Presentamos la capacidad de colaboración entre múltiples agentes para Amazon Bedrock (versión preliminar) | Servicios web de Amazon

Hoy anunciamos la capacidad de colaboración de múltiples agentes para Amazon Bedrock (versión preliminar). Con la colaboración de múltiples agentes, puede crear, implementar y administrar múltiples agentes de IA que trabajen juntos en tareas complejas de varios pasos que requieren habilidades especializadas.

Cuando necesita más de un agente para manejar una tarea compleja, puede crear agentes especializados adicionales para abordar diferentes aspectos del proceso. Sin embargo, gestionar estos agentes se vuelve técnicamente desafiante a medida que las tareas aumentan en complejidad. Como desarrollador que utiliza soluciones de código abierto, es posible que se encuentre navegando por las complejidades de la orquestación de agentes, el manejo de sesiones, la administración de memoria y otros aspectos técnicos que requieren implementación manual.

Con la capacidad de colaboración de múltiples agentes totalmente administrada en Amazon Bedrock, los agentes especializados trabajan dentro de sus dominios de especialización, coordinados por un agente supervisor. El supervisor desglosa las solicitudes, delega tareas y consolida los resultados en una respuesta final. Por ejemplo, un sistema de múltiples agentes de asesoramiento en inversiones podría incluir agentes especializados en análisis de datos financieros, investigación, previsión y recomendaciones de inversión. De manera similar, un sistema multiagente de operaciones minoristas podría manejar el pronóstico de la demanda, la asignación de inventario, la coordinación de la cadena de suministro y la optimización de precios.

Amazon Bedrock Agents gestiona la colaboración, la comunicación y la delegación de tareas entre bastidores. Al permitir que los agentes trabajen juntos, puede lograr mayores tasas de éxito de tareas, precisión y productividad mejorada. En las pruebas comparativas internas, la colaboración entre múltiples agentes ha mostrado marcadas mejoras en comparación con los sistemas de un solo agente para manejar tareas complejas de varios pasos.

Aspectos destacados de la colaboración entre múltiples agentes en Amazon Bedrock
Un desafío clave en la construcción de sistemas eficaces de colaboración entre múltiples agentes es gestionar la complejidad y los gastos generales de coordinar múltiples agentes especializados a escala. Amazon Bedrock simplifica el proceso de creación, implementación y orquestación de sistemas de colaboración multiagente eficaces y, al mismo tiempo, aborda los desafíos de eficiencia a través de varias funciones y optimizaciones clave:

• Configuración rápida – Cree, implemente y administre agentes de IA trabajando juntos en minutos sin necesidad de codificación compleja.
• Componibilidad – Integre a sus agentes existentes como subagentes dentro de un sistema de agentes más grande, permitiéndoles trabajar juntos sin problemas para abordar flujos de trabajo complejos.
• Comunicación eficiente entre agentes – El agente supervisor puede interactuar con los subagentes utilizando una interfaz consistente, lo que admite la comunicación paralela para completar las tareas de manera más eficiente.
• Modos de colaboración optimizados – Elija entre modo supervisor y supervisor con modo de enrutamiento. Con el modo de enrutamiento, el agente supervisor enrutará solicitudes simples directamente a subagentes especializados, sin pasar por la orquestación completa. Para consultas complejas o cuando no se detecta una intención clara, automáticamente vuelve al modo de supervisor completo, donde el agente supervisor analiza, desglosa los problemas y coordina múltiples subagentes según sea necesario.
• Consola de seguimiento y depuración integrada – Visualice y analice interacciones entre múltiples agentes detrás de escena utilizando la consola de seguimiento y depuración integrada.

Estas características mejoran colectivamente las capacidades de coordinación, la velocidad de comunicación y la eficacia general del marco de colaboración de múltiples agentes para abordar problemas complejos del mundo real.

He aquí cómo empezar.

Uso de la colaboración entre múltiples agentes en Amazon Bedrock
Para esta demostración, creo un agente administrador de campañas de redes sociales que está compuesto por un agente estratega de contenido que crea publicaciones y un agente predictor de participación que optimiza su tiempo y alcance. La siguiente figura muestra el equipo de agentes que estoy creando y cómo funciona la colaboración entre múltiples agentes en este escenario.

Para comenzar, puede utilizar la consola o las API de Amazon Bedrock para crear un agente supervisor y asociar subagentes especialistas en tan solo unos pocos pasos.

Crear subagentes
Primero, creo los dos subagentes utilizando el flujo de trabajo del generador de agentes existente. Abro la consola de Amazon Bedrock, selecciono Agentes en el panel de navegación izquierdo, luego elija Crear agente. Creo un agente al que nombro content-strategistun agente que genera ideas creativas de contenido para redes sociales. Tenga en cuenta la nueva opción para habilitar el agente para la colaboración entre múltiples agentes. Dejo esta opción sin marcar por ahora; Necesitamos habilitar esta opción más adelante para el agente supervisor. A continuación elijo Crear.

En el Constructor de agentes cuadro de diálogo, elijo crear y utilizar un nuevo rol de servicio, selecciono Soneto Claude 3.5 de Anthropic v2 como modelo y proporcione las siguientes instrucciones para el agente:

You are a social media content strategist with expertise in converting business goals into engaging social posts. Your task is to generate creative, on-brand content ideas that align with specified campaign goals and target audience. Each suggestion should include a topic, content type (image/video/text/poll), specific copy, and relevant hashtags. Focus on variety, authenticity, and ensuring each post serves a strategic purpose.

También creo y adjunto una base de conocimientos que contiene plantillas de publicaciones de alto rendimiento. Al igual que con cualquier otro agente, también puede configurar ajustes adicionales, como grupos de acciones para realizar tareas, habilitar la interpretación de código o agregar barreras de seguridad. Dejo todas las demás configuraciones en sus valores predeterminados.

Entonces elijo Guardar y salir.

Repito los pasos para crear un segundo agente al que nombro engagement-predictorun agente que predice el rendimiento de las publicaciones en las redes sociales y los tiempos óptimos de publicación. Para este agente, proporciono las siguientes instrucciones:

You are a social media analytics expert who predicts post performance and optimal timing. For each content idea, analyze potential reach and engagement based on content type, industry benchmarks, and audience behavior patterns. Your task is to estimate reach, engagement rate, and determine the best posting time (day/hour). Support each prediction with data-driven reasoning and industry-specific insights. Focus on actionable metrics that will maximize campaign impact.

Creo y adjunto una base de conocimientos que contiene tiempos pico de participación específicos de la plataforma, métricas de referencia de la industria y multiplicadores de rendimiento del contenido para predecir y optimizar el rendimiento de las publicaciones en las redes sociales. De nuevo elijo Guardar y salir.

Ahora tengo mis dos subagentes especialistas.

Antes de continuar, pruebe cada agente individualmente y, una vez que haya confirmado su funcionalidad, cree un alias para cada uno. Este enfoque agilizará el proceso de creación de agentes supervisores en el futuro.

Crear agente supervisor y subagentes asociados
A continuación, creo el agente supervisor. Nombro a este agente social-media-campaign-managerun agente que combina los resultados del agente de estrategia de contenido y el agente predictor de participación en un plan de campaña integral.

Esta vez enciendo Habilitar la colaboración entre múltiples agentes antes de elegir Crear.

En el Constructor de agentes cuadro de diálogo, elijo nuevamente crear y usar un nuevo rol de servicio, selecciono Soneto Claude 3.5 de Anthropic v2 como modelo y proporcione las siguientes instrucciones para el agente:

You are a strategic campaign manager who orchestrates social media campaigns from concept to execution.

Creo y adjunto una base de conocimientos que contiene una colección de plantillas de campaña comprobadas, proporciones de combinación de contenido y requisitos de publicación multiplataforma.

A continuación, me desplazo hacia abajo hasta Colaboración entre múltiples agentes y elige Editar.

La opción para activar la colaboración entre múltiples agentes ya debería estar marcada porque habilité esta opción cuando comencé a crear el agente.

Luego, puedes elegir entre dos configuraciones de colaboración que determinan cómo se maneja la información en todo el equipo del agente para coordinar una respuesta final.

En Supervisor En este modo, el agente supervisor analiza la entrada, desglosando problemas complejos o parafraseando la solicitud. Luego invoca subagentes en serie o en paralelo, y puede consultar bases de conocimiento o invocar grupos de acción. Después de recibir respuestas de los subagentes, el agente supervisor las procesa para determinar si el problema está resuelto o si se necesitan más acciones.

Alternativamente, en supervisor con enrutamiento En este modo, el agente supervisor primero intenta enrutar solicitudes simples directamente a un subagente relevante, cuya respuesta luego se envía al usuario. Para entradas complejas o ambiguas, el sistema cambia al modo supervisor, donde el agente supervisor analiza el problema o hace preguntas de seguimiento antes de proceder de manera similar al modo supervisor estándar. Este enfoque permite el manejo eficiente de consultas tanto sencillas como complejas dentro de un único marco.

Para mi demostración, elijo Supervisor modo.

Como último paso, asocio los dos subagentes agregando cada subagente en Agente colaborador. Proporciono un nombre de colaborador para cada agente y una instrucción de colaborador.

selecciono el estratega de contenido agente y proporcione el nombre del colaborador content-strategist junto con las siguientes instrucciones:

You can invoke this agent for social media content strategy tasks such as converting business goals into engaging social posts. The agent generates creative, on-brand content ideas that align with specified campaign goals and target audience.

Entonces elijo Añadir colaboradorseleccione el predictor de compromiso agente y proporcione el nombre del colaborador engagement-predictor junto con las siguientes instrucciones:

You can invoke this agent for social media analytics to predict post performance and optimal timing.

Nota: Habilitar el intercambio del historial de conversaciones permite al agente supervisor pasar el contexto completo de una interacción de usuario a los subagentes. Esto ayuda a mantener la coherencia y evitar la repetición de preguntas, especialmente al enrutar o cambiar entre agentes. Tenga en cuenta que podría confundir a los subagentes más simples con historiales de tareas complejos. Recomendamos habilitar esta función cuando necesite continuidad y deshabilitarla cuando se centre en la simplificación de tareas o utilice agentes especializados. Lo mantengo desactivado para mi demostración.

Elegir Ahorrar y completar el Constructor de agentes flujo de trabajo.

¡Vamos a probarlo!

Pruebe la colaboración entre múltiples agentes
Preparar al director de campaña de redes sociales. agente y elegir Prueba.

Utilizo el siguiente mensaje de entrada:

Create a 2-week social campaign for EcoTech's new solar panel launch. Target: B2B (facility managers, sustainability directors) Key points: 30% more efficient, AI-optimized, 2-year ROI Need: 4 posts/week on LinkedIn/Twitter (40% educational, 30% product, 30% thought leadership).

Después de recibir la respuesta, elijo Mostrar rastro para inspeccionar el flujo de trabajo. En el Cronograma de seguimiento de colaboración entre múltiples agentespuede observar que se invocó a cada subagente. También puede inspeccionar los pasos de seguimiento para comprobar los detalles de la orquestación.

Puede encontrar más ejemplos de cómo trabajar con Amazon Bedrock Agents y la nueva capacidad de colaboración entre múltiples agentes en la Muestras de agentes de Amazon Bedrock Repositorio de GitHub.

Cosas que debes saber

• Durante la vista previa, la colaboración entre múltiples agentes admite casos de uso de asistente de chat en tiempo real (sincrónico).
• Los subagentes pueden habilitar la colaboración con un límite flexible general de tres capas jerárquicas del equipo de agentes.

Únete a la vista previa
La colaboración entre múltiples agentes en Amazon Bedrock está disponible hoy en versión preliminar en todas las regiones de AWS que admiten agentes de Amazon Bedrock, excepto AWS GovCloud (EE. UU.-Oeste). Consulte la lista completa de regiones para futuras actualizaciones. Para obtener más información, visite Amazon Bedrock Agents.

Pruebe hoy la colaboración entre múltiples agentes en la consola de Amazon Bedrock y díganos lo que piensa. Enviar comentarios a AWS re: Publicación para Amazon Bedrock o a través de sus contactos habituales de AWS Support.

Estoy emocionado de ver lo que construye con la colaboración de múltiples agentes.

— Antje

3 de diciembre de 2024 – Enlace actualizado a la consola de Amazon Bedrock.