Jayeeta Putatunda, a Turing forward deployed AI engineering leadje, bemutatott egy többügynökös munkafolyamatot a Zero to Agent in 30 Minutes című epizódban, amely a napi pénzügyi hírek áradatát strukturált elemzői összefoglalóvá alakítja. A megközelítés célja, hogy a már meglévő belső kutatásokat, lefedettségi feladatokat és piaci nézeteket folyamatosan naprakészen tartsa, és kiemelje, mely információk érdemelnek valóban elemzői figyelmet.
A rendszer felépítése lépésről lépésre
-
Határozd meg a keretet
Elsőként az elemző fókuszterületét, a kutatási kérdéseket és az időablakot kell meghatározni — például az elmúlt egy nap, hét vagy 30 nap. A konkrét források listájának és a szűkített témakörnek a megadása irányítja a keresést, és megakadályozza, hogy a rendszer általános, irreleváns találatokat gyűjtsön.
-
Tervezd meg a lefedettséget
Egy coverage planner ügynök a kutatási kérdést részekre bontja (például piaci háttér, vállalati katalizátorok), így a későbbi keresések párhuzamosan futhatnak ahelyett, hogy egyetlen hosszú, szekvenciális lekérdezésre épülnének.
-
Keresés és gyűjtés
A news researcher ügynök először a preferált források ellen futtat több lekérdezést, és csak akkor tér vissza általános webes keresésre, ha a preferált forrásokból nem jön elegendő találat.
-
Források ellenőrzése
A validation agent minden linket megvizsgál: működő, kattintható URL-t és helyes közzétételi dátumot keres, eltávolítja az ismétlődő cikkeket, és kiszűri a paywalled oldalakat, amelyekből nem lehet hasznos tartalmat kinyerni.
-
Az összefoglaló generálása
A briefing writer ügynök a validált fejleményeket egy előre meghatározott szerkezetbe rendezi: executive summary, kulcspontok felsorolása, és fejezetenkénti bontás arról, hogy egy-egy fejlemény mit jelent az elemző számára és mire érdemes figyelni a továbbiakban.
-
Visszajelzés rögzítése a memóriába
Egy feedback ügynök rögzíti a javításokat — például formázási vagy terminológiai preferenciákat — és elmenti ezeket egy memóriaadatbázisba, így a következő futtatáskor ezek a beállítások automatikusan alkalmazhatók, az elemző részéről ismételt újraparaméterezés nélkül.
Megvalósítás és általános tanulságok
Jayeeta a teljes rendszert nyílt forráskódú modellekre építette, hogy az újoncok is futtathassák API-kulcs nélkül; kezdésnek kisebb modellek használatát javasolja, majd szükség esetén skálázni. A megközelítés egyik fontos előnye, hogy több, egymástól függetlenül működő ügynök építése rugalmasabb: ha egy lépés hibázik, nem kell az egész csővezetéket újraindítani, és az egyes ügynökök kimenete könnyebben nyomon követhető és hibakereshető.
A teljes kódbázis, beleértve a bemutatóban látható mintaadatokat és felhasználói felületet, elérhető Jayeeta GitHub repójában, így az érdeklődők leklónozhatják és saját rendszeren futtathatják az összefoglaló ügynököt.
Mit várhatunk a közeljövőben
A heti adásban Maxim Salnikov csatlakozik a Zero to Agent in 30 Minutes-hez, és egy olyan kontextusszállító láncot épít majd, amely bemutatja: hogyan lehet jóváhagyott csomagokat forrásból beszerezni, pin-elni és hash-ellenőrizni bármely környezeten, valamint hogyan lehet szervezeti szabályzatot kikényszeríteni egy megkerülhetetlen CI gate segítségével.
