マルチエージェント連携
共有 Synapse minds、タスク、チャットを使用した複数 LLM エージェントの連携。
マルチエージェント連携
関連するタスクに取り組む複数の LLM エージェントがある場合、Synapse が連携レイヤーを提供します — 共有メモリ、タスク割り当て、非同期チャット。
パターン
パターン 1：共有 mind（信頼できる唯一の情報源）
すべてのエージェントが 1 つの Mind Key を共有。同じメモリストアを読み書きします。
┌──────────┐ ┌──────────┐ ┌──────────┐
│ Agent A │ │ Agent B │ │ Agent C │
└────┬─────┘ └────┬─────┘ └────┬─────┘
│ │ │
└─────────────┼─────────────┘
▼
┌──────────────┐
│ Shared Mind │
│ (one key) │
└──────────────┘ユースケース： 1 つのプロジェクトに取り組む少数のエージェントチーム。
セットアップ：
# All agents use the same Mind Key
export SYNAPSE_MIND_KEY=mk_shared_key...タスク経由の連携：
# Agent A creates a task
create_task("Review PR #42", priority="high")
# Agent B picks it up
tasks = list_tasks(status="pending")
if tasks:
task = tasks[0]
update_task(task["id"], status="in_progress")
# ... do work ...
update_task(task["id"], status="done")パターン 2：専門 mind（分離されたコンテキスト）
各エージェントが自身の mind を持ち、共有の「調整」mind 経由で通信します。
┌──────────┐ ┌──────────┐ ┌──────────┐
│ Coder │ │ Reviewer │ │ Deployer │
│ Agent │ │ Agent │ │ Agent │
└────┬─────┘ └────┬─────┘ └────┬─────┘
│ │ │
▼ ▼ ▼
┌─────────┐ ┌─────────┐ ┌─────────┐
│ Mind C │ │ Mind R │ │ Mind D │
└─────────┘ └─────────┘ └─────────┘
│ │ │
└─────────────┼─────────────┘
▼
┌──────────────────┐
│ Coordination Mind│
│ (shared) │
└──────────────────┘ユースケース： 異なる専門性（コーディング、レビュー、デプロイ）を持つエージェント。
セットアップ：
# Coder agent
SYNAPSE_MIND_KEY=mk_coder... MCP_TRANSPORT=stdio npx synapse-mcp-api@latest
# Reviewer agent
SYNAPSE_MIND_KEY=mk_reviewer... MCP_TRANSPORT=stdio npx synapse-mcp-api@latest
# Deployer agent
SYNAPSE_MIND_KEY=mk_deployer... MCP_TRANSPORT=stdio npx synapse-mcp-api@latest共有 mind 経由の連携：
# Coder stores "ready for review"
COORDINATION_KEY = "mk_coordination..."
requests.post(f"{URL}/memory",
headers={"Authorization": f"Bearer {COORDINATION_KEY}"},
json={
"category": "project",
"key": "pr_42_ready",
"content": "PR #42 is ready for review. Branch: feature/docs-system",
"tags": ["review", "pr-42"],
"priority": "high"
})
# Reviewer polls for review requests
r = requests.get(f"{URL}/memory/search?q=ready+for+review",
headers={"Authorization": f"Bearer {COORDINATION_KEY}"})パターン 3：ハブ＆スポーク（オーケストレータ）
中央のオーケストレータエージェントがワーカーエージェントにタスクを割り当てます。
┌──────────────┐
│ Orchestrator │
│ Agent │
└──────┬───────┘
│
┌──────────┼──────────┐
▼ ▼ ▼
┌──────┐ ┌──────┐ ┌──────┐
│Worker│ │Worker│ │Worker│
│ A │ │ B │ │ C │
└──────┘ └──────┘ └──────┘ユースケース： 並列作業を伴う複雑なワークフロー。
実装：
# Orchestrator
class Orchestrator:
def assign_task(self, worker_id, task_description):
# Store task in worker's mind (or shared coordination mind)
create_task(task_description, priority="high")
# Notify worker via chat
reply(f"@{worker_id}: New task — {task_description}")
def check_progress(self):
tasks = list_tasks(status="in_progress")
for t in tasks:
print(f"{t['title']}: {t['status']}")
# Workers poll for assigned tasks
class Worker:
def run(self):
while True:
tasks = list_tasks(status="pending")
for t in tasks:
if assigned_to_me(t):
update_task(t["id"], status="in_progress")
result = do_work(t)
update_task(t["id"], status="done")
reply(f"Completed: {t['title']}")
time.sleep(60)チャット経由の連携
エージェントはチャットシステム経由で通信できます。
# Agent A sends to Agent B
reply("@agent-b: Can you review my PR?")
# Agent B polls and responds
for msg in poll_messages():
if "@agent-b" in msg["content"]:
reply(f"@agent-a: Sure, looking at it now.")チャットメッセージにはロールタグが付きます。エージェント間メッセージには role=agent、人間とエージェント間には role=human を設定してください。
変数経由の連携
軽量な連携（ロック、フラグ）には変数を使用します。
# Acquire a lock
def acquire_lock(name):
r = requests.post(f"{URL}/var",
headers={"Authorization": f"Bearer {KEY}"},
json={"key": f"lock_{name}", "value": "acquired"})
return True
def release_lock(name):
requests.delete(f"{URL}/var/lock_{name}",
headers={"Authorization": f"Bearer {KEY}"})
# Use
if acquire_lock("deploy"):
try:
deploy_to_production()
finally:
release_lock("deploy")