Ejemplo: un equipo multiagente

Construye un agente raíz que delega en dos subagentes, construidos de la hoja hacia la raíz y cableados automáticamente.

Ejemplo: un equipo multiagente

examples/multi-agent-team/ es un agente raíz con dos subagentes - researcher y writer - cada uno envuelto automáticamente como una tool invocable del agente raíz por el propio aiAgent() de bx-ai. La delegación es enteramente una decisión del modelo en tiempo de ejecución; nada en este proyecto fija por código qué subagente atiende qué mensaje.

El proyecto

multi-agent-team/
├── Agent.bx
├── instructions.md
└── subagents/
    ├── researcher/
    │   ├── Agent.bx
    │   └── instructions.md
    └── writer/
        ├── Agent.bx
        └── instructions.md

Cada carpeta subagents/<nombre>/ es en sí misma un mini-agente completo - con su propio Agent.bx, su propio instructions.md, y (aquí no se usan, pero están soportados) sus propios tools//skills/.

Declarar el equipo

El Agent.bx raíz nombra los subagentes a cablear mediante configure():

class extends="bxModules.bxai.models.runnables.AiAgent" {

	function init() {
		super.init(
			name        : "multi-agent-team",
			description : "A root agent delegating to a researcher and a writer subagent.",
			model       : aiModel( provider: "mock", params: { model: "mock-model" } )
		)
		return this
	}

	// subAgents here is the list of `subagents/` FOLDER names to wire at
	// build time - a build-time concern, distinct from super.init()'s own
	// `subAgents` argument (which takes already-built AiAgent instances).
	function configure() {
		return {
			subAgents : [ "researcher", "writer" ]
		};
	}

}

La lista subAgents de configure() se resuelve contra los nombres de carpeta bajo subagents/; el Agent.bx de cada carpeta declara su propio name, description y model de forma independiente:

// subagents/researcher/Agent.bx
class extends="bxModules.bxai.models.runnables.AiAgent" {

	function init() {
		super.init(
			name        : "researcher",
			description : "Gathers facts on a topic.",
			model       : aiModel( provider: "mock", params: { model: "mock-model" } )
		)
		return this
	}

}

// subagents/writer/Agent.bx
class extends="bxModules.bxai.models.runnables.AiAgent" {

	function init() {
		super.init(
			name        : "writer",
			description : "Turns research into polished prose.",
			model       : aiModel( provider: "mock", params: { model: "mock-model" } )
		)
		return this
	}

}

Las instrucciones reparten la responsabilidad

El instructions.md de cada agente está deliberadamente acotado a su propio trabajo - la raíz coordina, y a cada subagente se le dice explícitamente lo que no hace, para que el modelo no intente hacerlo todo de una sola vez:

<!-- instructions.md (root) -->
## Team Lead

You coordinate a small team. Delegate research questions to the `researcher`
subagent and drafting/writing tasks to the `writer` subagent, then combine
their output into a final answer.

<!-- subagents/researcher/instructions.md -->
## Researcher

You gather and summarize facts on a topic, citing your reasoning. You do
not write final prose - that's the writer's job.

<!-- subagents/writer/instructions.md -->
## Writer

You turn research notes into clear, polished prose. You do not do your
own research - you rely on what the researcher provides.

Cómo lo cablea el build

ColdBoxAppGenerator construye el árbol de la hoja hacia la raíz: researcher y writer se construyen primero, y las instancias ya construidas se pasan a la construcción del propio agente raíz, de modo que la llamada aiAgent() de la raíz recibe objetos de subagente reales en vez de nombres que resolver más tarde. Consulta Subagentes para el orden completo de construcción hoja-primero y para ver cómo cada subagente queda registrado con su propio nombre en WireBox (no solo la raíz).

Construir y ejecutar

cd examples/multi-agent-team
bxAgents build
bxAgents chat

Pregunta algo que claramente necesite ambos roles, por ejemplo Give me three facts about the BoxLang language, then turn them into a short paragraph. Un modelo real normalmente llamaría primero a researcher, luego a writer, y después compondría la respuesta final - el proveedor mock con el que viene este ejemplo no delega realmente (devuelve una respuesta fija sin llamadas a tools), así que cambia a un slug provider/model real (consulta El slug del modelo) para ver la delegación de verdad.

Dónde ir a continuación

• Ejemplo: un agente mínimo si aún no has visto la forma base de un proyecto.
• Subagentes para la detección de ciclos, los árboles de subagentes anidados, y las tools/skills por subagente.
• Ejemplo: construir un bot de Slack para ver un agente parecido accesible desde una plataforma de chat real en lugar del REPL chat.