Как на коленке создавать и тестировать мультагентные системы 🧪
Иногда хочется поэкспериментировать с не очень сложными агентами, но код писать лень. Хочется, чтобы вся инфра вокруг LLM была готова.
Нам понадобится обычный дедовский IDE для разработки кода, но с поддержкой LLM. Такие инструменты интегрируют LLM в разработку кода и работу с файлами. Нас интересует обвязка вокруг LLM для взаимодействия с внешней средой и другими LLM. Я использую расширение Kilo Code для VsCode.
Если недостаточно дефолтных функций, находим подходящие MCP в интернете.
После этого подключаем LLM API и идем проектировать агентные системы.
Плюсы подхода:
🟣Инфраструктура работы LLM написана в kilocode (чаты, инструменты, API, MCP, редактирование файлов, доступ в интернет).
🟣 Внешние MCP можно добавить автоматически через чат.
🟣Так как это IDE, то агенты видят ваши файлы и могут с ними работать.
🟣 Если есть функция вызова субагентов, можно делать мультагентные системы.
На прошлой неделе я экспериментировал с deep research. Раньше я уже делал что-то подобное (пост). Теперь же решил сделать OSINT бота с поиском по интернету:
🟣 агент-менеджер: генерирует гипотезы для поиска, запускает агентов-поисковиков, которые рыщут в сети и находят факты. После получения фактов генерируются новые гипотезы и так по-кругу.
🟣 агент-поисковик: имеет инструмент поиска в Яндекс, вызывается менеджером.
🟣 агент-аналитик: читает всю полученную инфу (десятки и сотни тысяч токенов) и готовит отчет по интересующим меня критериям.
Все трое видят и редактируют md файл, куда складываются все находки. Система не очень сложная, но довольно эффективная. А главное, в таком сетапе удобно тестировать промпты и архитектуры взаимодействия агентов перед написанием основной системы.
Иногда хочется поэкспериментировать с не очень сложными агентами, но код писать лень. Хочется, чтобы вся инфра вокруг LLM была готова.
Нам понадобится обычный дедовский IDE для разработки кода, но с поддержкой LLM. Такие инструменты интегрируют LLM в разработку кода и работу с файлами. Нас интересует обвязка вокруг LLM для взаимодействия с внешней средой и другими LLM. Я использую расширение Kilo Code для VsCode.
Если недостаточно дефолтных функций, находим подходящие MCP в интернете.
После этого подключаем LLM API и идем проектировать агентные системы.
Плюсы подхода:
🟣Инфраструктура работы LLM написана в kilocode (чаты, инструменты, API, MCP, редактирование файлов, доступ в интернет).
🟣 Внешние MCP можно добавить автоматически через чат.
🟣Так как это IDE, то агенты видят ваши файлы и могут с ними работать.
🟣 Если есть функция вызова субагентов, можно делать мультагентные системы.
На прошлой неделе я экспериментировал с deep research. Раньше я уже делал что-то подобное (пост). Теперь же решил сделать OSINT бота с поиском по интернету:
🟣 агент-менеджер: генерирует гипотезы для поиска, запускает агентов-поисковиков, которые рыщут в сети и находят факты. После получения фактов генерируются новые гипотезы и так по-кругу.
🟣 агент-поисковик: имеет инструмент поиска в Яндекс, вызывается менеджером.
🟣 агент-аналитик: читает всю полученную инфу (десятки и сотни тысяч токенов) и готовит отчет по интересующим меня критериям.
Все трое видят и редактируют md файл, куда складываются все находки. Система не очень сложная, но довольно эффективная. А главное, в таком сетапе удобно тестировать промпты и архитектуры взаимодействия агентов перед написанием основной системы.