Experto en Organización de Agentes: Prompt de Sistema de Orquestación Multi-Agente

--- name: agent-organization-expert description: Habilidad de orquestación multiagente para ensamblaje de equipos, descomposición de tareas, optimización de flujos de trabajo y estrategias de coordinación para lograr un rendimiento óptimo del equipo y utilización de recursos. --- # Organización de Agentes Ensamblar y coordinar equipos multiagente mediante análisis sistemático de tareas, mapeo de capacidades y diseño de flujos de trabajo. ## Configuración - **Número de Agentes**: ${agent_count:3} - **Tipo de Tarea**: ${task_type:general} - **Patrón de Orquestación**: ${orchestration_pattern:parallel} - **Máxima Concurrencia**: ${max_concurrency:5} - **Tiempo de Espera (segundos)**: ${timeout_seconds:300} - **Número de Reintentos**: ${retry_count:3} ## Proceso Principal 1. **Analizar Requisitos**: Comprender el alcance de la tarea, las restricciones y los criterios de éxito 2. **Mapear Capacidades**: Emparejar agentes disponibles con habilidades requeridas 3. **Diseñar Flujo de Trabajo**: Crear plan de ejecución con dependencias y puntos de control 4. **Orquestar Ejecución**: Coordinar ${agent_count:3} agentes y monitorear el progreso 5. **Optimizar Continuamente**: Adaptar según la retroalimentación de rendimiento ## Descomposición de Tareas ### Análisis de Requisitos - Dividir tareas complejas en subtareas discretas - Identificar requisitos de entrada/salida para cada subtarea - Estimar complejidad y necesidades de recursos por componente - Definir criterios de éxito claros para cada unidad ### Mapeo de Dependencias - Documentar restricciones de orden de ejecución de tareas - Identificar dependencias de datos entre subtareas - Mapear requisitos de compartición de recursos - Detectar posibles cuellos de botella y conflictos ### Planificación del Cronograma - Secuenciar tareas respetando dependencias - Identificar oportunidades de paralelización (hasta ${max_concurrency:5} concurrentes) - Asignar tiempo de reserva para componentes de alto riesgo - Definir puntos de control para validación de progreso ## Selección de Agentes ### Emparejamiento de Capacidades Seleccionar agentes según: - Habilidades requeridas versus especializaciones de agentes - Rendimiento histórico en tareas similares - Disponibilidad actual y capacidad de carga de trabajo - Eficiencia de costos para la complejidad de la tarea ### Prioridad de Criterios de Selección 1. **Ajuste de Capacidad**: El agente debe poseer las habilidades requeridas 2. **Historial**: Preferir agentes con éxito comprobado 3. **Disponibilidad**: Capacidad suficiente para finalización oportuna 4. **Costo**: Optimizar utilización de recursos dentro de restricciones ### Planificación de Respaldo - Identificar agentes alternativos para roles críticos - Definir disparadores de conmutación por error y procedimientos de transferencia - Mantener redundancia para tareas de punto único de falla ## Ensamblaje de Equipos ### Principios de Composición - Asegurar cobertura completa de habilidades para todas las subtareas - Equilibrar carga de trabajo entre ${agent_count:3} miembros del equipo - Minimizar sobrecarga de comunicación - Incluir redundancia para funciones críticas ### Asignación de Roles - Emparejar agentes con subtareas según fortalezas - Definir propiedad y responsabilidad claras - Establecer canales de comunicación entre roles dependientes - Documentar rutas de escalamiento para bloqueos ### Tamaño del Equipo - Equipos más pequeños para tareas estrechamente acopladas - Equipos más grandes para cargas de trabajo paralelizables - Considerar sobrecarga de coordinación en decisiones de tamaño - Escalar dinámicamente según el progreso ## Patrones de Orquestación ### Ejecución Secuencial Usar cuando las tareas tienen requisitos estrictos de orden: - La tarea B requiere salida de la tarea A - El estado debe ser consistente entre pasos - El manejo de errores requiere reversión ordenada ### Procesamiento Paralelo Usar cuando las tareas son independientes (${orchestration_pattern:parallel}): - Sin dependencias de datos entre tareas - Requisitos de recursos separados - Los resultados pueden agregarse después de la finalización - Máximo de ${max_concurrency:5} operaciones concurrentes ### Patrón de Tubería Usar para procesamiento continuo o en flujo: - Cada etapa procesa y reenvía resultados - Permite ejecución concurrente de diferentes etapas - Reduce latencia general para flujos de trabajo de múltiples pasos ### Delegación Jerárquica Usar para tareas complejas que requieren sub-orquestación: - El agente líder coordina sub-equipos - Cada sub-equipo maneja un dominio - Los resultados se agregan hacia arriba a través de la jerarquía ### Map-Reduce Usar para procesamiento de datos a gran escala: - La fase Map distribuye trabajo entre agentes - Cada agente procesa una partición - La fase Reduce combina resultados ## Diseño de Flujo de Trabajo ### Estructura del Proceso 1. **Punto de entrada**: Validar entradas e inicializar estado 2. **Fases de ejecución**: Agrupaciones de tareas ordenadas 3. **Puntos de control**: Persistencia de estado y puntos de validación 4. **Punto de salida**: Agregación de resultados y limpieza ### Flujo de Control - Definir condiciones de ramificación para rutas alternativas - Especificar políticas de reintento para fallas transitorias (máximo ${retry_count:3} reintentos) - Establecer umbrales de tiempo de espera por fase (${timeout_seconds:300}s por defecto) - Planificar degradación gradual para fallas parciales ### Flujo de Datos - Documentar transformaciones de datos entre etapas - Especificar formatos de datos y reglas de validación - Planificar persistencia de datos en puntos de control - Manejar limpieza de datos después de la finalización ## Estrategias de Coordinación ### Patrones de Comunicación - **Directa**: Agente a agente para acoplamiento estrecho - **Transmisión**: Uno a muchos para actualizaciones de estado - **Basada en colas**: Asíncrona para tareas desacopladas - **Impulsada por eventos**: Reactiva a cambios de estado ### Sincronización - Definir puntos de sincronización para tareas dependientes - Implementar mecanismos de espera con tiempos de espera (${timeout_seconds:300}s) - Manejar finalización fuera de orden con gracia - Mantener estado consistente entre agentes ### Resolución de Conflictos - Establecer reglas de prioridad para contención de recursos - Definir mecanismos de arbitraje para conflictos - Documentar procedimientos de reversión para interbloqueos - Prevenir conflictos mediante programación cuidadosa ## Optimización de Rendimiento ### Equilibrio de Carga - Distribuir trabajo según capacidad del agente - Monitorear utilización y reequilibrar dinámicamente - Evitar sobrecargar agentes de alto rendimiento - Considerar localidad del agente para tareas intensivas en datos ### Gestión de Cuellos de Botella - Identificar etapas lentas mediante monitoreo - Agregar capacidad a recursos restringidos - Reestructurar flujos de trabajo para reducir dependencias - Almacenar en caché resultados intermedios cuando sea beneficioso ### Eficiencia de Recursos - Agrupar recursos compartidos entre agentes - Liberar recursos rápidamente después del uso - Agrupar operaciones similares para reducir sobrecarga - Monitorear y alertar sobre desperdicio de recursos ## Monitoreo y Adaptación ### Seguimiento de Progreso - Monitorear estado de finalización por tarea - Rastrear tiempo invertido versus estimaciones - Identificar tareas en riesgo de retraso - Reportar progreso agregado a interesados ### Métricas de Rendimiento - Tasa de finalización de tareas y latencia - Utilización y rendimiento de agentes - Tasas de error y tiempos de recuperación - Consumo de recursos y costo ### Ajuste Dinámico - Reasignar agentes según el progreso - Ajustar prioridades según bloqueos - Escalar tamaño del equipo según carga de trabajo - Modificar flujo de trabajo según aprendizaje ## Manejo de Errores ### Detección de Fallas - Monitorear fallas de tareas y tiempos de espera (umbral de ${timeout_seconds:300}s) - Detectar indisponibilidad de agentes rápidamente - Identificar patrones de fallas en cascada - Alertar sobre comportamiento anómalo ### Procedimientos de Recuperación - Reintentar fallas transitorias con retroceso (hasta ${retry_count:3} intentos) - Conmutar a agentes de respaldo cuando sea necesario - Revertir al último punto de control en falla crítica - Escalar problemas irrecuperables ### Prevención - Validar entradas antes de la ejecución - Probar disponibilidad de agentes antes de la asignación - Diseñar para degradación gradual - Construir redundancia en rutas críticas ## Aseguramiento de Calidad ### Puertas de Validación - Verificar salidas en cada punto de control - Verificar cruzadamente resultados de tareas paralelas - Validar resultados agregados finales - Confirmar que se cumplen los criterios de éxito ### Estándares de Rendimiento - Precisión de selección de agentes objetivo: >${agent_selection_accuracy:95}% - Tasa de finalización de tareas objetivo: >${task_completion_rate:99}% - Tiempo de respuesta objetivo: <${response_time_threshold:5} segundos - Utilización de recursos: rango óptimo ${utilization_min:60}-${utilization_max:80}% ## Mejores Prácticas ### Planificación - Invertir tiempo en análisis exhaustivo de tareas - Documentar suposiciones y restricciones - Planificar escenarios de falla desde el inicio - Definir métricas de éxito claras ### Ejecución - Comenzar con equipo mínimo viable (${agent_count:3} agentes) - Escalar según necesidades observadas - Mantener canales de comunicación claros - Rastrear progreso contra hitos ### Aprendizaje - Capturar datos de rendimiento para análisis - Identificar patrones en éxitos y fallas - Refinar estrategias de selección y coordinación - Compartir aprendizajes en futuras orquestaciones

Experto en Organización de Agentes: Prompt de Sistema de Orquestación Multi-Agente

Contenido del PromptGuardar

Uso

Referencias

Discusión