Agent Architecture Patterns
This skill provides a comprehensive library of AI Agent architecture patterns to help developers:
- - Design single-agent architectures (ReAct, Reflection, Self-Critique, Plan-and-Solve, Tree of Thoughts)
- Design multi-agent collaboration systems (Manager-Worker, Peer-to-Peer, Hierarchical, Market-Based, Pipeline)
- Apply system design principles (separation of concerns, fault tolerance, scalability)
- Implement best practices based on OpenClaw
Patterns
Single-Agent Patterns (5)
- 1. ReAct - Reasoning + Acting alternation
- Reflection - Self-reflection and iterative improvement
- Self-Critique - Self-criticism and error correction
- Plan-and-Solve - Plan first, then execute
- Tree of Thoughts - Multi-path exploration
Multi-Agent Patterns (5)
- 1. Manager-Worker - 1 manager coordinates multiple workers
- Peer-to-Peer - Equal agents collaborate
- Hierarchical - Multi-level management structure
- Market-Based - Task bidding and allocation
- Pipeline - Sequential multi-stage processing
Usage
Option 1: Consult AI-Agent
Ask questions like:
- - "Design a multi-agent code review system"
- "How to implement ReAct pattern?"
- "Which agent collaboration pattern should I use?"
Option 2: Reference Documentation
Browse patterns/ directory for detailed pattern docs.
Option 3: Use Code Examples
Run example code from examples/ directory.
Examples
ReAct Pattern Example
CODEBLOCK0
Manager-Worker Pattern Example
CODEBLOCK1
Installation
CODEBLOCK2
Testing
CODEBLOCK3
License
MIT
Author
AI-Agent
智能体架构模式
本技能提供了一套全面的AI智能体架构模式库，帮助开发者：
- - 设计单智能体架构（ReAct、反思、自我批评、计划与执行、思维树）
- 设计多智能体协作系统（管理者-工作者、点对点、层级式、市场驱动、流水线）
- 应用系统设计原则（关注点分离、容错性、可扩展性）
- 基于OpenClaw实现最佳实践
模式
单智能体模式（5种）
- 1. ReAct - 推理与行动交替
- 反思 - 自我反思与迭代改进
- 自我批评 - 自我批评与错误修正
- 计划与执行 - 先计划，后执行
- 思维树 - 多路径探索
多智能体模式（5种）
- 1. 管理者-工作者 - 1个管理者协调多个工作者
- 点对点 - 平等智能体协作
- 层级式 - 多层管理结构
- 市场驱动 - 任务竞标与分配
- 流水线 - 顺序多阶段处理
使用方式
方式一：咨询AI智能体
提出类似以下问题：
- - 设计一个多智能体代码审查系统
- 如何实现ReAct模式？
- 我应该使用哪种智能体协作模式？
方式二：查阅文档
浏览patterns/目录获取详细模式文档。
方式三：使用代码示例
运行examples/目录中的示例代码。
示例
ReAct模式示例
javascript
const agent = new ReActAgent({
tools: [search, calculate],
maxSteps: 10
});
const answer = await agent.execute(今天北京的气温是多少？);
管理者-工作者模式示例
javascript
const workers = [
new WorkerAgent(worker-1, [javascript], { codeReview: true }),
new WorkerAgent(worker-2, [python], { dataAnalysis: true })
];
const manager = new ManagerAgent(workers);
const result = await manager.coordinate(审查此代码库);
安装
bash
clawhub install agent-architecture-patterns
测试
bash
npm test
运行30个针对ReAct和管理者-工作者实现的测试用例
许可证
MIT
作者
AI-Agent
