How to Build an AI Agent
How to Build an AI Agent
s04

Unteragenten

Planung & Koordination

Clean Context Per Subtask

151 LOC5 ToolsSubagent spawn with isolated messages[]
Subagents use independent messages[], keeping the main conversation clean

s01 > s02 > s03 > [ s04 ] s05 > s06 | s07 > s08 > s09 > s10 > s11 > s12

"Teilen Sie große Aufgaben auf; jede Unteraufgabe erhält einen sauberen Kontext" -- Unteragenten verwenden unabhängige messages[], wobei das Hauptgespräch sauber bleibt.

Problem

Während der Agent arbeitet, wächst sein Nachrichten-Array. Jede Dateilesung, jeder bash-Output bleibt permanent im Kontext. "Welches Test-Framework verwendet dieses Projekt?" könnte das Lesen von 5 Dateien erfordern, aber der Parent braucht nur die Antwort: "pytest."

Lösung

Parent-Agent                     Unteragent
+------------------+             +------------------+
| messages=[...]   |             | messages=[]      | <-- fresh
|                  |  dispatch   |                  |
| tool: task       | ----------> | while tool_use:  |
|   prompt="..."   |             |   call tools     |
|                  |  summary    |   append results |
|   result = "..." | <---------- | return last text |
+------------------+             +------------------+

Parent-Kontext bleibt sauber. Unteragent-Kontext wird verworfen.

Wie es funktioniert

  1. Der Parent erhält ein task Tool. Das Kind erhält alle Basis-Tools außer task (keine rekursives Spawnen).
PARENT_TOOLS = CHILD_TOOLS + [
    {"name": "task",
     "description": "Spawn a subagent with fresh context.",
     "input_schema": {
         "type": "object",
         "properties": {"prompt": {"type": "string"}},
         "required": ["prompt"],
     }},
]
  1. Der Unteragent beginnt mit messages=[] und führt seine eigene Schleife aus. Nur der endgültige Text kehrt zum Parent zurück.
def run_subagent(prompt: str) -> str:
    sub_messages = [{"role": "user", "content": prompt}]
    for _ in range(30):  # safety limit
        response = client.messages.create(
            model=MODEL, system=SUBAGENT_SYSTEM,
            messages=sub_messages,
            tools=CHILD_TOOLS, max_tokens=8000,
        )
        sub_messages.append({"role": "assistant",
                             "content": response.content})
        if response.stop_reason != "tool_use":
            break
        results = []
        for block in response.content:
            if block.type == "tool_use":
                handler = TOOL_HANDLERS.get(block.name)
                output = handler(**block.input)
                results.append({"type": "tool_result",
                    "tool_use_id": block.id,
                    "content": str(output)[:50000]})
        sub_messages.append({"role": "user", "content": results})
    return "".join(
        b.text for b in response.content if hasattr(b, "text")
    ) or "(no summary)"

Der gesamte Nachrichtenverlauf des Kindes (möglicherweise 30+ Tool-Aufrufe) wird verworfen. Der Parent erhält eine Ein-Absatz-Zusammenfassung als normales tool_result.

Was sich von s03 geändert hat

KomponenteVorher (s03)Nachher (s04)
Tools55 (base) + task (parent)
KontextSingle sharedParent + child Isolation
UnteragentNonerun_subagent() Funktion
RückgabewertN/ANur Zusammenfassungstext

Ausprobieren

python agents/s04_subagent.py
  1. Verwenden Sie eine Unteraufgabe, um herauszufinden, welches Test-Framework dieses Projekt verwendet
  2. Delegieren: lesen Sie alle .py-Dateien und fassen Sie zusammen, was jede tut
  3. Verwenden Sie eine Task, um ein neues Modul zu erstellen, dann überprüfen Sie es von hier aus