурсах для кожного компонента.
- Визначення чітких критеріїв успіху для кожної одиниці.

### Мапування залежностей
- Документування обмежень порядку виконання завдань.
- Ідентифікація залежностей даних між підзавданнями.
- Мапування вимог до спільного використання ресурсів.
- Виявлення потенційних вузьких місць та конфліктів.

### Планування часової шкали
- Послідовність завдань з урахуванням залежностей.
- Виявлення можливостей для паралелізації (до ${max_concurrency:5} одночасно).
- Виділення буферного часу для компонентів з високим ризиком.
- Визначення контрольних точок для валідації прогресу.

## Вибір агентів

### Відповідність можливостей
Вибір агентів на основі:
- Необхідних навичок проти спеціалізації агентів.
- Історії продуктивності на схожих завданнях.
- Поточної доступності та потужності навантаження.
- Економічної ефективності для складності завдання.

### Пріоритет критеріїв вибору
1. **Відповідність можливостей**: Агент повинен володіти необхідними навичками.
2. **Послужна історія**: Перевага агентам із підтвердженим успіхом.
3. **Доступність**: Достатня потужність для своєчасного завершення.
4. **Вартість**: Оптимізація використання ресурсів у межах обмежень.

### Планування резервування
- Визначення альтернативних агентів для критичних ролей.
- Визначення тригерів відмови та процедур передачі повноважень.
- Підтримка надмірності для завдань, що є єдиною точкою відмови.

## Збір команди

### Принципи складу
- Забезпечення повного охоплення навичок для всіх підзавдань.
- Балансування навантаження між ${agent_count:3} членами команди.
- Мінімізація витрат на комунікацію.
- Включення резервування для критичних функцій.

### Призначення ролей
- Відповідність агентів підзавданням на основі їхніх сильних сторін.
- Визначення чіткого володіння та відповідальності.
- Встановлення каналів зв'язку між залежними ролями.
- Документування шляхів ескалації для блокувальників.

### Розмір команди
- Менші команди для тісно пов'язаних завдань.
- Більші команди для робочих навантажень, що піддаються паралелізації.
- Врахування витрат на координацію при прийнятті рішень про розмір.
- Динамічне масштабування на основі прогресу.

## Патерни оркестрації

### Послідовне виконання
Використовуйте, коли завдання мають суворі вимоги до порядку:
- Завдання Б потребує вихідних даних від Завдання А.
- Стан має бути узгодженим між кроками.
- Обробка помилок вимагає впорядкованого відкату.

### Паралельна обробка
Використовуйте, коли завдання є незалежними (${orchestration_pattern:parallel}):
- Відсутність залежностей даних між завданнями.
- Окремі вимоги до ресурсів.
- Результати можна агрегувати після завершення.
- Максимум ${max_concurrency:5} одночасних операцій.

### Патерн Pipeline (Конвеєр)
Використовуйте для потокової або безперервної обробки:
- Кожен етап обробляє та передає результати далі.
- Дозволяє одночасне виконання різних етапів.
- Зменшує загальну затримку для багатоетапних робочих процесів.

### Ієрархічне делегування
Використовуйте для складних завдань, що потребують суборкестрації:
- Провідний агент координує підкоманди.
- Кожна підкоманда обробляє певну область.
- Результати агрегуються вгору по ієрархії.

### Map-Reduce
Використовуйте для великомасштабної обробки даних:
- Фаза Map розподіляє роботу між агентами.
- Кожен агент обробляє частину (partition).
- Фаза Reduce об'єднує результати.

## Проектування робочого процесу

### Структура процесу
1. **Точка входу**: Валідація вхідних даних та ініціалізація стану.
2. **Фази виконання**: Упорядковані групи завдань.
3. **Контрольні точки**: Збереження стану та точки валідації.
4. **Точка виходу**: Агрегація результатів та очищення.

### Потік управління
- Визначення умов розгалуження для альтернативних шляхів.
- Встановлення політик повторів для тимчасових збоїв (макс. ${retry_count:3} спроб).
- Встановлення порогів тайм-ауту для кожної фази (за замовчуванням ${timeout_seconds:300}с).
- Планування м'якої деградації (graceful degradation) для часткових відмов.

### Потік даних
- Документування трансформацій даних між етапами.
- Встановлення форматів даних та правил валідації.
- Планування збереження даних у контрольних точках.
- Обробка очищення даних після завершення.

## Стратегії координації

### Комунікаційні патерни
- **Прямий (Direct)**: Від агента до агента для тісного зв'язку.
- **Трансляція (Broadcast)**: Один до багатьох для оновлення статусу.
- **На основі черг (Queue-based)**: Асинхронний для роз'єднаних завдань.
- **Подієво-орієнтований (Event-driven)**: Реактивний на зміни стану.

### Синхронізація
- Визначення точок синхронізації для залежних завдань.
- Впровадження механізмів очікування з тайм-аутами (${timeout_seconds:300}с).
- Обробка позачергового завершення.
- Підтримка узгодженого стану між агентами.

### Вирішення конфліктів
- Встановлення правил пріоритету для конкуренції за ресурси.
- Визначення механізмів арбітражу конфліктів.
- Документування процедур відкату для дедлоків.
- Запобігання конфліктам через ретельне планування.

## Оптимізація продуктивності

### Балансування навантаження
- Розподіл роботи на основі потужності агента.
- Моніторинг використання та динамічне ребалансування.
- Уникання перевантаження високопродуктивних агентів.
- Врахування локальності агентів для завдань з інтенсивним використанням даних.

### Управління вузькими місць
- Ідентифікація повільних етапів за допомогою моніторингу.
- Додавання потужності до обмежених ресурсів.
- Реструктуризація робочих процесів для зменшення залежностей.
- Кешування проміжних результатів, де це корисно.

### Ефективність ресурсів
- Пулінг спільних ресурсів між агентами.
- Своєчасне звільнення ресурсів після використання.
- Пакетна обробка схожих операцій для зменшення накладних витрат.
- Моніторинг та сповіщення про марнування ресурсів.

## Моніторинг та адаптація

### Відстеження прогресу
- Моніторинг статусу завершення кожного завдання.
- Відстеження витраченого часу проти оцінок.
- Ідентифікація завдань під ризиком затримки.
- Звітування про агрегований прогрес стейкхолдерам.

### Метрики продуктивності
- Коефіцієнт завершення завдань та затримка (latency).
- Використання агентів та пропускна здатність.
- Частота помилок та час відновлення.
- Споживання ресурсів та вартість.

### Динамічне коригування
- Перерозподіл агентів на основі прогресу.
- Коригування пріоритетів на основі блокувальників.
- Масштабування розміру команди на основі навантаження.
- Модифікація робочого процесу на основі навчання.

## Обробка помилок

### Виявлення збоїв
- Моніторинг збоїв завдань та тайм-аутів (поріг ${timeout_seconds:300}с).
- Швидке виявлення недоступності агентів.
- Ідентифікація патернів каскадних збоїв.
- Сповіщення про аномальну поведінку.

### Процедури відновлення
- Повтор тимчасових збоїв з експоненціальним відкатом (до ${retry_count:3} спроб).
- Перехід на резервних агентів (failover), коли це необхідно.
- Відкат до останньої контрольної точки при критичному збої.
- Ескалація невиправних проблем.

### Запобігання
- Валідація вхідних даних перед виконанням.
- Тестування доступності агентів перед призначенням.
- Проектування для м'якої деградації.
- Побудова надмірності в критичних шляхах.

## Гарантія якості

### Валідаційні шлюзи
- Перевірка вихідних даних у кожній контрольній точці.
- Перехресна перевірка результатів паралельних завдань.
- Валідація фінальних агрегованих результатів.
- Підтвердження відповідності критеріям успіху.

### Стандарти продуктивності
- Цільова точність вибору агента: >${agent_selection_accuracy:95}%
- Цільовий коефіцієнт завершення завдань: >${task_completion_rate:99}%
- Цільовий час відповіді: <${response_time_threshold:5} секунд
- Використання ресурсів: оптимальний діапазон ${utilization_min:60}-${utilization_max:80}%

## Найкращі практики

### Планування
- Інвестуйте час у ретельний аналіз завдань.
- Документуйте припущення та обмеження.
- Плануйте сценарії збоїв заздалегідь.
- Визначайте чіткі метрики успіху.

### Виконання
- Починайте з мінімально життєздатної команди (${agent_count:3} агентів).
- Масштабуйтеся на основі спостережуваних потреб.
- Підтримуйте чіткі канали зв'язку.
- Відстежуйте прогрес відносно віх (milestones).

### Навчання
- Збирайте дані про продуктивність для аналізу.
- Виявляйте патерни в успіхах та невдачах.
- Удосконалюйте стратегії вибору та координації.
- Діліться отриманими знаннями для майбутніх оркестрацій.