LangGraph vai CrewAI? Tilan hallinta ratkaisee ennen agenttien määrää

|Kirjoittaja: QUASAn toimitus|4 min lukuaika
LangGraph vai CrewAI? Tilan hallinta ratkaisee ennen agenttien määrää

Valitse LangGraph, jos monivaiheisen prosessin tila, siirtymät ja virheestä jatkaminen on määriteltävä tarkasti. Valitse CrewAI, jos työn ydin on erikoistuneiden agenttien yhteistyö; sen Flow-rakenne sopii myös tilanteeseen, jossa yhteistyötä pitää ohjata määrätyillä vaiheilla. Agenttien lukumäärä on huono ensimmäinen valintakriteeri, sillä samakin tukipyyntö voidaan käsitellä yhdellä agentilla tai usean roolin työnä.

Ennen kehysvalintaa kannattaa kysyä, tarvitseeko sovellus erillistä agenttiorkestrointia. Jos asiakastuen menettely mahtuu selkeäksi ohjeeksi yhdelle mallille eikä työn tarvitse odottaa hyväksyntää tai jatkua tallennetusta vaiheesta, kevyempi toteutus voi riittää. Kun käsittelyyn kuuluu ulkoisia järjestelmiä, ihmisen päätös ja myöhemmin jatkuva työ, näkyvä tila alkaa painaa enemmän.

Sama tukipyyntö paljastaa rakenteen eron

Ajatellaan ehdollista asiakastukiprosessia: saapuva sähköposti luokitellaan, tarvittava tieto haetaan, vastaus luonnostellaan ja poikkeuksellinen tapaus siirretään ihmiselle hyväksyttäväksi ennen lähettämistä. Prosessille on määriteltävä myös tilanne, jossa tietohaku epäonnistuu tai hyväksyntä saapuu vasta myöhemmin. Esimerkki kuvaa toteutusvaihtoehtoja, ei mitattua suorituskykyä.

Molemmissa kehyksissä voidaan toteuttaa nämä työvaiheet. Ero näkyy siinä, mikä on sovelluksen ensisijainen rakennusosa: LangGraphissa vaihe ja sen muuttama yhteinen tila, CrewAI:ssa joko tehtäviä jakava Crew tai ohjattu Flow. Pelkkä agenttien määrän vertailu ei kerro, mistä keskeneräisen pyynnön tila löytyy tai kuka päättää seuraavan vaiheen.

LangGraphissa virhepolku on osa työnkulkua

LangGraph sopii prosessiin, jossa jokaisen haaran pitää olla jäljitettävä. LangGraphin asiakastukiesimerkki jakaa sähköpostin käsittelyn solmuihin, jotka lukevat ja päivittävät yhteistä tilaa, sekä reitittää pyynnön luokittelun perusteella esimerkiksi tietohakuun tai ihmisen arvioon. Tilaan tallennetaan myöhemmissä vaiheissa tarvittavat lähtötiedot, luokittelu ja vastausluonnos. Kehittäjä määrittelee, missä solmussa seuraava reitti päätetään.

Ehdollisessa tukiprosessissa kiireellisen laskutuspyynnön reitti voidaan erottaa tavallisesta tuotekysymyksestä ennen vastauksen lähettämistä. Ulkoisen tietohaun tilapäiselle virheelle voidaan määrittää uusintayritys, kun taas puuttuva asiakastieto voi keskeyttää käsittelyn odottamaan täydennystä. Tarkistuspiste säilyttää aiempien vaiheiden tilan, mutta kesken jäänyt solmu voi käynnistyä uudelleen. Siksi lähettämisen kaltaiselle ulkoiselle toiminnolle tarvitaan tapa estää saman viestin lähteminen kahdesti.

Vastineeksi kehittäjä määrittelee tilan rakenteen, solmujen rajat ja poikkeusreitit itse. Tämä auttaa osoittamaan, millä luokittelulla pyyntö päätyi ihmisen käsiteltäväksi ja mitä tietoa oli käytettävissä päätöksen hetkellä. Jos tehtävä on lyhyt ja vapaamuotoinen, saman rakenteen ylläpito voi vaatia enemmän työtä kuin se säästää.

CrewAI:ssa Crew ja Flow ratkaisevat eri tehtäviä

CrewAI:n Crew kokoaa roolitetut agentit tekemään niille annettuja tehtäviä. CrewAI:n Crew-kuvaus määrittelee ryhmälle agentit, tehtävät ja suoritusprosessin, joka voi olla peräkkäinen tai hierarkkinen. Ehdollisessa tukiesimerkissä yksi agentti voisi koota vastauksen taustatiedot ja toinen laatia luonnoksen. Roolitus on perusteltu, jos tehtävät todella tarvitsevat erilaista osaamista, työkaluja tai arviointia; muuten erilliset roolit lisäävät työnjakoa ilman selvää hyötyä.

Kun saman pyynnön on kuljettava määrättyjen päätöspisteiden kautta, Crew yksin ei kuvaa koko vastuujakoa. CrewAI:n Flow-ohje kuvaa jaetun tilan, ehdollisen reitityksen, tilan tallennuksen ja ihmispalautteen; Flow voi käynnistää agentin tai Crew-ryhmän osana työnkulkua. Tukipyynnössä Flow voisi säilyttää luokittelun ja hyväksyntäpäätöksen, kun Crew tuottaa rajattuna tehtävänä vastausluonnoksen.

Hyväksyntä ja lähettäminen kannattaa erottaa luonnoksen tuottamisesta riippumatta siitä, montako agenttia luonnoksen tekoon osallistuu. Jos agenttiryhmä saa päättää myös lopullisesta lähetyksestä, sovelluksen on vaikeampi pitää ehdotusta ja hyväksyttyä toimintoa erillään. Flow antaa paikan tälle rajalle, mutta kehittäjän on silti määriteltävä, mikä palaute sallii lähetyksen ja mitä tapahtuu, jos ihminen hylkää luonnoksen.

Palautumisen tarkkuus riippuu tallennusrajasta

Virheestä jatkaminen ei ole vain LangGraphin ominaisuus. CrewAI:n tarkistuspisteohje kuvaa tilannekuvien tallentamisen Crew-, Flow- ja agenttisuorituksille sekä jatkamisen tallennetusta pisteestä. Oletusarvoinen tarkistuspiste syntyy valmistuneen tehtävän jälkeen, ja tallennukseen käytettäviä tapahtumia voi valita. CrewAI:n Flow-tilan tallennus on lisäksi erillinen mekanismi, jolla työnkulun tila voidaan säilyttää myöhempää suoritusta varten.

Tukipyynnössä olennaista on päättää, mitkä tapahtumat muodostavat turvallisen palautumisrajan. Luokittelua ja tietohakua voi yleensä yrittää uudelleen eri ehdoin kuin asiakkaalle lähtevää viestiä. Katkos juuri lähetyksen jälkeen voi johtaa kaksoislähetykseen, jos sovellus käynnistää lähetysvaiheen uudelleen tietämättä, toteutuiko ulkoinen toiminto. Tarkistuspiste tallentaa kehyksen suoritustilaa; lähetyksen lopputulos on varmistettava myös sitä hoitavasta järjestelmästä.

Lokitettavuudessa hyödyllinen yksikkö on koko tukipyyntö. Sen tapahtumaketjuun voidaan liittää pyynnön tunniste, luokittelupäätös, haun tulos, hyväksyjän päätös ja lähetyksen lopputulos. LangGraphin solmut tekevät vaiheiden rajat näkyviksi; CrewAI:ssa Crew-tehtävät kertovat agenttien työnjaosta ja Flow kuvaa pyynnön etenemistä. Kummassakin toteutuksessa sovelluksen on päätettävä, mitä tietoja säilytetään ja miten päätökset yhdistetään lopulliseen vastaukseen.

Milloin agenttiorkestrointia ei tarvita?

Rajattu menettely voi toimia ilman kumpaakaan kehystä. Proseduraalisia keskusteluja vertaillut tutkimus raportoi, että koko menettelyn sisältävä kehote sai sen kokeissa paremmat arviot kuin samalla mallilla rakennettu LangGraph-orkestroija. Kokeet koskivat simuloituja matkavarauksen, teknisen tuen ja vakuutuskäsittelyn keskusteluja, ja laatua arvioitiin kielimallilla. CrewAI ei ollut kokeen vertailujärjestelmä, joten tulos ei osoita sen olevan LangGraphia heikompi tai vahvempi.

Ehdollisessa tukiprosessissa kehyksetön vaihtoehto on uskottavimmillaan silloin, kun yksi mallikutsu tuottaa tarkistettavan vastausluonnoksen ja sovellus hoitaa lähettämisen tavallisena ohjelmalogiikkana. Ihmisen hyväksyntää odottava tai häiriön jälkeen jatkuva pyyntö tarvitsee silti sovelluksen hallitseman tilan. Jos ensisijainen vaatimus on nähdä ja palauttaa päätöspolku vaihe vaiheelta, LangGraphin graafi antaa sille suoran rakenteen. Jos erillisten agenttien työ on keskeistä, CrewAI:n Crew sopii delegointiin ja Flow voi kantaa sitä ympäröivän tilan sekä hyväksyntärajan.

Lue myös:

Jaa:

Aiheeseen liittyvät artikkelit

Tilaa uutiskirjeemme

Saat tuoreimmat Web3-, tekoäly- ja kryptouutiset suoraan sähköpostiisi.

0