Team - マルチエージェントコラボレーション

4つの協調モードで強力なマルチエージェントシステムを構築します。

Teamとは？

Teamは、複雑なタスクを解決するために協力するAgentのコレクションです。異なる協調モードにより、様々なコラボレーションパターンが可能になります。

主な機能

4つの協調モード: Sequential、Parallel、Leader-Follower、Consensus
動的メンバーシップ: 実行時にAgentを追加/削除
柔軟な設定: モードごとに動作をカスタマイズ
型安全: 完全なGo型チェック

Teamの作成

基本的な例

package main

import (
    "context"
    "fmt"
    "log"

    "github.com/rexleimo/agno-go/pkg/agno/agent"
    "github.com/rexleimo/agno-go/pkg/agno/team"
    "github.com/rexleimo/agno-go/pkg/agno/models/openai"
)

func main() {
    // モデルを作成
    model, _ := openai.New("gpt-4o-mini", openai.Config{
        APIKey: "your-api-key",
    })

    // チームメンバーを作成
    researcher, _ := agent.New(agent.Config{
        Name:         "Researcher",
        Model:        model,
        Instructions: "You are a research expert.",
    })

    writer, _ := agent.New(agent.Config{
        Name:         "Writer",
        Model:        model,
        Instructions: "You are a technical writer.",
    })

    // チームを作成
    t, err := team.New(team.Config{
        Name:   "Content Team",
        Agents: []*agent.Agent{researcher, writer},
        Mode:   team.ModeSequential,
    })
    if err != nil {
        log.Fatal(err)
    }

    // チームを実行
    output, _ := t.Run(context.Background(), "Write about AI")
    fmt.Println(output.Content)
}

協調モード

1. Sequential Mode

Agentが順番に実行され、出力が次のAgentに渡されます。

t, _ := team.New(team.Config{
    Name:   "Pipeline",
    Agents: []*agent.Agent{agent1, agent2, agent3},
    Mode:   team.ModeSequential,
})

ユースケース:

コンテンツパイプライン（リサーチ → 執筆 → 編集）
データ処理ワークフロー
多段階推論

動作の仕組み:

Agent 1が入力を処理 → 出力A
Agent 2が出力Aを処理 → 出力B
Agent 3が出力Bを処理 → 最終出力

2. Parallel Mode

すべてのAgentが同時に実行され、結果が統合されます。

t, _ := team.New(team.Config{
    Name:   "Multi-Perspective",
    Agents: []*agent.Agent{techAgent, bizAgent, ethicsAgent},
    Mode:   team.ModeParallel,
})

ユースケース:

多角的分析
並列データ処理
多様な意見の生成

動作の仕組み:

すべてのAgentが同じ入力を受け取る
並行実行（Goのgoroutine）
結果を単一の出力に統合

3. Leader-Follower Mode

リーダーがフォロワーにタスクを委任し、結果を統合します。

t, _ := team.New(team.Config{
    Name:   "Project Team",
    Leader: leaderAgent,
    Agents: []*agent.Agent{follower1, follower2},
    Mode:   team.ModeLeaderFollower,
})

ユースケース:

タスクの委任
階層的ワークフロー
エキスパートへの相談

動作の仕組み:

リーダーがタスクを分析してサブタスクを作成
適切なフォロワーに委任
フォロワーの出力を最終結果に統合

4. Consensus Mode

Agentが合意に達するまで議論します。

t, _ := team.New(team.Config{
    Name:      "Decision Team",
    Agents:    []*agent.Agent{optimist, realist, critic},
    Mode:      team.ModeConsensus,
    MaxRounds: 3,  // 最大議論ラウンド数
})

ユースケース:

意思決定
品質保証
議論と改善

動作の仕組み:

すべてのAgentが初期意見を提供
Agentが他の意見をレビュー
合意または最大ラウンドまで繰り返し
最終的な合意出力

設定

Config構造体

type Config struct {
    // 必須
    Agents []*agent.Agent  // チームメンバー

    // オプション
    Name      string              // チーム名（デフォルト: "Team"）
    Mode      CoordinationMode    // 協調モード（デフォルト: Sequential）
    Leader    *agent.Agent        // リーダー（LeaderFollowerモード用）
    MaxRounds int                 // 最大ラウンド数（Consensusモード用、デフォルト: 3）
}

協調モード

const (
    ModeSequential     CoordinationMode = "sequential"
    ModeParallel       CoordinationMode = "parallel"
    ModeLeaderFollower CoordinationMode = "leader-follower"
    ModeConsensus      CoordinationMode = "consensus"
)

APIリファレンス

team.New

新しいチームインスタンスを作成します。

シグネチャ:

func New(config Config) (*Team, error)

戻り値:

*Team: 作成されたチームインスタンス
error: Agentリストが空または設定が無効な場合のエラー

Team.Run

入力でチームを実行します。

シグネチャ:

func (t *Team) Run(ctx context.Context, input string) (*RunOutput, error)

パラメータ:

ctx: キャンセル/タイムアウト用のContext
input: ユーザー入力文字列

戻り値:

type RunOutput struct {
    Content      string                 // 最終的なチーム出力
    AgentOutputs []AgentOutput          // 個々のAgent出力
    Metadata     map[string]interface{} // 追加メタデータ
}

Team.AddAgent / RemoveAgent

チームメンバーを動的に管理します。

シグネチャ:

func (t *Team) AddAgent(ag *agent.Agent)
func (t *Team) RemoveAgent(name string) error
func (t *Team) GetAgents() []*agent.Agent

例:

// 新しいAgentを追加
t.AddAgent(newAgent)

// 名前でAgentを削除
err := t.RemoveAgent("OldAgent")

// すべてのAgentを取得
agents := t.GetAgents()

完全な例

Sequential Teamの例

リサーチ → 分析 → 執筆のコンテンツ作成パイプライン。

func createContentPipeline(apiKey string) {
    model, _ := openai.New("gpt-4o-mini", openai.Config{APIKey: apiKey})

    researcher, _ := agent.New(agent.Config{
        Name:         "Researcher",
        Model:        model,
        Instructions: "Research the topic and provide key facts.",
    })

    analyst, _ := agent.New(agent.Config{
        Name:         "Analyst",
        Model:        model,
        Instructions: "Analyze research findings and extract insights.",
    })

    writer, _ := agent.New(agent.Config{
        Name:         "Writer",
        Model:        model,
        Instructions: "Write a concise summary based on insights.",
    })

    t, _ := team.New(team.Config{
        Name:   "Content Pipeline",
        Agents: []*agent.Agent{researcher, analyst, writer},
        Mode:   team.ModeSequential,
    })

    output, _ := t.Run(context.Background(),
        "Write about the benefits of AI in healthcare")

    fmt.Println(output.Content)
}

Parallel Teamの例

並行実行による多角的分析。

func multiPerspectiveAnalysis(apiKey string) {
    model, _ := openai.New("gpt-4o-mini", openai.Config{APIKey: apiKey})

    techAgent, _ := agent.New(agent.Config{
        Name:         "Tech Specialist",
        Model:        model,
        Instructions: "Focus on technical aspects.",
    })

    bizAgent, _ := agent.New(agent.Config{
        Name:         "Business Specialist",
        Model:        model,
        Instructions: "Focus on business implications.",
    })

    ethicsAgent, _ := agent.New(agent.Config{
        Name:         "Ethics Specialist",
        Model:        model,
        Instructions: "Focus on ethical considerations.",
    })

    t, _ := team.New(team.Config{
        Name:   "Analysis Team",
        Agents: []*agent.Agent{techAgent, bizAgent, ethicsAgent},
        Mode:   team.ModeParallel,
    })

    output, _ := t.Run(context.Background(),
        "Evaluate the impact of autonomous vehicles")

    fmt.Println(output.Content)
}

ベストプラクティス

1. 適切なモードを選択

Sequential: 出力が前のステップに依存する場合に使用
Parallel: 視点が独立している場合に使用
Leader-Follower: タスクの委任が必要な場合に使用
Consensus: 品質と合意が重要な場合に使用

2. Agentの専門化

各Agentに明確で具体的な指示を与えます:

// 良い例 ✅
Instructions: "You are a Python expert. Focus on code quality."

// 悪い例 ❌
Instructions: "You help with coding."

3. エラー処理

チーム操作からのエラーを常に処理します:

output, err := t.Run(ctx, input)
if err != nil {
    log.Printf("Team execution failed: %v", err)
    return
}

4. コンテキスト管理

タイムアウトとキャンセルにContextを使用します:

ctx, cancel := context.WithTimeout(context.Background(), 60*time.Second)
defer cancel()

output, err := t.Run(ctx, input)

パフォーマンスに関する考慮事項

並列実行

ParallelモードはGoのgoroutineを使用して真の並行性を実現します:

// 3つのAgentが同時に実行
t, _ := team.New(team.Config{
    Agents: []*agent.Agent{a1, a2, a3},
    Mode:   team.ModeParallel,
})

// 合計時間 ≈ 最も遅いAgent（すべての合計ではない）

メモリ使用量

各Agentは独自のメモリを維持します。大規模なチームの場合:

// 各実行後にメモリをクリア
output, _ := t.Run(ctx, input)
for _, ag := range t.GetAgents() {
    ag.ClearMemory()
}

次のステップ

ステップベースのオーケストレーションについてはWorkflowを参照
さまざまなLLMプロバイダーについてはModelsを参照
Agent機能を拡張するにはToolsを追加
詳細なAPIドキュメントはTeam APIリファレンスを確認

Team - マルチエージェントコラボレーション ​

Teamとは？ ​

主な機能 ​

Teamの作成 ​

基本的な例 ​

協調モード ​

1. Sequential Mode ​

2. Parallel Mode ​

3. Leader-Follower Mode ​

4. Consensus Mode ​

設定 ​

Config構造体 ​

協調モード ​

APIリファレンス ​

team.New ​

Team.Run ​

Team.AddAgent / RemoveAgent ​

完全な例 ​

Sequential Teamの例 ​

Parallel Teamの例 ​

ベストプラクティス ​

1. 適切なモードを選択 ​

2. Agentの専門化 ​

3. エラー処理 ​

4. コンテキスト管理 ​

パフォーマンスに関する考慮事項 ​

並列実行 ​

メモリ使用量 ​

次のステップ ​

関連例 ​

Team - マルチエージェントコラボレーション

Teamとは？

主な機能

Teamの作成

基本的な例

協調モード

1. Sequential Mode

2. Parallel Mode

3. Leader-Follower Mode

4. Consensus Mode

設定

Config構造体

協調モード

APIリファレンス

team.New

Team.Run

Team.AddAgent / RemoveAgent

完全な例

Sequential Teamの例

Parallel Teamの例

ベストプラクティス

1. 適切なモードを選択

2. Agentの専門化

3. エラー処理

4. コンテキスト管理

パフォーマンスに関する考慮事項

並列実行

メモリ使用量

次のステップ

関連例