Agent Teams

Agents, models, और providers के बीच teams बनाएँ — फिर sequential या parallel workflows को shared memory के साथ चलाएँ।

Agent Teams आपको coding agents (Agent Hub से), cloud models, और local providers को नामित roles में समूहित करने देते हैं, फिर workflows चलाते हैं जो उनके बीच काम को हस्तांतरित करते हैं।

​

अवधारणाएँ

हिस्सा	क्या है	कहाँ संग्रहीत
Team	नामित roles (lead, analyst, …) agents, models, या providers से mapped	~/.config/arka/teams/
Workflow	team के लिए steps — sequential, parallel, या round-robin handoff	~/.config/arka/workflows/
Run	task string के साथ workflow execute करें; results steps के बीच {task}, {results}, {step_N} के ज़रिए pass होते हैं	CLI

Member के प्रकार:

• agent — Agent Hub से ollama launch agent (claude, codex, hermes, …)
• model — विशिष्ट model + provider (gpt-4o + openai, gemini-2.0-flash + gemini)
• provider — provider default model (ollama, groq, …)

​

त्वरित शुरुआत

Starter teams और workflows पहली बार उपयोग पर seed किए जाते हैं:

arka team list
arka workflow list

arka team show research --resolve
arka team run research --task "Summarize Rust async patterns"

arka workflow run review-and-ship --task "Plan a v2 auth redesign"
arka workflow run code-review --task "Review PR #42: add JWT refresh"
arka workflow run brainstorm --task "Cache invalidation strategies for edge CDN"

fish से:

arka team list
arka team run research --task "Compare Postgres vs SQLite for edge caches"
arka workflow run code-review --task "Review auth middleware changes"
arka workflow run brainstorm --task "Ideas for offline-first mobile sync"

​

उदाहरण team

name: research
description: Deep research team
members:
  - kind: agent
    id: claude
    role: lead
  - kind: model
    id: gemini-2.0-flash
    provider: gemini
    role: analyst
  - kind: provider
    id: ollama
    role: local-fallback
defaults:
  memory: unified
  mcp: true
  workflow: review-and-ship

​

उदाहरण workflow

name: review-and-ship
team: research
steps:
  - member: lead
    action: plan
    prompt: "Break down: {task}"
  - parallel:
      - member: analyst
        action: analyze
        prompt: "Analyze: {task}\n\nPlan:\n{step_1}"
      - member: local-fallback
        action: verify
        prompt: "Sanity-check: {step_1}"
  - member: lead
    action: synthesize
    prompt: "Merge results: {results}"

​

Round-robin mode (v2)

स्पष्ट steps के बजाय, members max_turns तक बारी-बारी काम करते हैं। Outputs {results}, {transcript}, और {last_result} में जमा होते हैं।

name: brainstorm
team: research
mode: round_robin
max_turns: 6
prompt: |
  Continue brainstorming on: {task}
  Previous: {last_result}
members:
  - lead
  - analyst
  - local-fallback
defaults:
  retries: 2
  mcp: true

चलाएँ:

arka workflow run brainstorm --task "Edge cache invalidation patterns"

यदि members छोड़ दिया जाए, तो सभी team roles definition क्रम में rotate होते हैं।

​

Retries (v2)

Run को failed मार्क करने से पहले विफल agent/LLM steps को retry करें।

प्रति step:

- member: analyst
  action: analyze
  prompt: "Analyze: {task}"
  retries: 3
  retry_delay: 2

Workflow या team defaults:

defaults:
  retries: 2
  retry_delay: 1

प्राथमिकता: step → workflow defaults → team defaults। Retry count CLI output में दिखता है (retries=N, attempts=N)। Exponential delay के लिए TEAM_RETRY_BACKOFF=1 सेट करें।

​

Per-step MCP (v2)

प्रति step MCP context सक्षम करें (या workflow/team defaults से inherit करें):

- member: analyst
  action: fetch
  prompt: "Summarize open PRs for: {task}"
  mcp: true
  mcp_servers: [github]

Setting	प्रभाव
mcp: true	~/.config/arka/mcp.json से सभी configured MCP servers inject करें
mcp_servers: [github]	नामित servers तक सीमित करें
defaults.mcp: true	जब तक override न हो, सभी steps के लिए सक्षम करें

Agent steps के लिए, MCP tool summaries prompt से पहले जोड़े जाते हैं। Model/provider steps के लिए, वे system prompt में जोड़े जाते हैं। Model steps के लिए वैकल्पिक tool loop: TEAM_MCP_TOOL_ROUNDS=1 सेट करें और model से {"mcp_tool": "github", "tool": "search", "arguments": {}} जैसा JSON emit करवाएँ।

​

CLI reference

arka team list
arka team show <name> [--resolve]
arka team create <name> [--template research]
arka team run <name> --task "..." [--workflow <name>]

arka workflow list
arka workflow show <name>
arka workflow create <name> [--template review-and-ship] [--team research]
arka workflow run <name> --task "..."

--resolve print करता है कि हर role कैसे किसी concrete agent या LLM target से map होता है।

​

Runtime व्यवहार

1. Config dir (या bundled templates) से team + workflow YAML/JSON Load करें।
2. Members को Resolve करें — Agent Hub catalog के ज़रिए agents; LLM registry के ज़रिए models/providers।
3. जब defaults.memory: unified हो, unified memory को Recall करें।
4. Steps Execute करें:
   • Agent roles → role context के साथ answer_question (lightweight; पूर्ण ollama launch नहीं)।
   • Model/provider roles → निश्चित provider/model chain के साथ LlmOrchestrator।
   • Parallel blocks → thread pool (TEAM_MAX_PARALLEL, default 4)।
   • Round-robin → shared transcript variables के साथ max_turns के लिए members rotate।
5. retries / retry_delay (workflow या team defaults) के अनुसार विफल steps Retry करें।
6. जब किसी step के लिए mcp सक्षम हो, तो MCP tool summaries Inject करें।
7. Template variables के ज़रिए outputs को आगे Pass करें।

​

Bundled templates

Template	प्रकार	Roles
research	team	lead (claude), analyst (gemini), local-fallback (ollama)
code-review	team	lead (codex), analyst (groq), local-fallback (ollama)
clawbox-edge	team	openclaw lead + ollama fallback; Jetson के लिए scoped memory
review-and-ship	workflow	plan → parallel analyze/verify → synthesize
code-review	workflow	review checklist → parallel review → summary
brainstorm	workflow	team roles में round-robin ideation

Templates से बनाएँ:

arka team create my-research --template research
arka workflow create my-ship --template review-and-ship --team my-research

​

Environment

ARKA_TEAMS_DIR=~/.config/arka/teams
ARKA_WORKFLOWS_DIR=~/.config/arka/workflows
TEAM_MAX_PARALLEL=4
TEAM_RETRY_BACKOFF=0
TEAM_MCP_TOOL_ROUNDS=0

​

Scoped memory (v3)

Teams provenance के साथ policy-filtered recall और scratchpad writes का विकल्प चुन सकती हैं:

defaults:
  memory: scoped          # unified | scoped | off
  memory_scope:
    read: [global, team, workflow]
    write: workflow
    ttl_hours: 72
    promote: manual
  trust_tier: team

Mode	Recall	Step output
unified (default)	Global unified memory	Persist नहीं होता
scoped	Trust tier + team/workflow द्वारा filter	Provenance के साथ scratchpad
off	कोई नहीं	Persist नहीं होता

Per-step override: workflow step पर memory_scope: { write: run }।

arka workflow run review-and-ship --task "..." --promote-final
arka memory scratchpad list --team research
arka memory promote abc123def456

Workflow runs CLI output में run_id और scratchpad_writes print करते हैं।

Teams और workflows arka config backup में शामिल हैं।

​

सीमाएँ

• Agent steps Arka chat routing उपयोग करते हैं, पूर्ण interactive ollama launch sessions नहीं।
• Model-step MCP tool loops opt-in (TEAM_MCP_TOOL_ROUNDS) हैं और default रूप से single-round हैं।
• Round-robin में कोई early-stop condition नहीं — max_turns तक चलता है।
• Workflow conditions और human-in-the-loop gates लागू नहीं हैं।
• Provider health checks LLM call time पर चलते हैं, team resolve time पर नहीं।

​

संबंधित

• Agent Hub — shared MCP, memory, और agent catalog
• LLM fallback — model/provider roles द्वारा उपयोग किया जाने वाला provider/model routing
• Memory — team runs में inject की गई unified memory