In der sich ständig weiterentwickelnden Landschaft mit mehreren Agenten sind Agenten am effektivsten, wenn ihnen bestimmte, detaillierte Aufgaben zugewiesen werden. Dies erfordert ein vielfältiges Netzwerk wiederverwendbarer, spezialisierter Agenten. Die Kernherausforderung besteht jedoch darin, diese zahlreichen heterogenen Agenten, die aus verschiedenen Quellen stammen können, zu koordinieren, um effektiv an gemeinsamen Geschäftszielen zusammenzuarbeiten. Ohne eine einheitliche Plattform führt diese Komplexität zu einer Zersiedelung der Agenten und einem kritischen Mangel an Governance.

Diese AI-Agenten vervielfachen sich schnell, sind in SaaS-Plattformen eingebettet, intern entwickelt oder in Pakete mit beliebten LLMs aufgenommen. Diese Multiplikation führt zu getrennten Organisationssilos. Ein Agent optimiert zwar Aufgaben in seinen nativen Anwendungen, es fehlt ihm jedoch häufig an einer ganzheitlichen Unternehmensansicht. Dieser Mangel an Transparenz verhindert, dass Agenten Aktionen in verschiedenen Domänen und Systemen effektiv orchestrieren, sichern und steuern können.

MuleSoft Agent Fabric stellt sich der Herausforderung, die "Agentenverbreitung" zu verwalten und die nahtlose Orchestrierung verschiedener Agenten unabhängig von ihrer Herkunft zu ermöglichen. Darin werden bewährte Vorgehensweisen für die Architektur festgelegt und die erforderlichen Tools zum Erstellen des Agentennetzwerks bereitgestellt. Ein Agentennetzwerk bezieht sich auf eine koordinierte Sammlung von AI-Agenten, -Tools und -Ressourcen, die zusammenarbeiten, um komplexe Geschäftsprozesse in mehreren Schritten auszuführen.

MuleSoft Agent Fabric ist eine vereinheitlichte Plattform, die jedem Unternehmen eine einfache Möglichkeit bietet, Agenten zu finden, zu orchestrieren, zu steuern und zu beobachten, unabhängig davon, wo sie sich befinden.

Entdecken: Die Agentenregistrierung bietet einen zentralen Katalog aller AI-Agenten und -Tools in der gesamten Organisation. Sie ermöglicht die Erkennung und Wiederverwendung intern erstellter, in SaaS eingebetteter und externer Datenbestände. Durch die Bereitstellung einer einzigen Informationsquelle für alle Agenten-Datenbestände beseitigt die Agentenregistrierung Redundanz und stellt sicher, dass Entwickler vorhandene Funktionen im richtigen Maßstab nutzen können.

Orchestrieren: MuleSoft Agent Broker ist eine intelligente Weiterleitungslösung, die Aufgaben dynamisch mit dem am besten geeigneten Agenten oder Tool abgleicht. Unterstützt von einem LLM Ihrer Wahl koordiniert es Agenten und Tools, um sicherzustellen, dass komplexe Anforderungen und Geschäftsprozesse mit mehreren Schritten mit hoher Zuverlässigkeit und nachvollziehbaren Ergebnissen ausgeführt werden.

Regieren: MuleSoft Agent Governance verwendet Flex Gateway und unterstützt das Modellkontextprotokoll (Model Context Protocol, MCP) und das Agent2Agent-Protokoll. Mit Flex Gateway können Unternehmen Sicherheits- und Compliance-Richtlinien für jede Agent-Agent- und Agent-Tool-Interaktion durchsetzen.

Beobachten: Agent Visualizer bietet Echtzeit-Beobachtbarkeit durch eine dynamische, interaktive Karte von Agenteninteraktionen. Sie verfolgt Entscheidungen, überwacht den Systemzustand und ermöglicht so eine kontinuierliche Optimierung und eine zuverlässige Überwachung des gesamten Agentenökosystems.

Agent Fabric setzt sich für einen Spezifikation-zuerst-Ansatz ein, bei dem Benutzer Agentennetzwerke über einen Metadatendeskriptor (die "YAML-Datei") definieren. Diese YAML-Datei ist für MuleSoft agnostiziert und entkoppelt die Definition des Agentennetzwerks von seiner Ausführung.

Jedes Agentennetzwerk definiert einen bestimmten Funktionsbereich mit seinen Agentenvermögenswerten, einschließlich seiner betrieblichen Regeln und Richtlinien. Die YAML wird verwendet, um die vier Säulen des Agentengewebes zu aktivieren:

1. Entdecken Sie: Füllen Sie die Agentenregistrierung mit vorhandenen Agentenvermögenswerten aus, beispielsweise:
   1. Agenten, die auf verschiedenen Plattformen bereitgestellt werden (MuleSoft oder andere)
   2. MCP-Server
   3. LLM-Anbieter
2. Orchestrieren: Erstellen von Agentenmaklern für die Orchestrierung
3. Govern: Anwenden von Richtlinien auf Vermögenswerte für Sicherheit und Governance
4. Beobachten: Definieren und verwenden Sie Verbindungen zu den definierten Vermögenswerten erneut. Darüber hinaus sind Beobachtungs- und Überwachungsfunktionen für Agentennetzwerke verfügbar.

Die Benutzer-Journey beginnt im Anypoint Code Builder. Verwenden Sie den neuen Befehl "MuleSoft: Erstellen eines Agentennetzwerkprojekts" zum Erstellen eines neuen Projekts. Mit diesem Befehl wird ein neues Projekt ("Agentennetzwerk") erstellt, das zwei Dateien enthält.

• agent-network.yaml: Diese Datei definiert die Konfiguration für das Multi-Agenten-System und ermöglicht die Orchestrierung von AI-Agenten mit externen Tools (über MCP) und Agenten (über A2A-Protokoll). Dieses Format bietet eine deklarative Möglichkeit, Agentenfunktionen, Abhängigkeiten und Integrationen zu definieren.

• exchange.json: Alle Agentennetzwerkprojekte verfügen zudem über eine Datei exchange.json. Diese Datei enthält Vermögenswert-Metadaten, die nach der Veröffentlichung Ihrer Agentennetzwerk-Datenbestände in Anypoint Exchange verfügbar sind.

Die Entwicklung Ihres Agentennetzwerks folgt einem standardmäßigen Software Development Lifecycle (SDLC), der vier Hauptphasen umfasst:

1. Umgebungs-Setup: Setup-Laufzeitumgebung und Gateways
2. Projekterstellung und -design: Erstellen einer Agentennetzwerk-Projektspezifikation
3. Erstellung und Veröffentlichung: Erstellen und Veröffentlichen von Datenbeständen in der Agentenregistrierung
4. Bereitstellung: Bereitstellen oder Höherstufen des Agentennetzwerks in einer bestimmten Umgebung

Nachdem Sie das Projekt erstellt und die erforderliche MuleSoft-Anwendung und die erforderlichen Datenbestände generiert haben, machen Sie sie in Exchange verfügbar. Lösen Sie den Erstellungs- und Veröffentlichungsprozess im Anypoint Code Builder mithilfe von "MuleSoft: Der Befehl "Projekt für Agentenmakler in Exchange veröffentlichen" ist über die Befehlspalette verfügbar.

Der Veröffentlichungsschritt wandelt jeden Agenten-Datenbestand in der YAML-Datei in eine A2A-, MCP- oder LLM-Spezifikation um und veröffentlicht ihn in Exchange.

Zusätzlich veröffentlicht das System die YAML mithilfe eines neuen Vermögenswerttyps vom Typ "Agent-Netzwerk" in Exchange. Sie können diesen Datenbestand auf der Benutzeroberfläche der Agentenregistrierung anzeigen und über die Exchange-API danach suchen.

Verweisen Sie auf eine Agentennetzwerkdatei, die ein Agentennetzwerk für ein Unternehmen definiert. Dieses Agentennetzwerk aktiviert das Netzwerk für die Auftragsabwicklung in Salesforce, Stripe, einem anderen Auftragsabwicklungsagenten und Inventar-MCP-Server mit einer einzigen richtliniengesteuerten Erfahrung.

• Entdecken
  Veröffentlichen Sie vorhandene Agenten und Tools (wie Salesforce, Stripe, Auftragsabwicklung und Inventar) als Exchange-Datenbestände zur Wiederverwendung. Darüber hinaus die Auftragsabwicklungsdefinition (YAML), die versioniert und freigegeben werden kann und eine schnelle Anpassung für Rollen, Regionen oder Tochtergesellschaften ermöglicht, ohne Flows neu erstellen zu müssen.
• Orchestrieren
  Ein Agentenmakler verwendet eine LLM, um den Auftragsabwicklungsprozess in eine Reihe von Aufgaben zu unterteilen, beispielsweise die Überprüfung von Kundendetails, die Zuteilung von Inventar und die Berechnung von Versandkosten. Anschließend wird dieser Workflow ausgeführt, indem MCP- und A2A-Agenten angerufen werden, um sicherzustellen, dass Genehmigungen jederzeit angefordert werden.
• Regieren
  Anypoint Flex Gateway erzwingt die Authentifizierung, den Zugriff mit den geringsten Berechtigungen und Schutzmaßnahmen. API-Manager-Richtlinien stellen konsistente Kontrollen für alle Aufrufe und Datenaustausche sicher.
• Beobachten
  Überwachung und Verfolgungen bieten durchgängige Einblicke in Fortschritt, Fehler und Latenz. Die Visualisierung zeigt, welche Agenten interagiert haben und wo Engpässe aufgetreten sind.
• Trust und Compliance
  Zentralisierte Anmeldeinformationen, Prüfprotokolle und Richtlinienübernahme unterstützen Sicherheits-, Datenschutz- und behördliche Anforderungen (Handhabung personenbezogener Daten, Genehmigungen und Aufgabentrennung).

Das Diagramm zeigt die verschiedenen Knoten des im YAML definierten Agentennetzwerks (Metadaten).

• Zweck: Exchange ist der Katalog für Agenten, Tools und andere Vermögenswerte. Ihr primäres Ziel ist es, die "Agentenverbreitung" zu lösen, indem ein einziger, geregelter Katalog für die Entdeckung, Pflege und Lebenszyklusverwaltung heterogener Agenten bereitgestellt wird. Dadurch können Entwickler Agenten finden und wiederverwenden, Plattforminhaber die Sichtbarkeit wahren und Orchestrierer die Funktionen entdecken.
• Heterogen nach Design: Anypoint Exchange unterstützt nun drei neue Datenbestände: Agenten, MCPs und LLMs. Exchange ist als universeller Katalog zur Registrierung und Verwaltung beliebiger Agententypen konzipiert. Sie unterstützt A2A-kompatible Agenten, MCP-Server und LLM-Anbieter aus allen Quellen, einschließlich Drittanbietern, Agentforce und benutzerdefinierten MuleSoft-Agenten.
• Kernmetadaten: Jeder registrierte Vermögenswert verfügt über einen Basissatz unveränderlicher Metadaten, einschließlich eines eindeutigen Namens und einer eindeutigen Version, Inhaberschaft und Herausgeber. Lebenszyklusstatus (Entwicklung, Staging, Produktion, veraltet) werden ebenfalls verfolgt.
• Discovery:
  • Design-Time: Entwickler können registrierte Agenten entweder über die vorhandene Exchange-Benutzeroberfläche oder über die Suche mit natürlicher Sprache mit Vibes im Anypoint-Codegenerator finden.
• Tagging und Klassifizierung: Vermögenswerte können nach Typ (Agent, MCP, LLM, Makler) und Domäne (z. B. HR, Wetter) klassifiziert werden, indem ein grundlegendes Schlüssel-Wert-Tagging-System verwendet wird, das dynamische Verknüpfungs-, Such- und Auswahlrichtlinien ermöglicht.
• Katalog: Das Repository unterstützt private und interne Katalogmodelle für Freigabeagenten in einer Organisation.
• Visualisierung: Bietet ein visuelles Tool zur Unterstützung von Netzwerkansichten, das Verbindungen für einzelne Datenbestände oder die gesamte Karte der Knoten und Links in der gesamten Organisation mit Filterfunktionen anzeigt.

Makler in einem Agentennetzwerk können auf registrierte Agenten, MCP-Server und LLM-Anbieter verweisen, die in Anypoint Exchange gespeichert sind. Wenn sie jedoch noch nicht registriert sind, können sie in den Metadaten des Agentennetzwerks (YAML) deklariert werden und werden automatisch registriert. Im Beispiel werden mehrere Agenten, MCP-Server und LLM-Anbieter in Anypoint Exchange deklariert und registriert.

Ein Agentenmakler ist ein intelligenter Weiterleitungsagent, der die Aufgabenübertragung zwischen spezialisierten Agenten in einem Unternehmen koordiniert. Sie wird durch die Agenten und MCP-Server definiert, die sie zum Ausführen von Aufgaben verwendet.

Ein Makler ist ein spezialisierter Agent, der in Anypoint Exchange angezeigt wird, nachdem ein Agentennetzwerk-Vermögenswert veröffentlicht und von anderen Maklern wiederverwendet wurde.

Makler werden im Abschnitt "Brokers" (Makler) des YAML definiert. Die definierten Makler werden transparent in eine Anwendung "kompiliert", ohne dass Knowledge über Mule erforderlich sind. Diese generierte Anwendung wird in CloudHub 2.0 (CH2) bereitgestellt und nutzt die robuste CH2-Infrastruktur.

Das bedeutet, dass Agentenmakler von den bewährten Leistungsmerkmalen von CloudHub 2.0 profitieren, einschließlich der Protokollierungs- und Kennzahlenfunktionen. Operative Aspekte wie "Betriebskosten" und "Überwachung/Warnung/Tooling" sind mit allen anderen Arbeitslasten identisch.

In Szenarien, in denen ein menschliches Eingreifen erforderlich ist (Human-in-the-Loop), wird der Status jeder Interaktion mithilfe des MuleSoft Object Store beibehalten, einer verteilten Lösung, die für eine effektive Zustandsverwaltung in hochgradig gleichzeitigen Umgebungen entwickelt wurde.

Eine Maklerdefinition besteht aus zwei Abschnitten: card und spec.

Der Kartenabschnitt folgt der Agent-zu-Agent-Spezifikation. Darin werden unter anderem der Vertrag, die Fertigkeiten und die Fähigkeiten des Makleragenten beschrieben. Der Karten-URL wird automatisch mit dem Wert ${ingressgw.url}/broker-name ausgefüllt. Bei der Bereitstellung wird der Platzhalter ${ingressgw.url} automatisch durch den URL des Anypoint Flex Gateway ersetzt, der den eingehenden Anforderungen des Agenten vorangestellt ist.

Im Abschnitt "Spezifikation" wird der "Quellcode" des Maklers konfiguriert. Hier kann der Entwickler das zu verwendende LLM, Anweisungen, verfügbare Tools, Fehlerbehandlung und vor allem die verschiedenen Agenten und MCP-Tools angeben, die diesem Makler zur Verfügung stehen.

LLM-Anbieter

Dieser Abschnitt ist Teil der Spezifikation in jedem Broker. Dies ist ein Verweis auf eine der im Abschnitt "Services" definierten LLMs. Wir können auswählen, ob ein LLM für alle Makler freigegeben werden soll oder ob bei Bedarf verschiedene Makler das LLM verwenden sollen, das besser zu ihren Aufgaben passt.

Makler können auf LLM-Anbieter verweisen. Je nach Bedarf können wir Modelle dieser Anbieter auswählen.

Anweisungen

Dieser Abschnitt ist optional und Sie können ihn verwenden, um Anweisungen speziell für diesen Makleragenten anzugeben. Diese Anweisungen konzentrieren sich oft auf bestimmte geschäftsorientierte Anliegen. Stellen Sie sich beispielsweise einen Kundendienstagenten vor, der die Verwaltung für vom Kunden gemeldete Vorfälle koordiniert:

Beachten Sie, dass es keine expliziten Anweisungen wie "Aufteilung der Eingabeaufforderung in Aufgaben" oder "Auswahl des besten Tools" gibt, da der Makler dies selbst erledigt. Diese Anweisungen sind nur bei der Beschreibung bestimmter Geschäftsprozesse erforderlich.

Konfiguration der Tools

Tools bieten Agenten externe Funktionen. Wenn ein Makler auf ein externes System zugreifen muss (d. h. nicht auf einen anderen Agenten, beispielsweise eine vorhandene API oder einen SaaS-Service), wendet er sich an einen MCP-Server (Model Context Protocol):

Auf den MCP-Server verweist der Name des Exchange-Vermögenswerts. Die Konnektivitätsdetails dazu sind im Abschnitt "Services" angegeben.

Standardmäßig hat der Makler Zugriff auf alle Tools, die auf dem MCP-Server verfügbar sind. Nach unserer Beobachtung können die modernsten LLMs nur etwa 20 - 25 Tools pro Kontext verarbeiten, bevor sie Ungenauigkeiten generieren (oder den Kontext verlieren). Aus diesem Grund empfiehlt es sich in der Regel, die verfügbaren Tools auf das erforderliche Minimum zu beschränken. Sie können diese Filterung über die zulässigen Listen anwenden.

Agentenlinks

Dieser Abschnitt ist der wichtigste Teil der gesamten Definition. Der Abschnitt "Links" ermöglicht die Kommunikation und Orchestrierung zwischen Agenten. Das bedeutet, dass dieser Makler bei der Ausführung der entsprechenden Aktionen auf die hier verlinkten Agenten angewiesen ist, um das Ziel des Benutzers zu erreichen.

Tatsächlich definiert dieser Abschnitt ein Agentennetzwerk für die Zusammenarbeit.

Die Agenten-Governance ist eine wichtige Säule für die Agenten-Fabrik, die für den Aufbau eines vertrauenswürdigen Agentennetzwerks und die Gewährleistung von Sicherheit und Compliance unerlässlich ist.

Für die Verwaltung sind insgesamt zwei Flex Gateways (1 Eingang und 1 Ausgang) in Ihrem privaten Bereich erforderlich.

Die Governance schafft die erforderlichen Strukturen, Kontrollen und Nachweise, um den gesamten Lebenszyklus der Agentenentwicklung sicher zu skalieren. Insbesondere implementiert die Governance wichtige Prozesse wie die Agentenzertifizierung, die Katalogisierung, Lebenszyklusentscheidungen und die Erzwingung von Laufzeitrichtlinien.

• Katalogisierung:
  • Exchange: Unterstützt die Aufzeichnung von Agentenzwecken, Inhabern, Umgebungen sowie Daten- und Klassifizierungsgrenzen. Außerdem werden Funktionen, Tools, Ressourcen, Aufforderungen und externe Abhängigkeiten mit Versionen registriert.
• Versionierung und Lebenszyklus:
  • Dokumentieren und verwalten Sie die semantische Versionierung von Agenten, Tools und Vermögenswerten während des gesamten Agentenentwicklungslebenszyklus.
  • Die Versionsverwaltung hilft Ihnen bei der Verwaltung der Zeitachsen für die Agentenabschreibung und unterstützt (sofern möglich) Dual-Run, um reibungslose Migrationen zu gewährleisten.
• Policenerzwingung:
  • Die Architektur der Agenten-AI erweitert die Angriffsfläche (Unterhaltungsoberfläche, Eingabeaufforderungen und neue Protokolle wie MCP). Jeder Kompromiss an Komponenten kann zu kaskadierenden Effekten für mehrere Systeme führen, die Komponenten wie Protokoll, Aufforderung, API oder Tool bereitstellen.
  • Die Sicherung von Bereitstellungen mit agentischer AI für Unternehmen erfordert einen speziellen Ansatz, da diese autonomen und unvorhersehbaren Umgebungen die Angriffsfläche durch Interaktionen zwischen Agenten erweitern. Vorhandene Sicherheitstools für statische Systeme sind zwar unerlässlich, reichen jedoch allein nicht mehr aus. Unternehmen müssen vier spezifische Sicherheitslösungen proaktiv planen und implementieren, die jeweils direkt auf ein kritisches Geschäftsrisiko im Zusammenhang mit der Agenten-AI eingehen.
  • Flex Gateway: Der gesamte A2A- und MCP-Datenverkehr wird über Flex Gateway weitergeleitet, selbst wenn das Zielsystem nicht sicher ist, um sicherzustellen, dass Richtlinien auf jeden Endpunkt angewendet werden. Diese Weiterleitung ist entscheidend für die Sicherung der Agentenkommunikation und die Integration in Autorisierungsserver.
  • Policenpakete: Benutzer können Pakete vordefinierter Richtlinien vor der Ausführung definieren und auf Workflows anwenden, um einen einheitlichen Satz an Sicherheits- und Betriebsrichtlinien zu erzwingen.
  • Policentypen: Die Plattform unterstützt verschiedene eingehende und ausgehende Richtlinien, darunter:
    • A2A-Richtlinien: Agentenkarte, PII-Detektor, Aufforderungsdekorator, Schemavalidierung.
    • MCP-Richtlinien: Attributbasierte Zugriffssteuerung, Schemavalidierung, MCP-Unterstützung.
    • LLM/AI-Richtlinien: AI Prompt Decorator, AI Prompt Guard (Filtern schädlicher Inhalte), AI Prompt Template (Anwendung vordefinierter Vorlagen), AI Basic Token Rate Limiting (AI Basic Token Rate Limiting).
    • Telemetrierichtlinien: A2A- und MCP-Telemetrie zur Erweiterung der Open Telemetry-Lösungen für die Erfassung und den Export von Protokolldaten.
• Protokollierung: Dank der automatischen Verfolgung sind Protokolle im gesamten Agentennetzwerk verfügbar, um jede Agenteninteraktion zu verfolgen, Verhaltensweisen zu erläutern und Trust aufzubauen.

Das Beispiel zeigt eine Richtlinie für die Nachrichtenprotokollierung, die mithilfe der Agentennetzwerk-Metadaten konfiguriert wird. Der Broker für die Auftragsabwicklung bezieht sich auf einen vorhandenen Agenten namens Salesforce-Agent und die Richtlinie für das Messaging wird mithilfe der Metadaten konfiguriert. Beachten Sie, dass Agent Fabric automatisch alle Richtlinien konfiguriert, die im Abschnitt "Spezifikation" für Flex Gateway erwähnt werden. Sie benötigen keine zusätzlichen Schritte.

Angesichts des nichtdeterministischen Charakters und der Komplexität von LLM-Agenten und Bereitstellungen mit mehreren Agenten sind Beobachtbarkeit und Überwachung entscheidend.

• Grundlegende Protokolle und Verfolgungen: Die Argumentation und die Toolausführungsverfolgung werden über Protokolle bereitgestellt. Protokolle und Verfolgungen aus Workflow-Ausführungen können nach der Ausführung im Laufzeit-Manager angezeigt werden.
• Kennzahlen: In der Anfangsphase veröffentlicht die Plattform a2a_total_calls und mcp_total_calls als Zähler mit Bezeichnungen (z. B. Pfad, Status, Methode, Tool), um die Gesamtzahl der erfolgreichen und fehlgeschlagenen Aufrufe zu ermitteln. Diese Kennzahlen werden über den Richtliniencode mithilfe der nativen Statistikschnittstelle von Envoy (Flex Gateway) veröffentlicht, vorzugsweise über vorhandene Richtlinien wie mcp_support_policy und a2a_agent_card_policy.
• Erweiterte Beobachtbarkeit (Zukunft): Die Pläne beinhalten die Verwendung der offenen Telemetrie für die verteilte Verfolgung in künftigen Versionen. Die erweiterte Beobachtbarkeit umfasst Folgendes:
  • Detaillierte Anforderungsverfolgung: Erhalten durchgängiger Einblicke in Anforderungen, einschließlich Aufforderungen, Planerprozessen, aufgerufenen Aktionen und Interaktionen mit Unteragenten.
  • Agentenintegritätsüberwachung: Überwachen der Agentenverfügbarkeit, der Antwortlatenz, des Durchsatzes, der Fehlerraten und der zugrunde liegenden Ressourcenauslastung (CPU, Speicher, Netzwerk, GPU).
  • Überwachung der Koordination mehrerer Agenten: Erfassen von Erfolgs- und Fehlerraten von Interaktionen zwischen Agenten, Erkennen von kreisförmigen Aufrufmustern (Schleifen) und Verfolgen von Kennzahlen pro Agent, beispielsweise Aufgabenabschluss und Aufrufanzahl.
  • Kostenverfolgung: Verfolgen der Tokennutzung und der damit verbundenen Kosten für jeden LLM-Aufruf, idealerweise pro Agent, mit Dashboards und Benachrichtigungen.
  • Kognitive Verfolgung: Erfassen und Anzeigen einer detaillierten Verfolgung der Sitzung eines Agenten, einschließlich interner Denkprozesse und aller Tool-Aufrufe, als unveränderlicher Überwachungspfad.
  • Agentensitzungswiedergabe: Eine Benutzeroberfläche, die es ermöglicht, die kognitive Verfolgung eines Agenten Schritt für Schritt visuell für Deep Debugging "wiederzugeben".
  • DAG-Visualisierung: Bereitstellen einer Visualisierung des gerichteten azyklischen Diagramms (DAG) der Agenten-Workflow-Ausführung für komplexe Interaktionen mit mehreren Agenten.

Der Agentenvisualisierer wird verwendet, um die Teile Ihres Agentennetzwerks zu identifizieren und zu sehen, wie sie zusammenarbeiten.

• Unterscheiden Sie Knotentypen (Agenten und MCP-Server).
• Zeigen Sie die Ränder an, um deklarierte und Laufzeitinteraktionen anzuzeigen.
• Verwenden von Ebenen zum Fokussieren von Ansichten auf bestimmte Umgebungen
• Öffnen von Detailkarten zum Untersuchen von Metadaten und Kennzahlen für Knoten und zum Zugreifen auf Protokolle und Verfolgungen
• Überprüfen Sie Governance-Indikatoren wie den Flex Gateway-Schutz und die angewendeten Richtlinien.

Details zu den Komponenten von Agent Visualizer finden Sie hier.

Mit diesen vier Säulen zusammen erweitert MuleSoft Agent Fabric die Sicherheit und Kontrolle auf alle Agenten mit integrierter Governance. Sie ermöglicht Agenten, überall zu handeln, indem sie neue Protokolle wie A2A (Agent to Agent) und MCP (Model Context Protocol) verwenden, um Geschäftsprozesse zu erstellen und zu erweitern. Wir verbinden alles – Anwendungen, Daten und Systeme –, um Agenten zu unterstützen und zu steuern, während sie im gesamten Unternehmen agieren. Intelligentes Tooling unterstützt die Erstellung und Erweiterung von Geschäftsprozessen oder APIs, indem AI nativ verwendet wird oder indem AI-Tools von Drittanbietern bereitgestellt werden.

Die Verwendung aller vier Säulen zusammen ist nicht erforderlich, wird jedoch empfohlen. Sie können Säulen nach Bedarf unabhängig voneinander auswählen. Beispielsweise können Sie "Agent Fabric" für die Registrierung und Verwaltung nutzen, ohne die Orchestrierungsebene zu verwenden. Ebenso können Sie den Makler verwenden, um Agenten zu orchestrieren, die über eine andere Plattform verwaltet werden.

Das Diagramm zeigt, wie alle vier Komponenten miteinander interagieren:

1. Veröffentlichen Sie die agentischen Datenbestände in Anypoint Exchange zur Erkennung und Wiederverwendung, nachdem Sie das Agentennetzwerk (Broker, Agenten, MCP-Server) im Agentennetzwerk-YAML im Anypoint Code Builder definiert haben.
2. Stellen Sie die Agenten-Datenbestände in CloudHub 2.0 (verwaltet im Laufzeit-Manager) bereit.
3. Erzwingen Sie Richtlinien für eingehenden Datenverkehr im Netzwerk mit einem eingehenden Flex-Gateway, das sich vor Broker- und API-Endpunkten befindet.
4. Erzwingen Sie Richtlinien, verwalten Sie Verbindungen und senden Sie Telemetriedaten mit einem ausgehenden Flex Gateway. Dieses Gateway befindet sich auf ausgehenden Pfaden von Maklern und Agenten zu externen Services.
5. Erfassen Sie Protokolle, Kennzahlen und Verfolgungen aus Flex Gateway und Laufzeiten in Anypoint Monitoring.

Es ist verlockend, jeden spezialisierten Agenten sofort in einer flachen, uneingeschränkten Architektur zugänglich zu machen, mit einem einzigen Orchestrierer, der jede Aufgabe bewältigen kann, indem er auf alle verfügbaren AI-Datenbestände zugreifen kann. Dieser Ansatz erweist sich jedoch schnell als schädlich für die Effizienz und Zuverlässigkeit des Gesamtsystems. Ähnlich wie das Prinzip, das auf einen Überschuss an einzelnen Tools angewendet wird, führen viele Agentenoptionen zu erheblichen Störungen und Komplexität für den zentralen Makleragenten (oder Orchestrierer). Diese erhöhte Komplexität führt direkt zu einem spürbaren Rückgang sowohl der Genauigkeit der Entscheidungsfindung des Maklers (Auswahl des richtigen Agenten für den Auftrag) als auch des Determinismus der Antwort des Systems (vorhersehbare, konsistente Ergebnisse für ähnliche Abfragen). Der Makleragent leidet effektiv an einer Optionslähmung, was zu einer langsameren und weniger zuverlässigen Weiterleitung führt.

Statt einer flachen Struktur wird dringend ein mehrstufiger hierarchischer Ansatz zur Strukturierung des Agentennetzwerks befürwortet. Dieses Organisationsprinzip bietet zahlreiche entscheidende Vorteile. Erstens begünstigt sie von Natur aus die Verfolgbarkeit und Verwaltung. Eine hierarchische Struktur spiegelt die bewährten Vorgehensweisen der Organisation wider, sodass Sie den Flow einer Anforderung leichter überprüfen, Probleme durch die Identifizierung der Fehlerebene debuggen und die Bereitstellung und Einstellung bestimmter Agenten oder Subnetzwerke verwalten können.

Zweitens hilft eine Hierarchie im Kontext von großen Sprachmodellen (LLMs), die diese Agenten unterstützen, dabei, die Kontextgrößen in Schach zu halten. Durch die Segmentierung der Agentenlandschaft berücksichtigt der Makleragent auf einer bestimmten Ebene nur den begrenzten Satz an Agenten oder Untermaklern, der sich direkt darunter befindet. Durch diese Struktur wird verhindert, dass der primäre Orchestrierer die Beschreibung, die Funktionen und den historischen Kontext jedes Agenten in seinen Arbeitsspeicher lädt, was das Risiko vermeidet, dass die Kontextfenstergrenzen des LLM schnell überschritten werden und unerschwingliche Kosten und Latenzen entstehen.

Das Agentennetzwerk kann auf mehrere Arten implementiert werden. Zwei davon sind:

1. Conway's Law (Conway-Gesetz): Intuitive Möglichkeit, es der realen hierarchischen Struktur zuzuordnen.
2. Domänengesteuertes Design – Fokussierter auf Geschäftsdomänen

Option 1: Zuordnung mit realer hierarchischer Struktur

In einer hierarchischen Organisation erfolgt die Kommunikation vertikal – von Managern bis hin zu nachgeordneten Positionen – und Entscheidungen werden oft zentralisiert. Gemäß dem Conway-Gesetz:

• Die von solchen Organisationen erstellten Systeme oder Softwarearchitekturen sind in der Regel mehrschichtig und hierarchisch.
• Jedes Team neigt dazu, Subsysteme zu entwerfen, die seine eigenen Grenzen und Autoritäten widerspiegeln.
• Die Schnittstellen zwischen den Systemen spiegeln die Kommunikationskanäle zwischen den Abteilungen wider.

Das Agentennetzwerk kann auch intuitiv der realen hierarchischen Struktur eines großen Unternehmens entsprechend dem Conway'schen Gesetz zugeordnet werden.

• Das Konzeptmodell: So wie ein Unternehmen über unterschiedliche Unternehmensbereiche, Abteilungen und Verwaltungsebenen verfügt (z. B. C-Suite, VPs, Directors, Manager), kann ein Agentennetzwerk, das in einer bestimmten Domäne arbeitet, als paralleles Organigramm modelliert werden.
• Die Knoten und Blätter: In dieser Hierarchie:
  • Die Blätter der Struktur sind die Fachagenten oder MCPs. Sie sind die Funktionseinheiten, die die eigentliche Arbeit ausführen (beispielsweise ein "Datenbankabfrageagent", ein "Kundenauthentifizierungsagent", ein "Stimmungsanalyseagent"). Sie stellen die einzelnen Beitragenden oder Arbeitseinheiten der Organisation dar.
  • Alle anderen Knoten in der Hierarchie, einschließlich der Stamm- und Zwischenebenen, sind Makleragenten (oder Unterorchestratoren). Diese Agenten führen nicht die letzte Aufgabe aus, sondern sind für die Weiterleitung, Delegierung, Aggregation und Konfliktlösung innerhalb ihrer spezifischen Domäne oder Ebene verantwortlich. Ein Makler auf hoher Ebene delegiert eine Aufgabe an einen "Vertriebsdomänenmakler", der wiederum an einen "Opportunity-Verwaltungsmakler" delegiert, der die Aufgabe über einen "Agenten für die Aktualisierung des Opportunity-Status" (das Blatt) ausführt.

Diese Struktur stellt sicher, dass die Komplexität lokal verwaltet wird, der Kontext enthalten ist und das System vorhersehbar und zuverlässig skaliert wird. Sie können neue spezialisierte Agenten in bestimmte, geeignete Zweige der Organisationsstruktur einführen.

Betrachten Sie die Analogie eines Organigramms für digitale Arbeit. Jede YAML-Datei stellt jede der internen Organisationen (Mitarbeitererfolg, Sicherheit, Finanzen usw.) dar. In jeder Organisation (Agentennetzwerk) verfügen Sie möglicherweise über eine hierarchische Struktur, über die Akteure zusammenarbeiten, Aufträge werden in Aufgaben aufgeteilt und zugewiesen. Im vorherigen Diagramm verläuft die Kommunikation von oben nach unten. Und die Blätter können nicht nur von einer Reihe von Maklern verwendet werden.

Die Modellierung von Agentennetzwerken auf der Grundlage des menschlichen Organigramms birgt das Risiko, dass eine häufige Neuarchitektur erforderlich ist, insbesondere in Unternehmen, die häufige Neuorganisationen durchlaufen. Ein alternativer Ansatz besteht darin, Agenten nach Funktionsdomäne zu organisieren. Für diese Gruppierung müssen möglicherweise die traditionellen menschlichen Organisationsgrenzen überschritten werden. Beispielsweise umfasst die Einarbeitung neuer Mitarbeiter IT-Vorgänge für die Hardware- und Benutzerbereitstellung, während eine Vertriebsbewegung sowohl Vorgänge als auch Marketing erfordert.

Nikhil Aggarwal ist Principal Architect bei Salesforce, wo er die Architektur für MuleSoft und Salesforce Automation Clouds leitet. Nikhil verfügt über mehr als 18 Jahre Erfahrung in der Bereitstellung von Produkten im großen Stil und ist begeistert von skalierbarer Architektur, intuitiven Entwicklererfahrungen und dem Aufbau leistungsstarker Teams. Vor Salesforce leitete er mehrere Initiativen in Microsoft Power Platform, Dataverse und Office 365 vom Konzept bis zur Einführung. Seine Arbeit prägt weiterhin, wie moderne Unternehmen Systeme verbinden, Workflows automatisieren und Geschäftswerte im Zeitalter der AI-Ersten nutzen.

Mariano Gonzalez ist seit 2011 bei MuleSoft tätig und hat sich auf geschäftskritische verteilte Systeme, Integration, PaaS und Cloud Computing spezialisiert. Heute liegt der Fokus von Mariano auf der Weiterentwicklung von AI-Plattformen mit besonderem Augenmerk auf Governance, Orchestrierung, Entdeckung und Beobachtbarkeit. Mit über 20 Jahren in der IT-Branche hat Mariano als Softwarearchitekt und Teamleiter BPM-, ERP- und Integrationslösungen in den Sektoren Landwirtschaft, Energie, Regierung, IT, Telekommunikation und Inhaltsverwaltung entwickelt und bereitgestellt.

Pedro Colunga ist Software Engineer Architect bei Salesforce und spezialisiert sich auf API und Metadatenarchitektur. Pedro konzentriert sich auf den gesamten Plattformlebenszyklus und spielt eine Schlüsselrolle bei der Gestaltung der Interaktion von Organisationen mit Systemintelligenz, Semantik und metadatengestützten Lösungen. Pedros 20-jährige Karriere, die unternehmerische Erfahrung umfasst, umfasst Unternehmen wie Fuego, BEA Systems, Oracle und TekGenesis, ein Unternehmen, das später von MuleSoft übernommen wurde. Dort hat er die plattformbezogene Architektur konsequent vorangetrieben und umfassende Expertise in Bereichen wie BPM, RAD und Integrationen bereitgestellt.

Gulal Kumar ist Software-Engineering-Architekt bei Salesforce mit Schwerpunkt auf Daten- und Integrationsarchitektur. Mit über 20 Jahren Erfahrung in Integration und APIs, Modernisierungsprogrammen, Sicherheit und AIML-Initiativen bringt er eine Fülle von Expertise mit. Gulal hat sich verpflichtet, Initiativen zur Geschäftstransformation voranzutreiben, Sicherheit und Widerstandsfähigkeit zu erhöhen, Architekturexzellenz zu fördern und AIML-Initiativen in verschiedenen Bereichen voranzutreiben.