PE
PromptEmperor
ImproveLibrarySearchTemplatesCategoriesCreate
Prompts

Workbench

Visualizador de Multi Agentes III

Visualizador de Multi Agentes III
ImproveAnalyze
Exportjsonopenaipromptycopilot-studio
**Task:** Generar una interfaz multidimensional para administrar arquitecturas multiagente de IA multipropósito.

**Context:** La interfaz debe incluir componentes en 2D y 3D, y debe permitir la gestión de datos relacionados con la orquestación de agentes. El backend se basará en la conexión a APIs externas, que no se desarrollarán, pero se simulará el flujo de datos mediante la creación de archivos JSON. La solución debe ser escalable y cumplir con estándares de arquitectura empresarial.

**Output format:** Proporcionar un esquema de la interfaz en formato JSON, incluyendo:  
- Definición de la estructura de datos.  
- Ejemplos de datos para simular el flujo de agentes.  
- Descripción de la orquestación de agentes en un formato claro.  
- Justificación de las decisiones de diseño tomadas y cómo se pueden verificar.  

**Constraints:**  
- La interfaz debe ser capaz de manejar al menos [número] de agentes simultáneamente.  
- Incluir ejemplos de al menos [número] de casos de uso.  
- Considerar edge cases como la desconexión de la API o la pérdida de datos durante la orquestación.  
- La solución debe estar documentada para facilitar la revisión y el mantenimiento.  

**Examples:**  
1. Ejemplo de estructura JSON para un agente:  
   ```json  
   {  
     "id": "agente1",  
     "estado": "activo",  
     "acciones": ["acción1", "acción2"]  
   }  
   ```  
2. Ejemplo de flujo de datos:  
   ```json  
   {  
     "flujo": [  
       {"agente": "agente1", "acción": "acción1"},  
       {"agente": "agente2", "acción": "acción2"}  
     ]  
   }  
   ```  
3. Justificación de diseño:  
   - La estructura de datos fue elegida para optimizar la comunicación entre agentes y facilitar la escalabilidad.  
   - Para verificar el funcionamiento, se pueden realizar pruebas de carga simulando el número máximo de agentes permitidos.
Runs

Loading...

Rubric
Overall90

Judged by the model

Accuracy90
Completeness95
Safety & compliance85
Format adherence90
Reasoning quality90

Measured over runs

Consistency—

Not measured yet

Risk flags

No risk flags detected

Maturity
L4
  1. L1Basic
  2. L2Guided
  3. L3Structured
  4. L4Optimized
  5. L5Enterprise

To reach L5 Enterprise

  • Accumulate at least two recorded versions
  • Derive from a governed template

Made withbyBraidata