Liigu sisu juurde

Neuron Planeerija / täitja

Selles näites kasutatakse orkestreerimiseks Queuety-i ja agendi käitamiseks Neuron-i.

Muster on lihtne. Queuety planeerijaetapp otsustab, milliseid töid on vaja teha, start_agents() jagab need eraldiseisvateks tipptaseme töövoogudeks, igas alam-töövoos käitab agenti Neuron ning wait_for_agents() koondab tulemused tagasi ematöövoogu.

Miks see jaotus hästi toimib

Neuron võimaldab koodis minimaalsete muudatustega pakkujat vahetada ning kapseldada spetsialiseerunud agendi viiba, tööriistad ja mälu. Queuety sobib hästi vastupidavate for-each-tsüklite ja lõpetamisrežiimide, korduskatsete, jätkamise ning käituse kontrollimiseks ja inimeste ülevaatuseks mõeldud liideste jaoks.

1. samm: looge pakkuja vahetamise võimalusega Neuron agent

PHP
namespace App\Neuron;

use NeuronAI\Agent\Agent;
use NeuronAI\Providers\AIProviderInterface;
use NeuronAI\Providers\Anthropic\Anthropic;
use NeuronAI\Providers\Gemini\Gemini;
use NeuronAI\Providers\OpenAI\Responses\OpenAIResponses;
use NeuronAI\SystemPrompt;

final class ResearchAgent extends Agent
{
    public function __construct(
        private readonly string $providerName = 'openai',
    ) {}

    protected function provider(): AIProviderInterface
    {
        return match ($this->providerName) {
            'anthropic' => new Anthropic(
                key: $_ENV['ANTHROPIC_API_KEY'],
                model: $_ENV['ANTHROPIC_MODEL'],
            ),
            'gemini' => new Gemini(
                key: $_ENV['GEMINI_API_KEY'],
                model: $_ENV['GEMINI_MODEL'],
            ),
            default => new OpenAIResponses(
                key: $_ENV['OPENAI_API_KEY'],
                model: $_ENV['OPENAI_MODEL'],
            ),
        };
    }

    public function instructions(): string
    {
        return (string) new SystemPrompt(
            background: [
                'You are a research agent.',
                'Return concise, source-aware summaries for the assigned topic.',
            ],
        );
    }
}

Siin on kasulik see, et töövoog saab käitusajal pakkuja valida, edastades provider töövoo olekus.

2. samm: käitage Neuron agenti Queuety etapis

PHP
namespace App\Workflow\Steps;

use App\Neuron\ResearchAgent;
use NeuronAI\Chat\Messages\UserMessage;
use Queuety\Step;

final class ResearchTopicStep implements Step
{
    public function handle(array $state): array
    {
        $agent = new ResearchAgent(
            providerName: $state['provider'] ?? 'openai',
        );

        $message = $agent->chat(
            new UserMessage(sprintf(
                "Research the topic '%s' for brief %d. Return a compact bullet summary.",
                $state['topic'],
                $state['brief_id'],
            ))
        )->getMessage();

        return [
            'summary' => $message->getContent(),
        ];
    }

    public function config(): array
    {
        return [];
    }
}

See on peamine lõimimispunkt: Neuron haldab LLM-i kutset, kuid Queuety vastutab endiselt etapi piiri ja salvestatud töövoo oleku eest.

3. samm: laske planeerijal agendikäitused käivitada

PHP
use Queuety\Enums\WaitMode;
use Queuety\Queuety;

$agent_workflow = Queuety::workflow('research_agent_run')
    ->then(ResearchTopicStep::class);

Queuety::workflow('brief_research')
    ->version('brief-research.v1')
    ->then(PlanResearchTasksStep::class) // writes $state['agent_tasks']
    ->start_agents('agent_tasks', $agent_workflow)
    ->wait_for_agents(mode: WaitMode::All, result_key: 'agent_results')
    ->then(SynthesizeBriefStep::class)
    ->dispatch([
        'brief_id' => 42,
        'provider' => 'anthropic',
    ]);

Kui PlanResearchTasksStep tagastab:

PHP
[
    'agent_tasks' => [
        ['topic' => 'pricing'],
        ['topic' => 'customer reviews'],
        ['topic' => 'recent launches'],
    ],
]

Queuety loob iga ülesande jaoks eraldi tipptaseme töövoo, ootab nende kõigi lõppemist ja edastab seejärel lõpetatud alam-töövoo oleku võtme $state['agent_results'] all.

Miks mitte lihtsalt käitada Neuron tsüklis?

Seda saab teha, kuid siis kaovad orkestreerimise eelised:

Iga agendikäitust ei saaks enam eraldi kontrollida, osaline krahh käivitaks tõenäoliselt kogu kogumi uuesti ja hilisematel etappidel puuduks selge lõpetamispunkt.

See muster hoiab agendi koodi lihtsana, jättes vastupidava orkestreerimise Queuety-i hallata.

Kui planeerija kuulub pikemaajalisse agendiseanssi, kasutage seda töövoomustrit täitmiskihtidena ja laske olekumasinal hallata välist elutsüklit.