Agentic Workflow Patterns
1.0.0
Os padrões de fluxo de trabalho Agentic são um repositório que mostra as melhores práticas e padrões de design para a criação de fluxos de trabalho com vários agentes e agentes no Python. Esse repositório enfatiza técnicas de design modular, escalável e reutilizável, com o objetivo de facilitar a automação inteligente e o gerenciamento robusto do fluxo de trabalho por meio de arquiteturas multi-agentes de agente único e colaborativo. Este repositório é acompanhado por um artigo médio que mergulha profundamente nos padrões em profundidade mais: projetar arquiteturas cognitivas: padrões de fluxo de trabalho agênticos do zero
Este repositório fornece exemplos e modelos para projetar fluxos de trabalho agênticos, que são fluxos de trabalho compostos por agentes independentes, cada um responsável por tarefas distintas. O foco está na criação de componentes reutilizáveis que podem ser adaptados para várias tarefas de automação, permitindo a tomada de decisão inteligente e o processamento simplificado.
O padrão de reflexão implementa um sistema iterativo de geração de conteúdo e refinamento usando uma estrutura ator-crítica. Esse padrão permite a geração de conteúdo auto-improvável por meio de loops de feedback contínuos entre um ator (gerador de conteúdo) e um crítico (revisor de conteúdo).
? Todo o código para esse padrão pode ser encontrado aqui .
O padrão de acesso à Web implementa um fluxo de trabalho agêntico para recuperar, processamento e resumo do conteúdo da Web. Ele orquestra um pipeline de agentes especializados que lidam com diferentes aspectos da aquisição e processamento de conteúdo da Web por meio de pesquisa, raspagem e resumir as operações.
? Todo o código para esse padrão pode ser encontrado aqui .
O padrão de roteamento semântico implementa um fluxo de trabalho agêntico para rotear de forma inteligente consultas de usuários para agentes especializados com base na intenção semântica. Esse padrão utiliza uma arquitetura de delegados de coordenador, onde um planejador de viagem principal determina as solicitações de intenção e rotas do usuário para sub-agentes especializados para tarefas específicas relacionadas a viagens, como reserva de voo, pesquisas de hotéis e aluguel de carros.
? Todo o código para esse padrão pode ser encontrado aqui .
O padrão de delegação paralelo processa consultas complexas, identificando entidades distintas por meio de reconhecimento de entidade nomeado (NER) e delegando essas entidades a agentes especializados para processamento paralelo. É eficaz para cenários em que as subjugas independentes podem ser executadas simultaneamente.
? Todo o código para esse padrão pode ser encontrado aqui .
O padrão de sharding dinâmico processa com eficiência grandes conjuntos de dados dividindo dinamicamente a carga de trabalho em fragmentos menores e gerenciáveis e processando -os em paralelo. Esse padrão é demonstrado buscando biografias de celebridades usando a pesquisa na web (discutida no padrão 2).
? Todo o código para esse padrão pode ser encontrado aqui .
O padrão de decomposição de tarefas divide uma tarefa complexa em subtarefas independentes, cada uma gerenciada por agentes de submark separados. Esse padrão é benéfico para aumentar a eficiência e a escalabilidade.
? Todo o código para esse padrão pode ser encontrado aqui .
O padrão de decomposição dinâmica decompõe -se de forma autônoma tarefas complexas em várias subtarefas usando um modelo de linguagem grande (LLM) para gerar subtarefas, processadas por agentes separados.
? Todo o código para esse padrão pode ser encontrado aqui .
O padrão de orquestração DAG (Gráfico aciclico direcionado) gerencia fluxos de trabalho complexos de maneira flexível, permitindo a execução de várias tarefas em uma ordem especificada. Ele usa um DAG definido por YAML para estruturar o fluxo de trabalho.
? Todo o código para esse padrão pode ser encontrado aqui .
Clone este repositório para começar. Este projeto requer Python 3.8 ou posterior.
pip (vem com Python 3.8+) Clone o repositório:
git clone https://github.com/arunpshankar/Agentic-Workflow-Patterns.git
cd Agentic-Workflow-PatternsConfigure um ambiente virtual:
python -m venv .venv
source .venv/bin/activate # On Windows, use `.venvScriptsactivate`Atualize o PIP e instale dependências:
pip install --upgrade pip
pip install -r requirements.txt Crie uma pasta de credentials na raiz do projeto:
mkdir credentialsConfigurar credenciais da conta de serviço GCP:
key.json na pasta credentials .Configurar credenciais da API SERP:
key.yml na pasta credentials . serp :
key : your_serp_api_key_here Nota : A pasta credentials está incluída no .gitignore para impedir que informações sensíveis sejam comprometidas.
Para manter um ambiente limpo e desativar a geração de bytecode python, configure as seguintes variáveis de ambiente:
export PYTHONDONTWRITEBYTECODE=1
export PYTHONPATH= $PYTHONPATH :../src/patterns/ - contém todo o código -fonte dos padrões de fluxo de trabalho../data/patterns/ - contém modelos para instruções do sistema e do usuário, esquemas JSON para saídas estruturadas e as saídas (final e intermediário) dos agentes. Depois de configurar o ambiente, você pode começar a experimentar os padrões de fluxo de trabalho incluídos neste repositório. Cada padrão é documentado com exemplos para demonstrar sua aplicação na construção de fluxos de trabalho agênticos.
Por exemplo, para executar o padrão de reflexão:
python src/patterns/reflection/pipeline.pyCongratulamo -nos com contribuições! Veja como contribuir para os padrões de fluxo de trabalho agênticos :
git checkout -b feature-branch-namegit commit -m " Add feature or fix description "Adicione testes, se aplicável, para manter a estabilidade do repositório.
Este repositório é licenciado sob a licença do MIT. Consulte o arquivo de licença para obter detalhes.
