Архітектура агентів microDAO Node-2¶
🎯 Стратегія формування команд¶
❌ НЕ робимо:¶
- Одна велика CrewAI команда з усіма 35-50 агентами
- Всі агенти одночасно борються за Swoper
- Немає пріоритезації
- Неможливо керувати контекстом
✅ Правильна стратегія:¶
CrewAI на рівні кожного підрозділу (8-10 команд)
📊 Структура команд (Crews)¶
| Команда | CrewAI | Кількість агентів | LLM Profile |
|---|---|---|---|
| Leadership | ❌ Ні | 5 | Reasoning models |
| Engineering | ✔ Так | 6-10 | Code models |
| Marketing | ✔ Так | 4-6 | Fast models |
| Finance | ✔ Так | 4-5 | Fast models |
| Web3 | ✔ Так | 5-6 | Code + Reasoning |
| Security Overwatch | ✔ Так (особливий) | 5-7 | Code + Reasoning |
| Crypto Forensics | ✔ Так | 2 | Code + Reasoning |
| Vision / Multimodal | ✔ Так | 4 | Vision models |
| Somnia (підсвідомість) | ❌ Ні | 1 | Light + High context |
Сумарно: 8-10 CrewAI груп
🤖 Призначення LLM для агентів¶
1. Важкі стратегічні агенти → Reasoning models¶
Моделі: DeepSeek-R1, Mistral 22B, Gemma 30B
Агенти: - Solarius - Nexor - Strategic Sentinels - Vindex - Arbitron - Aurora - Helix
Потрібні: reasoning-моделі з високим контекстом
2. Coding агенти → Code models¶
Моделі: Qwen Code 72B, StarCoder2 34B
Агенти: - ByteForge - Vector - ChainWeaver - Cypher - Canvas
Потрібні: спеціалізовані code models
3. Vision агенти → Vision models¶
Моделі: Qwen-VL, Qwen2-VL-32B
Агенти: - Iris - Lumen - Spectra
Потрібні: multimodal vision models
4. Швидкі агенти → Fast models¶
Моделі: Mistral 7B, GPT-OSS-20B, Qwen-2 7B
Агенти: - Roxy - Mira - Tempo - Harmony - Faye - Storytelling
Потрібні: легкі швидкі моделі для операційних задач
5. Memory Agents → Ultra-light models¶
Моделі: Qwen 2.5 3B, Phi-3 Mini, Gemma 2B
Потрібні: дуже легкі моделі (ще НЕ встановлені!)
6. Crypto Forensics → Code + Reasoning¶
Моделі: Qwen-Code + DeepSeek-R1
Агенти: - Shadelock - Exor
Потрібні: комбінація code та reasoning
7. Somnia → Light + High context¶
Моделі: Qwen-2 7B, Gemma 2B, Mistral 7B
Особливості: - Фоновий шар пам'яті / інтуїції - НЕ агент для виконання задач - НЕ член CrewAI - Потребує легку модель з високим контекстом
🧠 NodeAgent = Мета-менеджер¶
NodeAgent НЕ є членом CrewAI
Функції NodeAgent: - Слідкує за Swoper - Роздає моделі - Стежить за ресурсами - Перезапускає сервіси - Маршрутизує запити між Crew - Координує роботу CrewAI команд
📁 Структура агентів¶
~/node2/agents/
├── system/ # System agents (без CrewAI)
│ ├── solarius/
│ ├── nexor/
│ ├── strategic_sentinels/
│ ├── vindex/
│ ├── arbitron/
│ ├── aurora/
│ └── helix/
│
├── engineering/ # Engineering Crew
│ ├── byteforge/
│ ├── vector/
│ ├── chainweaver/
│ ├── cypher/
│ └── canvas/
│
├── marketing/ # Marketing Crew
│ ├── roxy/
│ ├── mira/
│ ├── tempo/
│ ├── harmony/
│ ├── faye/
│ └── storytelling/
│
├── finance/ # Finance Crew
│ └── ...
│
├── web3/ # Web3 Crew
│ └── ...
│
├── security/ # Security Overwatch Crew
│ ├── shadelock/
│ └── exor/
│
├── vision/ # Vision Crew
│ ├── iris/
│ ├── lumen/
│ └── spectra/
│
└── somnia/ # Somnia (без CrewAI)
└── somnia/
🔄 Workflow¶
- NodeAgent координує всі Crew
- CrewAI команди працюють незалежно в межах свого підрозділу
- Swoper завантажує потрібну модель для кожного Crew
- RAG Router маршрутизує запити до локальної пам'яті
- Між Crew комунікація через NodeAgent
⏳ Очікується¶
- Список встановлених моделей (
ollama list) - Параметри моделей (VRAM, q4/q5, контекст)
- Cursor Prompt для розгортання всіх агентів
📋 Наступні кроки¶
- Отримати
ollama listз фактичними моделями - Проаналізувати кожну модель
- Підібрати оптимальні LLM для кожного агента
- Запропонувати додаткові моделі якщо потрібно
- Згенерувати Cursor Prompt для розгортання