Eine Lernplattform für Multi-Agenten-Systeme

Verstehen, wie Agentensysteme wirklich funktionieren.

Hier lernst du, wie Multi-Agenten-Systeme aufgebaut sind, welches Pattern zu welchem Anwendungsfall passt, welche Fallstricke es gibt — und wie alles zusammenhängt. Vom einzelnen Agenten bis zum produktiven System.

Sprossen
04
Patterns
62
Spanne
L1–L4
Die LeiterSchleife → System

Beginne ganz unten. Jede Sprosse sitzt in der nächsten.

Der Preis fehlender Architektur

Drei Haltungen, in die Teams verfallen, wenn es keine Garantie gibt.

Wenn nichts die Ausgabe eines Agenten automatisch prüft, rutscht jedes System in eine dieser Haltungen — und jede wird stillschweigend teurer.

01

Babysitter

Ein Mensch muss dauerhaft im Loop bleiben.

Jeden Fehler muss jemand von Hand abfangen. Je mehr es läuft, desto mehr Leute braucht es — es skaliert also nie wirklich.

02

Prüfer

Jedes Ergebnis braucht nachträgliche Kontrolle.

Nichts garantiert das Ergebnis, also liest ein Mensch alles noch einmal, bevor es rausgeht. Der günstige Agent entpuppt sich als der teure.

03

Blind vertrauen

Ausgaben werden ungeprüft akzeptiert.

Man liefert aus, was herauskommt, und hofft. Schnell und billig — bis es in Produktion kaputtgeht und keiner sagen kann, warum.

Die Leiter

Vier Sprossen, von einer Schleife zu einem System.

Eine Lernleiter, keine Hierarchie. Wähle eine Sprosse, um ihre Patterns, Anti-Patterns, Anatomie und die Frameworks zu sehen, in denen sie lebt.

Einzelagent

Ein Verstand, der eine Aufgabe in einer Schleife bearbeitet.

Wie ein einzelner Agent intern denkt — Gedanke, Aktion, Beobachtung, Reflexion. Die Einheit, zu der du immer wieder zurückkehrst, selbst in den größeren Systemen.

  • ReAct
  • Plan-and-Execute
  • ReWOO
  • Reflexion
  • Tree of Thoughts
  • +2 more
Open L1Einzelagent
denken · handeln · beobachten
Workflow

Schritte, die du in Code verdrahtest. Das LLM füllt die Lücken.

Struktur gehört in den Code. Workflow-Patterns sind das deterministische Skelett: sequenziell, Routing, parallel, Schleifen. Das Modell erzeugt Inhalt; du steuerst den Fluss.

  • Sequential
  • Routing
  • Parallel
  • Loop
  • Orchestrator-Workers
  • +4 more
Open L2Workflow
sequenzieren · routen · parallelisieren
Multi-Agent

Spezialisten. Wer entscheidet, wer als Nächstes arbeitet?

Der Punkt, an dem Koordination zum schwersten Problem des Systems wird. Supervisoren, Übergaben, Schwärme, Blackboards — zwölf kanonische Antworten auf dieselbe Frage.

  • Supervisor
  • Hierarchical
  • Magentic
  • Agents-as-Tools
  • Graph-based
  • +7 more
Open L3Multi-Agent
überwachen · übergeben · schwärmen
Produktion

Memory, Tools, Runtime, Governance, Evals.

Dies ist der Boden, auf dem jede andere Sprosse bereits stand. Wir präsentieren L4 zuletzt, weil sein Überspringen der häufigste Grund ist, warum Agenten-Prototypen beim ersten Kontakt mit dem Alltag sterben — konzeptionell ist es jedoch das Fundament, kein letzter Schritt.

  • Conversational Memory
  • Episodic Memory
  • Semantic / Vector / Graph Memory
  • Working Memory / Scratchpad
  • Virtual Context Management
  • +29 more
Open L4Produktion
Memory · Tools · Runtime

Suche

Patterns, Frameworks und Seiten durchsuchen.