How to Improve Coding Agent Efficiency by 30% with an Orchestrator
TL;DR · AI 摘要
Manage Multiple Coding Agents With One Orchestrator Agent Agentic AI How to Improve Coding Agent Efficiency by 30% with...
核心要点
- 主题聚焦:How to Improve Coding Agent Efficiency by 30% wi
- 来源:Towards Data Science,建议结合原文判断细节。
- AI 分析暂不可用,本条为保底评分与摘要。
通过一个协调器代理管理多个编码代理
Agentic AI
通过协调器提升编码代理效率30%的方法
无需在会话中搜索待处理的问题:牧羊人代理按优先级展示问题,并通过webhook或廉价的Haiku轮询保持更新。
Eivind Kjosbakken
2026年11月17日
6分钟阅读
在Google上推荐我们
分享
牧羊人协调器代理封面图片
在本文中,我将讨论如何创建一个强大的协调器代理来提高编程效率。图片由作者提供。
在本文中,我将介绍过去几个月开始使用的一项主要新技术,通过一个集中的牧羊人代理与所有编码代理和会话进行交互,从而提高编码效率。
这种设置下,我不需要手动在不同工作的编码代理之间切换,也不需要查看是否有需要回答或执行的任务,而是通过一个集中的编码代理(称为“牧羊人”,源自牧羊概念)与所有代理交互。因此,我花更少时间寻找待办事项,而将更多时间用于完成现有任务,回答编码代理提出的问题,从而腾出更多时间用于启动新编码代理或进行人工测试。
在过去两个月应用这些技术后,通过对比实施前后的成果,我的效率提升了30%以上。
这幅信息图突出了本文的主要内容。我将讨论如何通过名为“牧羊人”的集中式协调器代理更高效地与所有编码代理交互。图片由ChatGPT生成。
为什么通过集中式牧羊人交互?
通过集中式牧羊人交互的主要原因是,很多人花费大量时间查看正在运行的不同编码代理会话,寻找需要回复的内容。
确实,像我现在使用的Paradev这样的新型IDE,确实提供了视觉提示来表明编码代理是否在等待用户响应或正在忙碌工作。然而,根据我的经验,这些提示至少有三分之一的时间是错误的,这使得使用牧羊人代理更加高效。下图展示了这种视觉提示的示例。
这张图片显示了Paradell如何显示会话是否需要用户输入。如果会话旁边有绿色图标,通常意味着编码代理正在等待用户。然而,根据我的经验,这种提示经常出错,要么在用户未准备好时显示绿色,要么在用户需要响应时未显示绿色。图片由作者提供。
因此,类似于我为提高编程效率介绍的其他技术,通过集中式牧羊人交互主要有两个原因:
- 你节省时间,因为无需浏览所有会话来判断编码代理是否在等待你的回复。
- 你降低认知负担,因为无需思考下一步该做什么。牧羊人会为你优先排序,你只需回答编码代理提出的问题。
此外,通过集中式herder进行交互,可以自定义与编码代理交互的设计方式。我最初设置的herder只是一个全新的Paradev会话。但很快我意识到,我可以直接创建自己的HTML页面,按照我偏好的方式展示每次会话的信息,从而最大限度地提高效率。稍后我会在本文中具体展示这种设置的实现方式。
如何设置herder代理
让我们讨论如何设置herder代理。主要有两种技术方案可供选择。第一种是使用低成本模型(如Anthropic的Haiku 5.5)设置轮询会话,轮询所有正在运行的编码会话,并指示这些低成本代理在发生任何更新时通知herder代理,特别是当编码代理向用户发出查询时。
这种方案有效;它简单易懂且高度一致。例如,你可以设置每分钟由低成本代理执行一次轮询。这种方案可持续,因为这些代理运行成本极低,只有在特定编码会话的输出发生变更时才需要响应或重新运行。是的,这确实是一个简单的方案。
第二种方式是设置一种webhook,这是一种更高效的实现方式。在此实现中,你基本上会告诉所有正在运行的编码代理,当它们完成任务或需要用户输入时,应调用特定函数。这个函数会通知herder代理调用会话已更新且需要用户输入。herder代理可以立即知道何时需要向用户提问以及要问什么。这需要稍微复杂的设置,但效率更高,这也是我最终选择的方案。
这就是HTML实现方式,下图展示了我的具体设置方式。
这张图片突出了我通过webhook加watchdog设置的herder架构。图片由作者提供。
每当我想编写、编辑或理解代码时,通常会通过herder运行会话。其工作原理如下:herder会在任务需要我关注时立即通知我,并根据任务优先级进行排序。因此,优先级最高的任务会首先到达。我随后查看任务,通常以herder提出的问题形式呈现,同时包含HTML格式的解释报告,这在之前的系列文章中我曾详细介绍过。基本上,每当我想理解代码库的某部分或编码代理向我提出的请求时,我会提示代理生成HTML报告来解释问题,因为HTML报告可视化效果强且易于理解,也便于我保持一致的格式偏好。
然后,每当完成查询回答后,我可能会通过herder启动几个新的编码会话,herder会将它们作为新的Paradev会话启动,并开始监控这些会话。
···
我也想解释一下在实施此方案时遇到的一些问题。最初我采用的是轮询方式,虽然可行,但效率较低,因为大多数时候轮询时都没有新更新,因此没有实际价值。随后我切换到webhook方案,每个编码会话在有更新时主动通知herder。但这也带来了新的挑战。
我注意到有时这种设置会出现一些阻塞情况。这可能由多种原因导致。例如,可能是Claude的API出现问题,导致会话突然中断;也可能是Cloudflare的问题,或者是一些其他较小的特定问题,这些问题随着时间的推移不可避免地会发生。
我解决这个问题的方法是设置了一个独立的概览代理或协调器代理,这个代理运行在另一个编码代理中。我决定使用OpenAI的Codex,因为我更倾向于这个模型,并且认为它是一个优秀的编码模型。我告诉模型需要监控所有会话,如果任何会话因任何原因停止,都应该尝试恢复会话——如果无法恢复,需要尽快通知牧羊人代理。
这种协调器的设置帮助我确保所有子代理都能按预期继续运行。
结论
在本文中,我讨论了如何通过实现一种主协调器会话(我称之为"牧羊人")来将编码效率提升30%。对我个人而言,这种方法带来了惊人的效率提升,因为我花更少的时间手动检查所有运行中的编码代理会话,而是将更多时间直接回答每个会话向我提出的查询。这样我就能利用节省下来的时间启动新的编码会话或进行人工质量检查。这种设置非常容易实现,你只需要设置一个会话作为主协调器会话(牧羊人),并让该会话监控所有其他编码代理。需要特别说明的是,如前所述,实现这个功能有两种方式:一种是轮询设置,另一种是webhook设置。我建议使用webhook设置。
👋 联系我
👉 我的免费电子书和网络研讨会:
🚀 用LLMs将你的工程效率提升10倍(免费3天电子邮件课程)
📚 获取我的免费视觉语言模型电子书
💻 我关于视觉语言模型的网络研讨会
👉 在社交媒体上找到我:
💌 Substack
🐦 X / Twitter