Claude Platform Docs
MensagensGerenciamento de contexto

Construa um modo de orquestração

Construa um modo em nível de sessão que concede consentimento permanente para fan-out multiagente, ativado e desativado com mensagens do sistema no meio da conversa.

Um modo de orquestração é um interruptor no nível da sessão. Quando ele está ativado, o modelo aplica o máximo de rigor a cada solicitação substantiva: primeiro explora a tarefa por conta própria e, por padrão, distribui o trabalho entre "subagents" (subagentes) executados em paralelo. Quando ele está desativado, a mesma ferramenta de orquestração volta a exigir adesão explícita a cada solicitação.

O modo não é um parâmetro da API. Ele é construído inteiramente a partir de peças documentadas:

  1. Um nível de esforço: as solicitações são executadas com um valor documentado de Effort (esforço), como xhigh. Não existe nenhum nível oculto acima dos listados nessa página. Este exemplo define o esforço no nível superior de cada solicitação, o que não exige nenhum cabeçalho beta.
  2. Um lembrete de modo: uma mensagem do sistema no meio da conversa informa ao modelo que o modo está ativo. Um lembrete de uma linha é reenviado a cada vários turnos, e um aviso de saída é enviado quando o modo é desativado. O campo system de nível superior nunca muda, então o prefixo em cache permanece intacto.
  3. Consentimento permanente na descrição da ferramenta: a descrição da ferramenta de orquestração declara que, enquanto o modo estiver ativado, o modelo deve criar e executar um workflow para cada tarefa substantiva sem perguntar antes.

Configure o loop

O exemplo é um único arquivo. As constantes controlam o nível de esforço, o formato do fan-out e a frequência com que o lembrete do modo é reenviado:

  • MAX_CONCURRENT limita quantos subagentes são executados ao mesmo tempo. A versão em PHP é sequencial e ignora essa constante.
  • MAX_TOTAL_SUBTASKS limita quantos subagentes o modelo pode enfileirar em uma única chamada de Workflow.

Separar os dois limites permite que o modelo planeje um grande volume de trabalho sem iniciar tudo de uma vez.

A verificação de DOC_TEST_MODE limita os loops a um único turno quando essa variável de ambiente está definida. Assim, o "harness" (estrutura de testes) automatizado da documentação consegue validar que o arquivo compila e termina rapidamente, sem executar a orquestração completa. Deixe essa variável indefinida ao executar o exemplo você mesmo.

import atexit
import concurrent.futures
import hashlib
import json
import os
import shutil
import subprocess
import sys
import tempfile
import threading

import anthropic

client = anthropic.Anthropic()

MODEL = "claude-opus-5-5"
EFFORT = "xhigh"

SYSTEM_PROMPT = (
    "You are a helpful general-purpose agent. Answer the user's request directly."
)

REQUEST_TIMEOUT_SECONDS = 600
BASH_TIMEOUT_SECONDS = 60
TOOL_RESULT_MAX_CHARS = 8000
MAX_CONCURRENT = 10
DOC_TEST_MODE = bool(os.environ.get("DOC_TEST_MODE"))
MAX_TOTAL_SUBTASKS = 2 if DOC_TEST_MODE else 200
MAX_SUBAGENT_TURNS = 1 if DOC_TEST_MODE else 15
MAX_MAIN_TURNS = 1 if DOC_TEST_MODE else 30
TURNS_BETWEEN_REFRESHERS = 10
JOURNAL_PATH = os.environ.get("ORCH_JOURNAL") or "orchestration_journal.json"

Defina os lembretes do modo

Os lembretes são curtos de propósito. Eles alternam o modo e apontam para a descrição da ferramenta, onde ficam as instruções mais pesadas. O texto completo é enviado uma vez quando o modo é ativado. O lembrete curto é reenviado somente após vários turnos do usuário. O aviso de saída é enviado uma vez quando o modo é desativado.

MODE_ENTER = (
    "Orchestration mode is on: optimize for the most exhaustive, correct answer rather than "
    "the fastest one. Use the Workflow tool on every substantive task, sized to the problem's "
    "natural decomposition rather than the maximum the tool allows. See the Workflow tool's "
    "description for standing consent, granularity guidance, and quality patterns. Work solo "
    "only on conversational or trivial turns."
)
MODE_REFRESH = "Orchestration mode is still on. Use the Workflow tool; see its standing consent section."
MODE_EXIT = (
    "Orchestration mode is off. The Workflow tool's standard opt-in rule applies again."
)

A ferramenta Workflow carrega o verdadeiro contrato comportamental. Ele inclui:

  • a regra de adesão explícita;
  • o consentimento permanente que se aplica enquanto o modo está ativado;
  • orientações de granularidade para dimensionar o fan-out;
  • os padrões de qualidade que o modelo pode usar: uma onda de verificação, um crítico de completude e um sequenciamento multifásico.

Os subagentes também recebem uma ferramenta report_findings, para que seus resultados retornem como JSON estruturado em vez de prosa. A ferramenta bash é a ferramenta bash_20250124 definida pela Anthropic, executada localmente.

WORKFLOW_TOOL = {
    "name": "Workflow",
    "description": (
        "Orchestrate a multiagent workflow: split a large task into independent subtasks "
        "and run them as parallel agents, then collect their results.\n\n"
        "Opt-in: only use this tool when the user explicitly asks for a workflow, or when a "
        "system message confirms that orchestration mode is on.\n\n"
        "Quality patterns: adversarial verification (a second wave of agents checks the first "
        "wave's findings against the source), a completeness critic (one agent hunts for what "
        "the others missed), and multiphase sequencing (understand, design, implement, and "
        "review as separate workflow calls, reading results between phases). A useful default "
        "is hybrid: scout inline first to discover the work-list, then fan out over it.\n\n"
        "Granularity: scope each subtask to a distinct concern, component, or question rather "
        "than per line or per file section. Scale the count to what the user asked for: a "
        "focused review of a module of a few hundred lines rarely needs more than about ten "
        "subtasks; a broad audit of a large codebase can justify more.\n\n"
        "Standing consent: while a system message confirms orchestration mode is on, that "
        "opt-in is standing. Author and run a workflow for every substantive task by default, "
        "and lean toward verifying findings adversarially. Work solo only on conversational "
        "turns or trivial mechanical edits. When a system message says the mode is off, "
        "revert to the opt-in rule above."
    ),
    "input_schema": {
        "type": "object",
        "properties": {
            "subtasks": {
                "type": "array",
                "items": {"type": "string"},
                "description": "Independent subtask prompts to run as parallel agents",
            }
        },
        "required": ["subtasks"],
    },
}

BASH_TOOL = {"type": "bash_20250124", "name": "bash"}

REPORT_TOOL = {
    "name": "report_findings",
    "description": (
        "Report the final findings for your subtask. Call this exactly once, when you are "
        "done investigating; it ends your task."
    ),
    "input_schema": {
        "type": "object",
        "properties": {
            "summary": {
                "type": "string",
                "description": "Two or three sentences of synthesis",
            },
            "findings": {
                "type": "array",
                "items": {
                    "type": "object",
                    "properties": {
                        "claim": {
                            "type": "string",
                            "description": "The finding, one sentence",
                        },
                        "evidence": {
                            "type": "string",
                            "description": "How it was verified (file, line, or command output)",
                        },
                        "severity": {
                            "type": "string",
                            "enum": ["high", "medium", "low", "info"],
                        },
                    },
                    "required": ["claim", "evidence", "severity"],
                },
            },
        },
        "required": ["summary", "findings"],
    },
}

Execute a ferramenta bash localmente

O manipulador de bash executa o comando solicitado com um tempo limite e captura stdout e stderr combinados. Em seguida, trunca o resultado para que um comando descontrolado não inunde a "context window" (janela de contexto).

Os comandos são executados no diretório a partir do qual você inicia o exemplo. Para apontá-lo para um projeto, inicie-o nesse diretório. Quando DOC_TEST_MODE está definida, o harness fornece ao bash um pequeno diretório descartável de fixtures, que é removido ao sair.

Não há sandbox aqui: o comando é executado com as permissões do processo que iniciou o exemplo.

Para maior clareza, este exemplo executa cada chamada em um novo subshell, em vez de manter a sessão persistente descrita pelo contrato bash_20250124. Um agente de produção deve apoiar a ferramenta em um shell de longa duração, para que o diretório de trabalho, o ambiente e a ação restart se comportem conforme documentado.

# Executa o bash onde o exemplo foi iniciado. No DOC_TEST_MODE, o harness da documentação
# o aponta para um diretório de fixture descartável, removido ao sair.
if DOC_TEST_MODE:
    WORK_DIR = tempfile.mkdtemp(prefix="orchestration-")
    atexit.register(shutil.rmtree, WORK_DIR, ignore_errors=True)
    with open(os.path.join(WORK_DIR, "sample.py"), "w") as fixture:
        fixture.write(
            "def fib(n):\n"
            "    return n if n < 2 else fib(n - 1) + fib(n - 2)\n\n"
            "print(fib(10))\n"
        )
else:
    WORK_DIR = os.getcwd()


def run_bash(command: str) -> tuple[str, bool]:
    """Run a shell command and return (output, is_error). No sandbox: example code only."""
    print(f"[bash] {command}", file=sys.stderr)
    try:
        proc = subprocess.run(
            ["bash", "-c", command],
            cwd=WORK_DIR,
            capture_output=True,
            text=True,
            errors="replace",
            timeout=BASH_TIMEOUT_SECONDS,
        )
    except subprocess.TimeoutExpired:
        return f"command timed out after {BASH_TIMEOUT_SECONDS}s", True
    output = (proc.stdout + proc.stderr).strip() or "(no output)"
    if len(output) > TOOL_RESULT_MAX_CHARS:
        output = (
            output[:TOOL_RESULT_MAX_CHARS]
            + f"\n(truncated at {TOOL_RESULT_MAX_CHARS} chars)"
        )
    if proc.returncode != 0:
        output = f"(exit code {proc.returncode})\n{output}"
    return output, proc.returncode != 0


def handle_bash_block(block) -> tuple[str, bool]:
    if block.input.get("restart") is True:
        return "Shell restarted.", False
    command = block.input.get("command")
    if not isinstance(command, str) or not command:
        return "bash error: no command was provided.", True
    return run_bash(command)

Execute um subagente

Cada subtarefa do workflow se torna seu próprio pequeno loop de agente com a ferramenta bash, executado com o mesmo esforço do loop principal. Um tempo limite por solicitação restringe cada chamada de API. Assim, uma conexão perdida afeta apenas um subagente, em vez de travar toda a execução.

def run_subagent(model: str, prompt: str) -> str:
    """One subagent: a small nested agent loop with the bash tool plus report_findings.
    Subagents inherit the main loop's effort level."""
    subagent_system = (
        "You are one agent in a larger parallel fan-out, assigned a single subtask. "
        "Investigate it directly, using bash to check facts rather than guessing, and finish "
        "by calling report_findings exactly once. Return findings, not narration."
    )
    messages = [{"role": "user", "content": prompt}]
    for _ in range(MAX_SUBAGENT_TURNS):
        with client.messages.stream(
            model=model,
            max_tokens=64000,
            system=subagent_system,
            output_config={"effort": EFFORT},
            tools=[BASH_TOOL, REPORT_TOOL],
            messages=messages,
            timeout=REQUEST_TIMEOUT_SECONDS,
        ) as stream:
            response = stream.get_final_message()
        messages.append({"role": "assistant", "content": response.content})
        if response.stop_reason == "pause_turn":
            continue
        if response.stop_reason != "tool_use":
            text = "".join(
                block.text for block in response.content if block.type == "text"
            )
            if response.stop_reason == "max_tokens":
                text += "\n\n(warning: subagent response was truncated at max_tokens)"
            return text
        tool_results = []
        report = None
        for block in response.content:
            if block.type != "tool_use":
                continue
            match block.name:
                case "report_findings":
                    report = json.dumps(block.input, indent=2)
                    output, is_error = "Findings recorded.", False
                case "bash":
                    output, is_error = handle_bash_block(block)
                case _:
                    output, is_error = f"unknown tool: {block.name}", True
            tool_results.append(
                {
                    "type": "tool_result",
                    "tool_use_id": block.id,
                    "content": output,
                    "is_error": is_error,
                }
            )
        if report is not None:
            return report
        messages.append({"role": "user", "content": tool_results})
    return "(subagent hit the turn limit before finishing)"

Registre os resultados em um journal para que reexecuções retomem

Um fan-out que gera dezenas de subagentes é caro de reiniciar do zero. Um pequeno "journal" (diário) endereçado por conteúdo torna o processo idempotente. Antes de despachar um subagente, procure o SHA-256 do prompt dele em um arquivo JSON local e, se houver um resultado registrado, retorne-o.

Se você interromper a execução e executá-la novamente, apenas as subtarefas que nunca terminaram serão recalculadas. O journal elimina duplicatas entre execuções, não dentro de uma única onda de fan-out. Para começar do zero, exclua o arquivo do journal.

_journal_lock = threading.Lock()


def _load_journal() -> dict:
    try:
        with open(JOURNAL_PATH) as file:
            return json.load(file) or {}
    except (OSError, json.JSONDecodeError):
        return {}


def journaled(prompt: str, compute) -> str:
    """Return a cached result for this exact prompt, or compute and persist it. This
    makes the fan-out resumable: interrupt the run, rerun it, and only the subtasks
    that never finished are recomputed. Delete the journal file to start fresh."""
    key = hashlib.sha256(prompt.encode()).hexdigest()
    cached = _load_journal().get(key)
    if cached is not None:
        print(f"[journal] cache hit for {key[:12]}", file=sys.stderr)
        return cached
    result = compute()
    try:
        with _journal_lock:  # fan-out writes from many threads
            journal = _load_journal()
            journal[key] = result
            temp = f"{JOURNAL_PATH}.tmp"
            with open(temp, "w") as file:
                json.dump(journal, file)
            os.replace(temp, JOURNAL_PATH)  # atomic on POSIX and Windows
    # Uma falha ao gravar no journal não deve perder o resultado calculado
    except OSError as error:
        print(f"[journal] write failed: {error}", file=sys.stderr)
    return result

Faça o fan-out e depois verifique

O fan-out aceita até MAX_TOTAL_SUBTASKS prompts e os executa por meio do journal, com no máximo MAX_CONCURRENT em andamento ao mesmo tempo (sequencialmente na versão em PHP). Ele também isola falhas: um subagente com problema resulta apenas em uma string de erro, em vez de encerrar a execução.

Quando a primeira onda termina, uma segunda onda reutiliza o mesmo caminho de subagente para tentar refutar cada resultado. Cada verificador deriva novamente as afirmações a partir da fonte e, em caso de incerteza, considera o resultado refutado por padrão. Tanto o resultado original quanto o veredito são retornados ao orquestrador, para que ele possa ponderá-los em conjunto.

def normalize_subtasks(raw) -> list[str]:
    """Accept the subtasks input in whatever shape the model emits: an array, the array
    JSON-encoded as a single string, or a newline-separated list."""
    if isinstance(raw, str):
        try:
            raw = json.loads(raw)
        except json.JSONDecodeError:
            raw = raw.splitlines() if "\n" in raw else [raw]
    if not isinstance(raw, list):
        return []
    return [task.strip() for task in raw if isinstance(task, str) and task.strip()]


def verify_prompt_for(subtask: str, result: str) -> str:
    return (
        "Adversarially verify the subagent result below: try to REFUTE it. Re-derive the "
        "claims yourself with bash rather than trusting the result, and look for evidence "
        "that contradicts them. Default to refuted if uncertain. Call report_findings with "
        "summary 'refuted: <why>' or 'confirmed: <why>', citing the file:line or command "
        "output that decided it.\n\n"
        f"""Subtask: {subtask}

Result to verify:
{result}"""
    )


def run_workflow(model: str, raw_subtasks) -> tuple[str, bool]:
    """Run subtasks as parallel subagents, then run a second verification wave over
    the results, and return both. MAX_TOTAL_SUBTASKS bounds how many the model can
    queue; MAX_CONCURRENT bounds how many run at once."""
    all_subtasks = normalize_subtasks(raw_subtasks)
    subtasks = all_subtasks[:MAX_TOTAL_SUBTASKS]
    dropped = len(all_subtasks) - len(subtasks)
    if not subtasks:
        return "Workflow error: no usable subtasks were provided.", True
    print(f"[workflow] fanning out {len(subtasks)} agents", file=sys.stderr)

    def run_one(prompt: str) -> str:
        try:
            return journaled(prompt, lambda: run_subagent(model, prompt))
        # Uma falha em um subagente não deve encerrar a execução
        except Exception as error:
            return f"(subagent failed: {type(error).__name__}: {error})"

    with concurrent.futures.ThreadPoolExecutor(max_workers=MAX_CONCURRENT) as pool:
        results = list(pool.map(run_one, subtasks))
        print(f"[workflow] verifying {len(results)} results", file=sys.stderr)
        verify_prompts = [
            verify_prompt_for(task, result) for task, result in zip(subtasks, results)
        ]
        verdicts = list(pool.map(run_one, verify_prompts))

    joined = "\n\n".join(
        f"""[agent {index + 1}: {task}]
{result}

[verify {index + 1}]
{verdict}"""
        for index, (task, result, verdict) in enumerate(
            zip(subtasks, results, verdicts)
        )
    )
    if dropped > 0:
        joined = (
            f"(note: {dropped} subtasks beyond MAX_TOTAL_SUBTASKS={MAX_TOTAL_SUBTASKS} were not "
            "run; rerun them in a follow-up Workflow call)\n\n" + joined
        )
    return joined, False

Alterne o modo com mensagens do sistema no meio da conversa

O agente anexa primeiro a mensagem do usuário e, em seguida, as mensagens do sistema pendentes: o aviso de saída, o texto completo do modo na entrada ou o lembrete periódico. Colocar a mensagem do sistema após o turno do usuário mantém intactos todos os bytes em cache que vêm antes dela e atende à regra de posicionamento segundo a qual uma mensagem do sistema deve vir após um turno do usuário.

class ModeAgent:
    """An agent loop whose orchestration mode is toggled with mid-conversation system messages."""

    def __init__(self, model: str, mode_on: bool = True):
        self.model = model
        self.mode_on = mode_on
        self.messages: list[dict] = []
        self._mode_announced = False
        self._exit_pending = False
        self._turns_since_reminder = 0

    def set_mode(self, mode_on: bool) -> None:
        """Turn the mode on or off. The notice is delivered with the next user turn."""
        if mode_on == self.mode_on:
            return
        if not mode_on:
            if self._mode_announced:
                self._exit_pending = True
        else:
            self._exit_pending = False
        self.mode_on = mode_on

    def _due_system_messages(self) -> list[dict]:
        """System messages owed on this turn: an exit notice, the full mode text on entry,
        or a one-line refresher every TURNS_BETWEEN_REFRESHERS user turns."""
        due = []
        if self._exit_pending:
            self._exit_pending = False
            self._mode_announced = False
            due.append({"role": "system", "content": MODE_EXIT})
        if self.mode_on:
            if not self._mode_announced:
                self._mode_announced = True
                self._turns_since_reminder = 0
                due.append({"role": "system", "content": MODE_ENTER})
            elif self._turns_since_reminder >= TURNS_BETWEEN_REFRESHERS:
                self._turns_since_reminder = 0
                due.append({"role": "system", "content": MODE_REFRESH})
        return due

    def turn(self, user_input: str) -> str:
        # Mensagens do sistema no meio da conversa seguem o turno do usuário ao qual se aplicam, o que mantém
        # intocado o prefixo em cache que vem antes delas.
        self.messages.append({"role": "user", "content": user_input})
        self.messages.extend(self._due_system_messages())
        self._turns_since_reminder += 1

        for _ in range(MAX_MAIN_TURNS):
            with client.messages.stream(
                model=self.model,
                max_tokens=64000,
                system=SYSTEM_PROMPT,  # static for the whole session
                output_config={"effort": EFFORT},
                tools=[WORKFLOW_TOOL, BASH_TOOL],
                messages=self.messages,
                timeout=REQUEST_TIMEOUT_SECONDS,
            ) as stream:
                response = stream.get_final_message()
            self.messages.append({"role": "assistant", "content": response.content})

            if response.stop_reason == "pause_turn":
                continue
            if response.stop_reason != "tool_use":
                text = "".join(
                    block.text for block in response.content if block.type == "text"
                )
                if response.stop_reason == "max_tokens":
                    # Descarta a mensagem truncada do assistente para que turnos posteriores não se baseiem nela.
                    self.messages.pop()
                    text += "\n\n(warning: response was truncated at max_tokens)"
                return text

            tool_results = []
            for block in response.content:
                if block.type != "tool_use":
                    continue
                match block.name:
                    case "Workflow":
                        output, is_error = run_workflow(
                            self.model, block.input.get("subtasks", [])
                        )
                    case "bash":
                        output, is_error = handle_bash_block(block)
                    case _:
                        output, is_error = f"unknown tool: {block.name}", True
                tool_results.append(
                    {
                        "type": "tool_result",
                        "tool_use_id": block.id,
                        "content": output,
                        "is_error": is_error,
                    }
                )
            self.messages.append({"role": "user", "content": tool_results})
        return "(hit the main loop turn limit before finishing)"

Execute o exemplo

if __name__ == "__main__":
    task = (
        sys.argv[1]
        if len(sys.argv) > 1
        else "Explore the current directory, then give a thorough review: what it does, "
        "code-quality issues, and concrete improvements."
    )
    agent = ModeAgent(MODEL)
    print(agent.turn(task))
    agent.set_mode(False)
    print(agent.turn("Briefly summarize what you found above, no fan-out needed."))

Inicie o exemplo a partir do diretório em que você quer que os agentes trabalhem, por exemplo, a raiz de um repositório a ser revisado:

python orchestration_mode.py "Review this repository for flaky tests and propose fixes."

Com o modo ativado, espere que o modelo:

  1. explore a tarefa com alguns comandos bash;
  2. despache a ferramenta Workflow sem ser solicitado;
  3. sintetize os relatórios dos subagentes em uma resposta final.

Solicitações triviais ou conversacionais continuam sendo tratadas sem subagentes, conforme o lembrete instrui.

Rumo a um harness de produção

Este exemplo é deliberadamente pequeno. Um harness destinado a cargas de trabalho reais normalmente adicionaria:

  • Scripts de orquestração em sandbox: permitir que o modelo emita um pequeno programa de orquestração (ramificações, loops e etapas de redução) e o execute dentro de um interpretador isolado, em vez de aceitar apenas uma lista plana de strings de subtarefas.
  • Journaling durável: substituir o arquivo JSON local por um armazenamento que sobreviva a reinicializações de processo e seja seguro sob escritores concorrentes em várias máquinas.
  • Aplicação de orçamento: rastrear o total de subagentes lançados em toda a sessão, não apenas por chamada de Workflow, e recusar-se a exceder um limite rígido para que um plano descontrolado não possa esgotar sua cota.

Os padrões neste exemplo (os lembretes do modo, o consentimento permanente na descrição da ferramenta, o journaling e uma onda de verificação) são transferidos sem alterações; apenas o substrato de execução ao redor deles se torna mais robusto.

O mecanismo que os lembretes do modo usam e como ele interage com o cache de prompt.

Os níveis de esforço que a API aceita e como escolher um.

Definindo ferramentas, tratando chamadas de ferramentas e resultados de ferramentas.

A ferramenta bash definida pela Anthropic que este exemplo executa localmente.

Was this page helpful?