Investigación e informes
Un planificador divide una pregunta en subtareas, varios investigadores trabajan en paralelo y un redactor compone el resultado a partir de la memoria compartida.
IA y LLMAgentesPlanes Performance y Scale
Orquestación multiagente
Agentes planificador, investigador y redactor que se pasan el trabajo mediante un stream de tareas duradero, comparten resultados y memoria y nunca pierden una tarea.
- tareas perdidas si un agente falla
- 0
- memoria compartida
- 1
- agentes en paralelo
- N
Paso 1 de 6
Publica una tarea
El planificador divide el trabajo y añade una tarea al stream.
Sesión de ejemploplaying
# Publica una tarea
hotkv> XADD tasks * type research topic "EU AI Act obligations"
"1790985600123-0"
Un recorrido animado con comandos reales de HotKV y respuestas de ejemplo. Haz clic en cualquier paso para saltar a él. Los comandos y las respuestas se quedan en inglés, tal como los escribes y los ves en HotKV.
El problema
Los equipos de agentes necesitan una forma de pasarse el trabajo, compartir lo que han encontrado y recuperarse cuando uno de ellos falla a mitad de una tarea. Montarlo con llamadas HTTP improvisadas pierde tareas, duplica llamadas a herramientas y no deja constancia de quién hizo qué.
Cómo lo resuelve HotKV
Un stream con un grupo de consumidores es el tablero de tareas. Cada agente lee sus propias tareas y las confirma al terminar, y cualquier tarea que un agente caído dejó pendiente la puede reclamar otro. Los hallazgos van a una memoria de trabajo compartida, los resultados de las herramientas se guardan en caché para todos los agentes y cada acción queda registrada.
Paso a paso
Qué ocurre, comando a comando
- 01
Publica una tarea
El planificador divide el trabajo y añade una tarea al stream.
XADD tasks * type research topic "EU AI Act obligations" - 02
Un worker la reclama
El grupo de consumidores se creó una vez con XGROUP CREATE. El investigador lee como miembro del grupo, y la tarea queda pendiente hasta que se confirma.
XREADGROUP GROUP agents researcher COUNT 1 BLOCK 5000 STREAMS tasks > - 03
Reutiliza un resultado de herramienta
Otro agente ya hizo esta búsqueda hoy. La caché de herramientas compartida la devuelve.
TOOL.CACHE.GET web "search:EU AI Act obligations" - 04
Comparte los hallazgos
Los resultados van a la memoria de trabajo del proyecto, donde todos los agentes pueden leerlos.
AMEM.WORK.SET project:9 findings "Providers of high-risk systems must ..." - 05
Confirma
La tarea está hecha y sale de la lista de pendientes. Si el investigador hubiera fallado, XAUTOCLAIM se la pasaría a otro agente.
XACK tasks agents 1790985600123-0 - 06
El redactor la recoge
El redactor lee los hallazgos compartidos, redacta el informe y registra la acción.
AMEM.WORK.GET project:9 findings
Dónde encaja
Escenarios reales
Agentes de software
Los agentes de programación, pruebas y revisión se pasan el trabajo por un stream, y cada cambio que hacen está en el registro episódico.
Automatización de back office
Los agentes de extracción, validación y contabilización de facturas se pasan los documentos por un pipeline que sobrevive a los reinicios.
Integrado
Qué obtienes
Reparto de tareas duradero
Streams con grupos de consumidores, confirmaciones y reclamación de tareas abandonadas.
XADDXREADGROUPXACKXAUTOCLAIMMemoria de trabajo compartida
Estado del proyecto que todos los agentes pueden leer y actualizar.
AMEM.WORK.SETAMEM.WORK.GETCaché de herramientas compartida
Los resultados deterministas de las herramientas se reutilizan entre agentes.
TOOL.CACHE.GETTOOL.CACHE.SETQuién hizo qué
Un registro episódico por agente para auditoría y depuración.
AMEM.EPIS.LOGPreguntas frecuentes
¿Qué pasa si un agente falla a mitad de una tarea?
La tarea sigue en la lista de pendientes del grupo de consumidores. Otro agente puede quedársela con XAUTOCLAIM cuando lleve suficiente tiempo inactiva.
¿Pueden los agentes ejecutarse en máquinas y lenguajes distintos?
Sí. Solo necesitan una conexión a HotKV. Sirve cualquier cliente que hable el protocolo de Redis.
¿Qué planes lo incluyen?
Los streams funcionan en todos los planes. La memoria de agentes y la caché de herramientas forman parte de los planes Performance y Scale.
Casos de uso relacionados
Pruébalo con tu propia carga de trabajo
HotKV habla el protocolo de Redis, así que puedes apuntar un cliente que ya usas hacia él y ejecutar estos mismos comandos.