不弯而折：构建高效代理的最佳设计模式

最近关于代理是什么以及构建它们的最佳方式的讨论非常富有成效。可以说，这场讨论始于去年 12 月，当时 Anthropic 发布了 构建高效代理，这是一份关于代理软件基本模式的指南，几乎普遍受到好评，同时还探讨了何时应用这些模式。三周前，Dexter Horthy 的 12 要素代理 迅速走红，这是一份关于构建代理时应遵循的设计原则的深思熟虑的清单。几天前，OpenAI 发布了 构建代理实用指南，总结了他们对同一主题的思考。这三篇文章都很有启发性。

开源用户和企业客户纷纷向我们询问对这些原则的看法。我们很高兴地发现，我们与许多已发表的观点一致，这得益于我们构建 LlamaCloud 等复杂代理系统的直接经验，以及与众多企业客户和数十万开源用户合作的经验。我们认为分享我们的经验会很有益处。

工作流：LlamaIndex 中代理系统的核心

要理解我们如何思考代理系统的设计，首先值得了解工作流（Workflows），这是我们存在于 Python 和 TypeScript 框架中的系统，用于协调代理的执行（OpenAI 的指南恰好在全文中将代理执行路径称为“workflows”，所以我们猜这是一个相当不错的名字！）。

工作流是一个基于事件的系统，允许您连接一系列作为普通函数实现的执行步骤，这些步骤通过发出携带数据并触发其他步骤执行的事件来连接。这个系统从根本上来说简单但强大，使您能够轻松设计链、分支、循环、扇出和集合，包括 Anthropic 在其文章中提到的所有 设计模式。（我们最近发布了一个 展示如何实现每种模式的教程。）

工作流允许实现代理以及在每个步骤中使用子代理。关于控制流的决策可以由大型语言模型（LLM）做出，也可以通过传统的命令式编程做出，或者两者的任意组合。工作流受到了我们社区的欢迎，并且在 LlamaIndex 中编写软件的方式中变得越来越基础。

融合自主性与结构

工作流设计的核心洞见是所有三篇文章都提到的一点：完全自主的代理（它被赋予一个目标和一套工具，并被允许完全自行确定实现目标的路径）与更 rigid 的结构（例如 DAG，其中每个步骤都精确定义）之间存在一种张力。所有三篇文章都同意，成功的代理软件介于这两个极端之间。

OpenAI 实用指南的这一特定部分在社交媒体上被广泛分享

这就是工作流如此运作的原因：我们尝试了更 rigid、基于图的方法，但并不满意。相反，工作流在适当时提供优化的、命令式的路径，同时让大型语言模型（LLM）自由发挥其作用。我们看到工作流所体现的混合模式有六个主要优势

1. 通过关键操作的可预测执行路径提高可靠性
2. 更清晰的错误处理和恢复机制
3. 更容易对代理行为进行调试和跟踪
4. 通过已知场景的优化路径提高性能
5. 在有价值的地方保持自主性
6. 通过人在回路（human-in-the-loop）提供一流的人工监督支持

优化代理设计

当然，如果不必精确定义何时采用结构以及何时选择自主性，那么宣称代理的最佳模式是混合模式就很容易。这仍然是一个棘手的问题，但我们有一些基本指导原则和示例可以提供帮助

何时定义结构

何时提供自主性

代理模式是未来

我们同意所有三位作者的观点，即代理设计的最佳方法是务实的方法：在有帮助的地方使用结构，在擅长的地方提供自主性。我们认为在当前的框架市场中，工作流是轻松实现此类混合系统的最佳选择，我们鼓励您今天就尝试一下！当然，我们还提供 LlamaCloud，这是我们的企业平台，包含针对常见企业用例的预构建代理解决方案，并提供工程协助以帮助您的系统顺利启动。

一些入门资源

• Python 资源
  • 文本：工作流教程
  • 视频：实现代理和多代理系统
• TypeScript 资源
  • 文本：工作流教程
  • 视频：使用 LlamaIndex.TS 增强知识的代理
• LlamaCloud 文档