Agent-Rollen und Spezialisierungen
Geben Sie jedem Agent eine eng gefasste Rolle (Planer, Coder, Kritiker, Ausführer); so leisten sie mehr als ein Generalist.
Agent-Rollen und Spezialisierungen ist eine kostenlose AI Agents-Lektion auf CoddyKit. Dies ist Lektion 3 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des AI Agents-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der AI Agents-Kurs umfasst insgesamt 4 Lektionen.
Teile dieser Lektion wurden noch nicht übersetzt und werden auf Englisch angezeigt.
Warum Spezialisierung hilft
Ein fokussierter Agent mit einem präzisen Prompt und einem kleinen Tool-Set ist einem Generalisten mit allen Möglichkeiten überlegen. Gründe:
- Prompts können je Rolle länger und spezifischer sein
- Tool-Beschreibungen sind klarer, da weniger Optionen das Modell verwirren können
- Fehlerbehebung und Bewertung sind einfacher
- Jeder Agent kann eine andere Modellgröße verwenden
Häufige Rollen
- Planner – zerlegt Aufgaben in Schritte
- Researcher – sammelt Informationen
- Coder – schreibt Code
- Reviewer / Critic – findet Fehler
- Editor – verbessert die Ausgabe
- Executor – führt Befehle und Tools aus
Define a Role Clearly
RESEARCHER_PROMPT = '''
You are Researcher. Your job is to gather facts.
Never write code. Never make final decisions.
Return 3-5 sourced findings with URLs.
When finished, end your message with: HANDOFF: planner
'''
print(RESEARCHER_PROMPT.strip())
Rollenbezogene Tools
Strikte Liste zulässiger Tools pro Rolle:
researcher_tools = ['web_search', 'fetch_url']
coder_tools = ['read_file', 'write_file', 'run_python']
reviewer_tools = [] # critique-only, no tools
print("Researcher tools:", researcher_tools)
print("Coder tools:", coder_tools)
print("Reviewer tools:", reviewer_tools)
Rollenbezogene Modelle
Verwenden Sie günstige Modelle für einfache Rollen und große Modelle für schwierige Aufgaben:
ROLE_MODELS = {
'planner': 'gpt-4o', # critical role
'researcher': 'gpt-4o-mini', # routine
'coder': 'gpt-4o', # hard
'reviewer': 'claude-sonnet-4-5' # second opinion
}
for role, model in ROLE_MODELS.items():
print(f"{role}: {model}")
Modellübergreifende Kritik
Verwenden Sie für eine höhere Qualität eine andere Modellfamilie für die Kritik. So verringern Sie Fehler durch gemeinsame Verzerrungen:
- Coder: GPT-4
- Reviewer: Claude
- Wenn beide übereinstimmen, veröffentlichen Sie das Ergebnis. Andernfalls eskalieren Sie.
Übergabeprotokoll
Agenten benötigen eine klare Möglichkeit, Arbeit weiterzugeben. Eine einfache Konvention:
# Each message ends with one of:
HANDOFF: <role_name>
FINAL: <answer>
ABORT: <reason>Spezialisierung nach Aufgabentyp
Manche Teams fügen Domänenexperten hinzu:
- Legal-Reviewer für Compliance
- Security-Reviewer für die Codesicherheit
- Domain-Specialist für Branchenwissen
Rollenlimits
Limits pro Rolle verhindern unkontrolliertes Wachstum:
MAX_ROLE_INVOCATIONS = {
'planner': 3,
'researcher': 5,
'coder': 10,
'reviewer': 3
}
for role, cap in MAX_ROLE_INVOCATIONS.items():
print(f"{role}: max {cap} invocations")
Übertreiben Sie es nicht mit der Spezialisierung
Der Wechsel von 3 auf 30 Rollen schadet: Die Auswahl durch den Supervisor wird unzuverlässig, die Latenz steigt stark an und die meisten „Spezialisten“ duplizieren Arbeit.
Fügen Sie Rollen nur hinzu, wenn Sie einen tatsächlichen Nutzen messen.
Evaluation pro Rolle
Testen Sie jede Rolle unabhängig:
- Researcher-Evaluation: Liefert die Rolle belegte Fakten zurück?
- Coder-Evaluation: Wird der Code kompiliert und bestehen die Tests?
- Reviewer-Evaluation: Erkennt die Rolle bekannte Fehler?
Komponierbarkeit
Rollen können in mehreren Agentensystemen wiederverwendet werden. Ein gut abgestimmter Researcher funktioniert sowohl für einen Workflow zum Schreiben von Dokumenten als auch für einen Workflow zur Faktenprüfung.
Warum Rollen?
Was ist der wichtigste Vorteil davon, jedem Agenten eine klare Rolle zu geben?
Zusammenfassung
Plan -> Research -> Code -> Review ist eine hervorragende Standardpipeline. Präzise Prompts, begrenzte Tools, Modelle pro Rolle und ein Übergabeprotokoll. Fügen Sie Rollen nur hinzu, wenn ein Nutzen nachweislich vorhanden ist.
Häufig gestellte Fragen
Ist die Lektion „Agent-Rollen und Spezialisierungen“ kostenlos?
Ja — der vollständige Text von „Agent-Rollen und Spezialisierungen“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des AI Agents-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der AI Agents-Kurs umfasst insgesamt 4 Lektionen.
Was lerne ich in „Agent-Rollen und Spezialisierungen“?
Geben Sie jedem Agent eine eng gefasste Rolle (Planer, Coder, Kritiker, Ausführer); so leisten sie mehr als ein Generalist. Du übst AI Agents mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um AI Agents zu starten?
Keine Vorkenntnisse erforderlich. AI Agents auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 3 von 4.
Wie lange dauert die Lektion „Agent-Rollen und Spezialisierungen“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser AI Agents-Lektion Code schreiben und ausführen?
Ja. Jede AI Agents-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Multi-Agent-Kommunikation (AutoGen)
- Hierarchische Supervisors (Orchestrator + Workers)
- Agent-Rollen und Spezialisierungen
- Kommunikationsprotokolle (Message-Busse)