Claude Platform Docs
MessagesGestion du contexte

Construire un mode d'orchestration

Construisez un mode au niveau de la session qui accorde un consentement permanent pour le fan-out multi-agents, activé et désactivé à l'aide de messages système en cours de conversation.

Un « orchestration mode » (mode d'orchestration) est un commutateur au niveau de la session. Lorsqu'il est activé, le modèle applique une rigueur maximale à chaque requête substantielle : il explore d'abord la tâche lui-même, puis répartit par défaut le travail entre des « subagents » (sous-agents) parallèles. Lorsqu'il est désactivé, le même outil d'orchestration revient à une activation explicite, requête par requête.

Le mode n'est pas un paramètre de l'API. Il est entièrement construit à partir d'éléments documentés :

  1. Un niveau d'effort : les requêtes s'exécutent avec une valeur d'Effort documentée, telle que xhigh. Il n'existe aucun niveau caché au-dessus de ceux présentés sur la page Effort. Cet exemple définit l'effort au niveau supérieur de chaque requête, ce qui ne nécessite aucun en-tête bêta.
  2. Un rappel de mode : un message système en cours de conversation indique au modèle que le mode est actif. Un rappel d'une ligne est renvoyé à intervalles de quelques tours, et un avis de sortie est envoyé lorsque le mode est désactivé. Le champ system de niveau supérieur ne change jamais, de sorte que le préfixe mis en cache reste intact.
  3. Un consentement permanent dans la description de l'outil : la description de l'outil d'orchestration indique que, tant que le mode est activé, le modèle doit rédiger et exécuter un workflow pour chaque tâche substantielle sans demander au préalable.

Configurer la boucle

L'exemple tient dans un seul fichier. Les constantes contrôlent le niveau d'effort, la forme de la répartition et la fréquence à laquelle le rappel de mode est renvoyé. MAX_CONCURRENT limite le nombre de sous-agents exécutés simultanément (le portage PHP est séquentiel et l'ignore) ; MAX_TOTAL_SUBTASKS limite le nombre de sous-tâches que le modèle peut mettre en file d'attente dans un seul appel Workflow. Séparer ces deux limites permet au modèle de planifier un grand volume de travail sans tout lancer en même temps. La vérification DOC_TEST_MODE limite les boucles à un seul tour lorsque cette variable d'environnement est définie, afin que le banc de test automatisé de la documentation puisse valider que le fichier compile et se termine rapidement sans exécuter l'orchestration complète ; laissez-la non définie lorsque vous exécutez l'exemple vous-même.

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"

Définir les rappels de mode

Les rappels sont volontairement courts. Ils basculent le mode et renvoient à la description de l'outil, où se trouvent les instructions détaillées. Le texte complet est envoyé une seule fois, à l'activation du mode ; le rappel d'une ligne n'est renvoyé qu'après plusieurs tours de l'utilisateur ; l'avis de sortie est envoyé une seule fois, à la désactivation du mode.

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."
)

L'outil Workflow porte le véritable contrat comportemental : la règle d'activation explicite, le consentement permanent qui s'applique tant que le mode est activé, des indications de granularité pour dimensionner la répartition, et les schémas de qualité auxquels le modèle peut recourir (une vague de vérification, un critique d'exhaustivité et un séquencement en plusieurs phases). Les sous-agents disposent également d'un outil report_findings, afin que leurs résultats reviennent sous forme de JSON structuré plutôt que de prose. L'outil bash est l'outil bash_20250124 défini par Anthropic, exécuté localement.

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"],
    },
}

Exécuter l'outil bash localement

Le gestionnaire bash exécute la commande demandée avec un délai d'expiration et capture stdout et stderr combinés. Il tronque ensuite le résultat, afin qu'une commande incontrôlée ne puisse pas saturer la « context window » (fenêtre de contexte). Les commandes s'exécutent dans le répertoire à partir duquel vous lancez l'exemple. Pour cibler un projet, lancez donc l'exemple depuis ce projet. Lorsque DOC_TEST_MODE est défini, le banc de test fournit plutôt à bash un petit répertoire de test jetable, supprimé à la sortie. Il n'y a pas de sandbox ici : la commande s'exécute avec les permissions du processus qui a lancé l'exemple. Par souci de clarté, cet exemple exécute chaque appel dans un nouveau sous-shell. Il ne maintient pas la session persistante que décrit le contrat bash_20250124. Un agent de production devrait adosser l'outil à un shell de longue durée, afin que le répertoire de travail, l'environnement et l'action restart se comportent comme documenté.

# Exécute bash là où l'exemple a été lancé. En DOC_TEST_MODE, le harnais de docs
# le pointe plutôt vers un répertoire de fixtures jetable, supprimé à la sortie.
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)

Exécuter un sous-agent

Chaque sous-tâche du workflow devient sa propre petite boucle d'agent dotée de l'outil bash, exécutée avec le même effort que la boucle principale. Un délai d'expiration par requête borne chaque appel à l'API. Ainsi, une connexion interrompue ne dégrade qu'un seul sous-agent au lieu de bloquer toute l'exécution.

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)"

Journaliser les résultats pour que les réexécutions reprennent là où elles s'étaient arrêtées

Une répartition qui engendre des dizaines de sous-agents coûte cher à relancer depuis le début. Un petit journal adressé par contenu la rend idempotente. Avant de lancer un sous-agent, recherchez le SHA-256 de son prompt dans un fichier JSON local, et renvoyez le résultat enregistré s'il existe. Si vous interrompez l'exécution puis la relancez, seules les sous-tâches qui ne s'étaient jamais terminées sont recalculées. Le journal déduplique d'une exécution à l'autre, mais pas au sein d'une même vague de répartition. Supprimez le fichier journal pour repartir de zéro.

_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
    except OSError as error:  # the journal is best-effort; never discard a computed result
        print(f"[journal] write failed: {error}", file=sys.stderr)
    return result

Répartir, puis vérifier

La répartition accepte jusqu'à MAX_TOTAL_SUBTASKS prompts et les fait passer par le journal, avec au plus MAX_CONCURRENT sous-agents en cours d'exécution (de manière séquentielle dans le portage PHP). Elle isole les échecs : un sous-agent défaillant se réduit à une chaîne d'erreur au lieu de mettre fin à l'exécution. Une fois la première vague terminée, une seconde vague réutilise le même chemin de sous-agent pour tenter de réfuter chaque résultat. Chaque vérificateur redérive les affirmations à partir de la source et conclut par défaut à une réfutation en cas d'incertitude. Le résultat d'origine et son verdict sont tous deux renvoyés à l'orchestrateur, afin qu'il puisse les évaluer ensemble.

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))
        except Exception as error:  # isolation boundary: one bad subagent should not end the run
            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

Basculer le mode avec des messages système en cours de conversation

L'agent ajoute d'abord le message de l'utilisateur, puis les messages système à envoyer : l'avis de sortie, le texte complet du mode à l'activation ou le rappel périodique. Placer le message système après le tour utilisateur laisse intact chaque octet mis en cache qui le précède. Cela respecte aussi la règle de placement selon laquelle un message système doit suivre un tour utilisateur.

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:
        # Les messages système en milieu de conversation suivent le tour utilisateur auquel ils s'appliquent, ce qui garde
        # intact le préfixe mis en cache qui les précède.
        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":
                    # Supprime le message assistant tronqué pour que les tours suivants ne s'appuient pas dessus.
                    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)"

Exécuter l'exemple

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."))

Lancez l'exemple depuis le répertoire dans lequel vous souhaitez que les agents travaillent, par exemple la racine d'un dépôt à examiner :

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

Lorsque le mode est activé, attendez-vous à ce que le modèle explore la tâche avec quelques commandes bash, lance l'outil Workflow sans y être invité et synthétise les rapports des sous-agents en une réponse finale. Les requêtes triviales ou conversationnelles restent traitées par le modèle seul, comme l'indique le rappel.

Vers un banc de production

Cet exemple est délibérément petit. Un banc destiné à des charges de travail réelles ajouterait généralement :

  • Des scripts d'orchestration en sandbox : laisser le modèle émettre un court programme d'orchestration (branchements, boucles et étapes de réduction) et l'exécuter dans un interpréteur isolé, plutôt que de n'accepter qu'une liste plate de chaînes de sous-tâches.
  • Une journalisation durable : remplacer le fichier JSON local par un stockage qui survit aux redémarrages de processus et qui est sûr en présence d'écritures concurrentes sur plusieurs machines.
  • L'application d'un budget : suivre le nombre total de sous-agents lancés sur l'ensemble de la session, et non seulement par appel Workflow, et refuser de dépasser un plafond strict afin qu'un plan incontrôlé ne puisse pas épuiser votre quota.

Les schémas de cet exemple (les rappels de mode, le consentement permanent dans la description de l'outil, la journalisation et une vague de vérification) se transposent tels quels ; seul le substrat d'exécution qui les entoure devient plus robuste.

Le mécanisme utilisé par les rappels de mode, et son interaction avec la mise en cache des prompts.

Les niveaux d'effort acceptés par l'API et comment en choisir un.

Définir des outils, gérer les appels d'outils et les résultats d'outils.

L'outil bash défini par Anthropic que cet exemple exécute localement.

Was this page helpful?