‎
loginstudio
  • Overview
  • COMIENZA
    • Quickstart
  • Basicos
    • Modelos Disponibles
    • TEXT API (NEW)
    • TEXT API (ACTUAL)
    • Formas de pago
  • Mejores prácticas
    • RAG
    • Prompteo
  • Saptiva Agents
    • Introducción
    • Instalación
    • Quick Start
    • Tutorial
      • Modelos
      • Mensajes
      • Agentes
      • Equipos
      • Human-in-the-Loop
      • Terminación
      • Manejo De Estados
    • Avanzado
      • Agentes Personalizados
      • Selector Group Chat
      • Memoria
      • Logging
      • Serialización
    • Conceptos Del Núcleo
      • Quick Start
      • Aplicaciones De Agentes & Multi-Agentes
      • Entornos De Ejecución Para Agentes
      • Pila De Aplicación
      • Identidad & Ciclo De Vida Del Agente
      • Tema & Suscripción (Topic & Subscription)
    • Guía De Framework
      • Agente & Entorno De Ejecución De Agentes
      • Mensaje & Comunicación
      • Open Telemetry
    • Guía De Componentes
      • Cliente De Modelo
      • Contexto De Modelo
      • Herramientas (Tools)
    • Patrones De Diseño Multi-Agente
      • Agentes Concurrentes
      • Flujo de Trabajo Secuencial
      • Transferencia De Tareas (Handoffs)
      • Mezcla De Agentes (Mixture Of Agents)
      • Multi-Agent Debate
      • Reflexión (Reflection)
    • Ejemplos
      • Planificación De Viajes
      • Investigación De Empresas
      • Revisión De Literatura
    • PyPi
  • Manuales
  • Model cards
    • Quickstart
      • Model Card: DeepSeek R1 Lite
      • Model Card: LLAMA3.3 70B
      • Model Card: Saptiva Turbo
      • Model Card: Phi 4
      • Model Card: Qwen
      • Model Card: Gemma 3
  • DEFINICIONES
    • Temperature
Con tecnología de GitBook
En esta página
  1. Saptiva Agents

Patrones De Diseño Multi-Agente

AnteriorHerramientas (Tools)SiguienteAgentes Concurrentes

Última actualización hace 1 mes

Los agentes pueden trabajar juntos de diversas maneras para resolver problemas. Trabajos de investigación como , y han demostrado que los sistemas multi-agente superan a los sistemas de un solo agente en tareas complejas como el desarrollo de software.

Un patrón de diseño multi-agente es una estructura que emerge de los protocolos de mensajes: describe cómo los agentes interactúan entre sí para resolver problemas. Por ejemplo, el agente equipado con herramientas de la sección anterior utiliza un patrón de diseño llamado ReAct, que implica que un agente interactúe con herramientas.

Puedes implementar cualquier patrón de diseño multi-agente usando agentes de AutoGen. En las siguientes dos secciones, hablaremos de dos patrones de diseño comunes: chat grupal para descomposición de tareas y reflexión para robustez.

AutoGen
MetaGPT
ChatDev
Agentes Concurrentes
Flujo de Trabajo Secuencial
Transferencia De Tareas (Handoffs)
Mezcla De Agentes (Mixture Of Agents)
Multi-Agent Debate
Reflexión (Reflection)