Erkunden
Ein facettierter Index über alle Patterns, ADPs, Anti-Patterns, Frameworks und Lernpfade.
- ReActDenken, handeln, beobachten, neu denken.
- Plan-and-ExecuteEinmal planen. Die Liste abarbeiten.
- ReWOOPlanen. Bündeln. Zusammenführen.
- ReflexionHandeln. Bewerten. Reflektieren. Erneut versuchen.
- Tree of ThoughtsDas Denken verzweigen. Das beste Blatt behalten.
- Self-ConsistencyÜber viele Köpfe abstimmen. Auf die Mehrheit einigen.
- CodeActIn Code denken. Ausführen. Beobachten. Wiederholen.
- Sequential PipelineFeste Schritte. Keine Rückkanten.
- RoutingEinmal klassifizieren. An den richtigen Spezialisten weitergeben.
- ParallelizationArbeit aufteilen. Parallel ausführen. Ergebnisse zusammenführen.
- LoopWiederholen, bis gut genug oder Budget erschöpft.
- Evaluator-OptimizerGenerieren. Bewerten. Verbessern. Wiederholen.
- Iterative RefinementEin Artefakt. Viele Durchläufe. Jeder besser als der letzte.
- Orchestrator-WorkersZerlegen. Dispatchen. Zusammenführen.
- Map-ReduceÜber Chunks mappen. Auf eine Antwort reduzieren.
- Resource-Aware OptimizationNach Schwierigkeit routen. Für das bezahlen, was die Aufgabe braucht.
- SupervisorEiner entscheidet. Spezialisten handeln.
- Hierarchical SupervisorSupervisoren von Supervisoren. Durch Schichten skalieren.
- HandoffEin Agent gibt ab. Ein anderer übernimmt.
- SwarmLokale Regeln. Globale Emergenz. Kein Zentrum.
- Group ChatEin gemeinsamer Thread. Alle kommen zu Wort.
- Multi-Agent DebateDie Antwort wird erstritten. Ein Schiedsrichter entscheidet.
- MagenticPlanen. Delegieren. Synthetisieren. Über lange Zeiträume.
- BlackboardEin gemeinsames Notizbuch. Spezialisten reagieren.
- Contract NetAusschreiben. Bieten. Vergeben. Ausführen.
- Agents-as-ToolsEinen Spezialisten wie jedes andere Tool aufrufen.
- Graph-based OrchestrationEin ausführbarer Graph aus Agenten, Tools und Zustand.
- Exploration & DiscoveryDen Raum kartieren. Clustern, auswählen, vertiefen, synthetisieren.
- Memory ArchitectureKurzzeit, Langzeit, abgerufen.
- Tool RegistryEin Katalog, keine Rumpelkammer.
- MCPTools sprechen ein gemeinsames Protokoll.
- A2A ProtocolAgenten adressieren andere Agenten.
- CheckpointingZustand speichern. Sauber fortsetzen.
- Workflow DAGEin Graph, der gezeichnet werden kann.
- HITL GatePausieren, bevor etwas Irreversibles geschieht.
- Sandbox ExecutionCode dort ausführen, wo er nicht entkommen kann.
- Audit TrailJeder Schritt, signiert und mit Zeitstempel.
- LLM-as-JudgeEin LLM bewertet ein anderes LLM.
- Distributed TracingSpans über die gesamte Agentenschleife.
- Conversational MemoryDie laufende Nachrichtenhistorie, die der Agent jeden Turn liest.
- Episodic MemoryVergangene Aufgaben, persistiert, damit der Agent sein eigenes Déjà-vu erkennen kann.
- Semantic / Vector / Graph MemoryWas der Agent weiß, indiziert für den Abruf.
- Working Memory / ScratchpadAufgabenbezogene Notizen, die der Agent während des Denkens führt.
- Virtual Context ManagementDer Agent als eigener Speichermanager: Fakten wie ein Betriebssystem ein- und auslagern.
- RecorderDen Zustand snapshot-artig sichern, damit der Durchlauf fortgesetzt statt neu gestartet werden kann.
- Skill BuildErfolgreiche Trajektorien in benannte, wiederverwendbare Prozeduren überführen.
- Function CallingStrukturiertes JSON rein, typisierter Funktionsaufruf raus.
- Adapter PatternDie unordentliche API in ein sauberes Tool kapseln, das das Modell aufrufen kann.
- Capability RoutingDas Tool nach dem auswählen, was es kann, nicht wie es heißt.
- Permission-scoped ToolsJedes Tool trägt den kleinsten Berechtigungssatz, der es funktionieren lässt.
- Agentic RAGNur abrufen, wenn es hilft – und das selbst entscheiden.
- Actor ModelJeder Agent hat sein eigenes Postfach, seinen eigenen Zustand, seinen eigenen Supervisor.
- Event-driven ChoreographyKein Dirigent. Jede Komponente lauscht auf die Ereignisse, die sie betreffen.
- Saga / CompensationJeder Vorwärtsschritt wird mit seiner eigenen Rückgängig-Funktion ausgeliefert.
- Pub/Sub Agent MeshTopics, keine Adressen. Agenten abonnieren, was sie interessiert.
- Output Validation / Schema EnforcementFehlerhafte Modellausgabe ablehnen, bevor sie den nächsten Schritt kontaminiert.
- Least Privilege AgentJeder Agent sieht die kleinste Welt, die ihn seine Arbeit erledigen lässt.
- ControllerPrüft die Aktionen des Agenten während des Durchlaufs gegen Richtlinien.
- IntegratorDie Eingangsdaten bereinigen, bevor das Reasoning sie berührt.
- Multimodal GuardrailsModalitätsspezifische Filter auf jede Eingabe und Ausgabe, die der Agent berührt.
- Statistical GuardrailsNach Zahlen ablehnen: Kosinus-Abstands-Drift und Token-Entropie-Konfidenz.
- Token / Cost TrackingToken und Kosten, pro Durchlauf, pro Agent, pro Knoten.
- Integration Tests for AgentsWiederholbare End-to-End-Szenarien – Fixtures, Traces, Evals.
- IntegratorValidiert eingehende Beobachtungen, bevor sie in das Weltmodell eingehen, und stellt sicher, dass nachgelagertes Reasoning auf sauberen Signalen statt auf rohen, potenziell fehlerhaften Eingaben operiert.
- RetrieverKontextsensitive Schnittstelle zum Langzeitgedächtnis; wählt aus, was für den aktuellen Schritt relevant ist, statt den gesamten Speicher in den Prompt zu laden.
- RecorderSpeichert und stellt Reasoning-&-World-Model-Zustände (RWM) für Ausfallsicherheit, Replay und Forward Recovery über Schritte, Sitzungen und Prozesse hinweg wieder her.
- SelectorDynamische Priorisierung von Zielen — der taktische Schritt-Selektor, der die nächste Aktion aus konkurrierenden Anforderungen auswählt.
- PlannerStrategische Zerlegung komplexer Ziele in geordnete Teilziele, die sequenziell oder parallel ausgeführt werden können.
- DeliberatorAuswahl der optimalen Aktion pro Planungsschritt — die lokale Wahl im lokalen Kontext, kein globaler Standard.
- ExecutorZuverlässige Ausführung und systematische Feedback-Erfassung, mit strukturiertem Retry und Ergebnis-Capture.
- Tool UseProxy-/Adapter-Schnittstelle für sichere externe Funktionsaufrufe, die Argumentvalidierung und Capability-Scoping durchsetzt.
- CoordinatorVerwaltung strukturierter Multi-Agent-Kommunikation, die sicherstellt, dass der Nachrichtenfluss inspizierbar und begrenzt ist.
- ReflectorKausale Fehleranalyse zur Strategieanpassung — die Lücke zwischen "es ist fehlgeschlagen" und "es ist fehlgeschlagen, weil...".
- Skill BuildExtraktion wiederverwendbarer Prozeduren aus vergangenen Erfahrungen, Umwandlung von Einmallösungen in persistente Assets.
- ControllerKontinuierliche Überwachung ethischer und operativer Guardrails, Drift abfangen, bevor er kaskadiert.
- Over-AgentificationHohe Latenz, teure Token-Rechnungen, Debugging, das emergentes Verhalten aus Logs rekonstruieren muss.
- Hidden State in PromptsVerhalten driftet über lange Gespräche. Fehler reproduzieren sich nur sporadisch.
- SQLite Under ConcurrencySchreibsperren serialisieren alles. Timeouts unter Last. Sitzungen vermischen sich.
- Tool ExplosionDie Tool-Auswahlgenauigkeit bricht ein. Das Modell halluziniert Aufrufe und Parameternamen.
- Hallucinated RoutingReflexionsschleifen konvergieren nie. Rekursionslimits schlagen erst zur Laufzeit an statt zur Entwurfszeit.
- God OrchestratorEin einziger Punkt für Koordination, Ausfall — und für die Exposition privater Daten.
- Cascading Security FailuresEin vergiftetes Dokument in einem gemeinsamen Index kontaminiert jeden nachgelagerten Konsumenten. Prompt-Injection propagiert über Übergaben.
- Unbounded LoopEin L1-Agent steckt wegen fehlerhaften Reasonings in unproduktiven Endloszyklen fest, ohne programmiertes Rekursionslimit oder Schritt-Budget.
- Self-Graded HallucinationEin Modell, das seine eigene Antwort kritisiert, kann dem eigenen Fehler zustimmen — eine Reflexionsschleife konvergiert selbstsicher auf etwas Falsches.
- AWS Strands SDKModellgesteuertes minimales SDK; das LLM webt den Graphen aus einem 'Bündel von Fäden' aus Tools.
- CrewAIRollenbasierte 'Crews' von Agenten; flache Abstraktion über teamförmige Workflows.
- AutoGen / AG2Ereignisgesteuerte Konversation zwischen Agenten; asynchrone Nachrichten und Gruppenchats.
- Google ADKModulare, hierarchische Workflow-Agenten für das Vertex AI-Ökosystem.
- OpenAI Agents SDKLeichtgewichtiges, Python-first SDK für Handoff-basierte Agent-Flows.
- SuperAgentEinzelagent-Assistenzplattform für Deployments im direkten Kundenkontakt.
- MetaGPTSOP-basiertes Multi-Agent-Metaprogramming, das ein IT-Unternehmen simuliert.
- Pydantic AITypsicheres Python-Agent-Framework; strukturierte Ausgaben und Validierungs-/Retry-Schleifen auf Pydantic v2.
- LlamaIndexRetrieval-zentrisches Framework; Konnektoren und Indizes verwandeln proprietäre Dokumente in Agent-Kontext.
- Semantic KernelEnterprise-SDK für .NET/Java/Python; Skills und Planner unter Microsoft/Azure-Governance.
- LangChain4jBringt LLM- und agentische Fähigkeiten auf die JVM (Java/Kotlin) mit LangChain-artigen Abstraktionen.
- LangGraphGraph-basierte, zustandsgetriebene Runtime; explizite Nodes und Edges, Checkpointer-gestützt.
- TemporalAusfallsichere Workflow-Engine für Prozesse von Minuten bis Stunden; deterministisches Replay und automatische Wiederholungen.
- InngestEreignisgesteuerte ausfallsichere Ausführung; Steps, Retries und Flusskontrolle über eine Queue, die man nicht selbst betreibt.
- RestateAusfallsichere Ausführung für verteilte Dienste; ausfallsichere Promises, virtuelle Objekte und Exactly-once-Handler.
- Deep Agents SDKMeinungsstarkes, voll ausgestattetes Harness auf LangGraph: Planung, Subagenten und ein virtuelles Dateisystem out of the box.
- Claude Agent SDKAnthropics agentisches Harness — der Gather-Context / Act / Verify-Loop hinter Claude Code, mit Tools, Subagenten und MCP.
- Der EinsteigerBeginnen Sie hier, wenn Multi-Agent-Systeme neu für Sie sind.
- Der Pattern-WählerSie haben eine echte Aufgabe und brauchen eine vertretbare Pattern-Wahl.
- Der Framework-WählerSie evaluieren Frameworks und möchten mit offenen Augen vergleichen.
- Der OperatorSie werden das in der Produktion betreiben und möchten eine Checkliste mit benannten Versagensarten.
Wohin als Nächstes