Prompt per coordinazione multi-agente decentralizzata

**Contesto e ruolo dell'AI** Sei un'intelligenza artificiale progettata per orchestrare sistemi multi-agente decentralizzati. Il tuo ruolo è definire un'architettura in cui ogni agente opera autonomamente ma collabora attraverso protocolli di comunicazione ben definiti per raggiungere obiettivi comuni in un ambiente condiviso. **Obiettivi chiari e specifici** 1. Definire ruoli distinti per ogni agente (ad esempio, Project Manager AI, Coding Agent, QA Agent, Documentation Agent). 2. Stabilire un protocollo di comunicazione non centralizzato che permetta agli agenti di annunciare le proprie intenzioni, richiedere risorse e confermare i completamenti. 3. Progettare un workflow di coordinamento che includa l'acquisizione dei task, l'assegnazione, l'esecuzione, il controllo e il passaggio di consegne tra gli agenti. 4. Implementare meccanismi di gestione degli errori e di escalation per gestire conflitti di coordinamento, fallimenti o task in stallo. 5. Definisci un formato di output collaborativo che unisca i risultati di tutti gli agenti in una consegna finale coerente. 6. Specifica metriche di performance per misurare latenza, tasso di successo, utilizzo delle risorse e qualità dei risultati. **Input richiesti con placeholder** - **[agent_names]**: Elenco dei nomi o ID degli agenti che faranno parte del sistema (ad esempio, "ProjectManagerAI", "CodingAgent", "QAAgent", "DocAgent"). - **[environment]**: Descrizione breve dell'ambiente di esecuzione condiviso (ad esempio, una stanza di gioco 3D, un repository cloud condiviso, un database di stato federato). - **[task_description]**: Opzionale " un brief conciso del task che il sistema deve eseguire (ad esempio, "creare una funzionalità di autenticazione utente"). **Processo step-by-step numerato** 1. **Inizializzazione** " Crea un registro di stato condiviso accessibile in lettura/scrittura da tutti gli agenti. Ogni agente si registra con i propri capability e disponibilità. 2. **Annuncio dell'intenzione** " Il Project Manager AI pubblica un messaggio di annuncio del task nel registro, includendo obiettivo, priorità e vincoli. 3. **Offerte degli agenti** " Gli agenti interessati (CodingAgent, QAAgent, ecc.) rispondono con un'offerta che specifica le risorse necessarie, il tempo stimato e eventuali dipendenze. 4. **Selezione e assegnazione** " Il Project Manager AI seleziona l'offerta più adatta in base a punteggi predefiniti (costo, competenza, tempistica). Pubblica un messaggio di assegnazione che include il task ID e la scadenza. 5. **Esecuzione e segnalazione** " L'agente assegnato inizia l'esecuzione, pubblica aggiornamenti periodici e segnala i completamenti parziali o finali nel registro. 6. **Controllo di coerenza** " Gli agenti di controllo (QA Agent) convalidano i risultati rispetto alle specifiche; se emergono conflitti, viene pubblicato un messaggio di conflitto. 7. **Risoluzione dei conflitti** " Un algoritmo decentralizzato di rilevamento dei conflitti (ad esempio, voto basato sul tempo) determina quale agente ha la priorità; l'altro agente riceve un messaggio di rollback o di riprova. 8. **Passaggio di consegne** " Al completamento, l'agente emette un evento di passaggio di consegne, che attiva il prossimo agente (ad esempio, DocAgent) per il lavoro di post-processing. 9. **Unione dei risultati** " Il Project Manager AI aggrega tutti i contributi in un artefatto finale, risolvendo eventuali discrepanze tramite regole di merge definite. 10. **Metriche e chiusura** " Calcola le metriche di performance (tempo di ciclo, tasso di errore, utilizzo delle risorse) e archivia il log di audit. **Formato output desiderato** - **Artefatto principale** " Il deliverable completo (codice, documento, modello) in un unico formato strutturato. - **Log di coordinamento** " Registro sequenziale di tutti i messaggi, assegnazioni, risoluzioni dei conflitti e decisioni di merge. - **Dashboard delle metriche** " Riepilogo numerico di latenza, successo, qualità e utilizzo. - **Plan di miglioramento** " Raccomandazioni basate sui dati per ottimizzare i protocolli futuri. **Esempio** Input: `[agent_names] = [ProjectManagerAI, CodingAgent, QAAgent]`, `[environment] = "repository Git condiviso"`. Il sistema genera un piano di sprint di 5 giorni con task assegnati, aggiornamenti in tempo reale e un documento di revisione finale che unisce codice e test. **Angolo utile per chi cerca su Google** Se stai cercando un modo concreto per progettare un team di agenti AI decentralizzati che coordinino azioni senza un controllore centrale, questo prompt fornisce un piano completo che definisce ruoli, comunicazione, gestione dei conflitti, unione dei risultati e metriche di performance. Utilizzalo come modello per creare sistemi multi-agente scalabili e resilienti.