從 .network() 遷移至 supervisor Agent

使用 Agent.stream() 及 Agent.generate() 的 supervisor Agent 是協調多個 Agent 的建議方式，並取代較舊的 .network() API。本指南會帶你完成遷移的每個步驟。

棄用 .network()

.network() 已棄用，並會在日後版本移除。在此之前，現有程式碼仍可繼續運作，但開發重點現已轉向 supervisor Agent。請盡快遷移至 supervisor Agent。

以 .stream() 或 .generate() 取代 .network()

核心變更是以 .stream()（串流）或 .generate()（非串流）取代 .network() 呼叫。Agent 設定維持不變，你仍會在 Agent 上定義 agents、workflows、tools 及 memory。差別在於呼叫方式及處理結果的方式。

使用 .network() 時，你會反覆處理 network-execution-event-step-finish 等自訂事件類型。使用 .stream() 時，則會使用標準 textStream 或 fullStream 迭代器。

遷移前：

const result = await routingAgent.network('Research AI in education')

for await (const chunk of result) {
  if (chunk.type === 'network-execution-event-step-finish') {
    console.log(chunk.payload.result)
  }
}

遷移後：

const stream = await supervisorAgent.stream('Research AI in education', {
  maxSteps: 10,
})

for await (const chunk of stream.textStream) {
  process.stdout.write(chunk)
}

maxSteps 選項限制 supervisor 可執行的迭代次數，取代 .network() 的隱含迭代上限。

非串流使用情境可使用 generate()，並傳入相同選項：

const result = await supervisorAgent.generate('Research AI in education', {
  maxSteps: 10,
})

console.log(result.text)

撰寫清晰的 supervisor 指示

使用 .network() 時，routing Agent 依靠一般指示及基本元件描述，決定要呼叫甚麼。supervisor Agent 的運作方式相同，但清晰具體的指示可提高委派準確度。

supervisor 的 instructions 應列明可用資源及各資源的使用時機，也應說明如何協調這些資源，以及如何判斷工作已完成。

遷移前：

const routingAgent = new Agent({
  id: 'routing-agent',
  instructions: 'You are a network of researchers and writers...',
  agents: { researchAgent, writingAgent },
  memory: new Memory(),
})

遷移後：

const supervisorAgent = new Agent({
  id: 'supervisor-agent',
  instructions: `You coordinate research and writing tasks using specialized agents.

Available resources:
- researchAgent: Gathers factual data and sources (returns bullet points)
- writingAgent: Transforms research into narrative content (returns full paragraphs)

Delegation strategy:
1. For research requests: Delegate to researchAgent first
2. For writing requests: Delegate to writingAgent (provide research if available)
3. For complex requests: Delegate to researchAgent first, then writingAgent

Success criteria:
- All user questions are fully answered
- Response is well-formatted and complete
- If information is incomplete, continue iterating`,
  agents: { researchAgent, writingAgent },
  memory: new Memory(),
})

為 subagent 加入描述

每個 subagent 都應有 description 欄位，說明其用途及傳回格式。描述也應列明何時使用該 subagent。supervisor 會根據這些描述，決定將工作委派給哪個 Agent。

const researchAgent = new Agent({
  id: 'research-agent',
  description: `Specializes in gathering factual information and data on any topic.
    Returns concise bullet-point summaries with key facts and sources.
    Does not write full articles or narrative content.`,
})

const writingAgent = new Agent({
  id: 'writing-agent',
  description: `Transforms research material into well-structured written content.
    Produces full paragraphs and complete articles.
    Best used after research has been gathered.`,
})

更新事件處理

如果你曾處理特定 .network() 事件，請改為使用標準串流區塊類型：

.network() 事件	Supervisor Agent 區塊
routing-agent-start	step-start
routing-agent-end	step-finish
agent-execution-start	step-start（委派時）
agent-execution-event-text-delta	text-delta
agent-execution-event-finish	step-finish
network-execution-event-step-finish	step-finish + finishReason: 'stop'
network-object	object-delta（配合 structuredOutput）
network-object-result	object（配合 structuredOutput）

加入委派 hook

supervisor Agent 讓你接入委派生命週期，以監察、修改或拒絕委派。這些 hook 可在 Agent 的 defaultOptions 中設定，亦可在每次呼叫時傳入。

onDelegationStart 會在 supervisor 委派給 subagent 前呼叫。你可以修改提示或限制 subagent 的步驟數目，hook 亦可完全拒絕委派：

const stream = await supervisorAgent.stream('Research AI in education', {
  maxSteps: 10,
  delegation: {
    onDelegationStart: async context => {
      console.log(`Delegating to: ${context.primitiveId}`)

      if (context.primitiveId === 'research-agent') {
        return {
          proceed: true,
          modifiedPrompt: `${context.prompt}\n\nFocus on 2024-2025 data.`,
          modifiedMaxSteps: 5,
        }
      }

      if (context.iteration > 8) {
        return {
          proceed: false,
          rejectionReason: 'Max iterations reached. Synthesize current findings.',
        }
      }

      return { proceed: true }
    },
  },
})

onDelegationComplete 會在委派完成後呼叫。檢查結果，並在應停止 supervisor 迴圈時呼叫 context.bail()。你亦可傳回意見，儲存至 supervisor 的記憶體：

const stream = await supervisorAgent.stream('Research AI in education', {
  maxSteps: 10,
  delegation: {
    onDelegationComplete: async context => {
      if (context.error) {
        context.bail() // Stop further delegations
        return {
          feedback: `Delegation to ${context.primitiveId} failed: ${context.error}. Try a different approach.`,
        }
      }
    },
  },
})

加入訊息篩選

根據預設設定，subagent 會從 supervisor 接收完整對話內容。使用 messageFilter 控制分享哪些訊息，例如移除敏感資料或限制訊息數目：

const stream = await supervisorAgent.stream('Research AI in education', {
  maxSteps: 10,
  delegation: {
    messageFilter: ({ messages, primitiveId, prompt }) => {
      return messages
        .filter(msg => {
          const content =
            typeof msg.content === 'string' ? msg.content : JSON.stringify(msg.content)
          return !content.includes('confidential')
        })
        .slice(-10)
    },
  },
})

加入迭代監察

onIterationComplete 會在 supervisor 迴圈每次迭代後呼叫。你可用它記錄進度，或提供意見以引導 Agent。此 hook 亦可提早停止執行：

const stream = await supervisorAgent.stream('Research AI in education', {
  maxSteps: 10,
  onIterationComplete: async context => {
    console.log(`Iteration ${context.iteration}/${context.maxIterations}`)

    if (!context.text.includes('recommendations')) {
      return {
        continue: true,
        feedback: 'Please include specific recommendations in your analysis.',
      }
    }

    if (context.text.length > 1000 && context.finishReason === 'stop') {
      return { continue: false }
    }

    return { continue: true }
  },
})

加入工作完成度評分

工作完成度 scorer 會自動驗證工作是否完成。如果驗證失敗，supervisor 會繼續迭代。失敗 scorer 的意見會包含在對話內容中，讓 subagent 了解遺漏了甚麼：

import { createScorer } from '@mastra/core/evals'

const taskCompleteScorer = createScorer({
  id: 'task-complete',
  name: 'Task Completeness',
}).generateScore(async context => {
  const text = (context.run.output || '').toString()
  const hasAnalysis = text.includes('analysis')
  const hasRecommendations = text.includes('recommendation')
  return hasAnalysis && hasRecommendations ? 1 : 0
})

const stream = await supervisorAgent.stream('Research AI in education', {
  maxSteps: 10,
  isTaskComplete: {
    scorers: [taskCompleteScorer],
    strategy: 'all',
    onComplete: async result => {
      console.log('Task complete:', result.complete)
    },
  },
})

另請參閱

• Supervisor Agent
• Agent 網絡
• Agent.stream() 參考
• Agent.generate() 參考
• Agent 核准
• 指南：研究協調器