本示例演示 TeamAgent 设置 parallel_execution=True 时,Leader 在同一轮内向多名成员下发 delegate_to_member,底层以并发方式执行并再综合结果。
parallel_execution=True:多成员任务asyncio.gather式并发(日志中带时间戳可观察重叠)- 三名分析师:
market_analyst、competitor_analyst、risk_analyst share_member_interactions=True与get_current_date辅助 Leader 规划
- 根节点:
TeamAgent(analysis_team)- 成员:
market_analyst、competitor_analyst、risk_analyst(均为LlmAgent)
- 成员:
agent/agent.py:TeamAgent(..., parallel_execution=True, ...)run_agent.py:单用户长查询,打印带[秒]前缀的时间线agent/tools.py:analyze_market_trends、analyze_competitor、analyze_risks
- Python 3.12;仓库根目录
pip install -e . - 配置
TRPC_AGENT_API_KEY、TRPC_AGENT_BASE_URL、TRPC_AGENT_MODEL_NAME
cd examples/team_parallel_execution
python3 run_agent.py[START] team_parallel_execution
...
[3.97s] [analysis_team] Tool: delegate_to_member
...
[3.97s] [analysis_team] Tool: delegate_to_member
...
Demo completed in 42.60 seconds!
Note: With parallel_execution=True, the three analyst delegations
execute concurrently.
[END] team_parallel_execution (exit_code=0)符合本示例测试要求:exit_code=0;同一时间戳上多条委派与文末耗时说明与并行模式相符,最终合成报告覆盖市场、竞品与监管风险。
- 多源独立分析(可并行)且最后需 Leader 汇总时使用
parallel_execution=True - 若成员之间有严格顺序依赖,应关闭并行或拆成多轮委派