Sitzungsverwaltung und Multi-Agent: Sitzungsisolierung, Unter-Agent-Kollaboration und Kontextkomprimierung

Was Sie nach dem Lernen können

Das Clawdbot-Sitzungsmodell und die Sitzungsschlüsselstruktur verstehen
Die Sitzungsisolierung zwischen verschiedenen Agents konfigurieren
Unter-Agents verwenden, um isolierte Aufgaben zu erledigen
Das Kontextfenster verwalten, um das Überschreiten der Modellgrenzen zu vermeiden
Best Practices für das Zurücksetzen und Komprimieren von Sitzungen meistern

Ihre aktuelle Situation

Wenn Ihr KI-Assistent gleichzeitig mehrere Benutzer und mehrere Kanäle bedient, können Sie auf diese Probleme stoßen:

Sitzungsinterferenzen: Nachrichten verschiedener Benutzer vermischen sich und die KI kann sich nicht an ihre jeweiligen Verläufe erinnern
Kontextexplosion: Nach langen Gesprächen beginnt das Modell, das "Gedächtnis zu verlieren" oder Antworten werden langsamer
Verwirrung bei Unteraufgaben: Wenn der Haupt-Agent Unteraufgaben aufruft, gibt es keine klaren Isolierungsgrenzen
Ressourcenverschwendung: Alle Agents teilen sich denselben Satz von Sitzungen, was Speicher- und Rechenressourcen ineffizient macht

Das Sitzungsverwaltungssystem von Clawdbot ist darauf ausgelegt, diese Probleme zu lösen.

Kernkonzept

Eine Sitzung ist die zentrale abstrakte Einheit von Clawdbot. Jede Sitzung repräsentiert einen unabhängigen Gesprächsverlauf mit eigenen Nachrichtenaufzeichnungen, Metadaten und einem Lebenszyklus.

Clawdbot verwendet Sitzungsschlüssel (session key), um verschiedene Sitzungen zu identifizieren und zu isolieren. Sitzungsschlüssel unterscheiden nicht nur verschiedene Gesprächspartner (Benutzer, Gruppen, Kanäle), sondern auch verschiedene Agent-Instanzen.

Was ist ein Sitzungsschlüssel?

Ein Sitzungsschlüssel ist ein Zeichenkettenbezeichner, der eine Sitzung eindeutig identifiziert. Formatbeispiele:

agent:main:main (Hauptsitzung des Haupt-Agents)
agent:work:main (Hauptsitzung des Arbeits-Agents)
agent:main:whatsapp:group:123 (WhatsApp-Gruppensitzung)
cron:job-id (Geplante Aufgaben-Sitzung)

Clawdbot leitet Nachrichten basierend auf dem Sitzungsschlüssel an den richtigen Agent weiter und verwaltet unabhängige Gesprächsverläufe.

Sitzungsmodell

Aufbau des Sitzungsschlüssels

Clawdbot verwendet strukturierte Sitzungsschlüssel, um verschiedene Sitzungstypen zu identifizieren:

Sitzungstyp	Schlüsselformat	Beispiel	Beschreibung
Hauptsitzung	`agent:<agentId>:<mainKey>`	`agent:main:main`	Standard-Hauptsitzung jedes Agents
Direktnachricht	`agent:<agentId>:dm:<peerId>`	`agent:main:dm:+15551234567`	Isoliert gemäß `dmScope`-Konfiguration
Gruppe/Kanal	`agent:<agentId>:<channel>:group:<id>`	`agent:main:whatsapp:group:123`	Gruppen und Kanäle automatisch isoliert
Unter-Agent	`agent:<agentId>:subagent:<uuid>`	`agent:main:subagent:a1b2c3d4`	Isolierte Sitzung des Unter-Agents
Geplante Aufgabe	`cron:<jobId>`	`cron:daily-report`	Dedizierte Sitzung für Cron-Aufgaben
Webhook	`hook:<uuid>`	`hook:xyz789`	Durch Webhook ausgelöste Sitzung

Sitzungsspeicherung

Sitzungsdaten werden an zwei Orten gespeichert:

bash

# Sitzungsindex (Metadaten)
~/.clawdbot/agents/<agentId>/sessions/sessions.json

# Nachrichtenverlauf (eine Datei pro Sitzung)
~/.clawdbot/agents/<agentId>/sessions/<sessionId>.jsonl

sessions.json ist eine Zuordnungstabelle, die aufzeichnet:

Sitzungsschlüssel → Sitzungsmetadaten (sessionId, updatedAt, model, tokens usw.)
Das Löschen dieser Einträge ist sicher; sie werden bei Bedarf automatisch neu erstellt

JSONL-Dateien speichern den vollständigen Gesprächsverlauf mit einem Nachrichtenaufzeichnung pro Zeile.

Gateway ist die einzige Wahrheitsquelle

Alle Sitzungszustände gehören dem Gateway. UI-Clients (macOS-App, WebChat) müssen die Sitzungsliste und die Token-Anzahl vom Gateway abfragen, anstatt direkt lokale Dateien zu lesen.

Im Remote-Modus werden die Sitzungen, die Sie interessieren, auf dem Remote-Gateway-Host gespeichert, nicht auf Ihrem Mac.

Mechanismus der Sitzungsisolierung

Einzelner Agent-Modus (Standard)

Wenn keine Konfiguration vorgenommen wird, führt Clawdbot einen einzelnen Agent aus:

agentId ist standardmäßig main
Alle DM-Sitzungen teilen sich den Hauptsitzungsschlüssel (agent:main:main)
Dies bedeutet, dass Nachrichten desselben Benutzers von verschiedenen Kanälen in dieselbe Sitzung gelangen

Multi-Agent-Modus

Mehrere Agents = Mehrere isolierte Gehirne

Jeder Agent verfügt über seinen eigenen unabhängigen Satz von:

Workspace (Arbeitsbereichsdateien, AGENTS.md, SOUL.md)
State directory (Authentifizierungskonfiguration, Modell-Registry)
Session store (Chatverlauf und Routing-Status)

Warum mehrere Agents?

Szenario	Lösung
Mehrere Benutzer teilen sich einen Server	Jeder Benutzer hat einen unabhängigen Agent, Sitzungen vollständig isoliert
Verschiedene Persönlichkeiten auf verschiedenen Kanälen	WhatsApp verwendet Alltags-Agent, Telegram verwendet tiefgehenden Arbeits-Agent
Berechtigungstrennung	Familien-Agent mit eingeschränkten Werkzeugen, persönlicher Agent mit vollem Zugriff
Verschiedene Umgebungen	Entwicklungs-Agent, Produktions-Agent vollständig isoliert

Multi-Agent-Konfiguration

Schritt 1: Neuen Agent hinzufügen

bash

clawdbot agents add work

Dadurch wird ein neues Agent-Verzeichnis in ~/.clawdbot/agents/work/ erstellt.

Schritt 2: Routing-Regeln konfigurieren

Fügen Sie bindings in ~/.clawdbot/clawdbot.json hinzu:

json5

{
  agents: {
    list: [
      { id: "home", workspace: "~/clawd-home", name: "Home" },
      { id: "work", workspace: "~/clawd-work", name: "Work" }
    ]
  },
  bindings: [
    { agentId: "home", match: { channel: "whatsapp", accountId: "personal" } },
    { agentId: "work", match: { channel: "whatsapp", accountId: "biz" } }
  ]
}

Schritt 3: Konfiguration überprüfen

bash

clawdbot agents list --bindings

Routing-Regeln (Deterministische Übereinstimmung)

Wenn eine Nachricht eingeht, gleicht Clawdbot die Regeln in der Reihenfolge am spezifischsten zuerst ab:

peer-Übereinstimmung (genaue DM/group/channel ID)
guildId (Discord)
teamId (Slack)
accountId-Übereinstimmung
Kanal-ebene-Übereinstimmung (accountId: "*")
Fallback zum Standard-Agent

Auf die Reihenfolge der Bindungen achten

Die Reihenfolge in der Liste der Bindungen ist wichtig! Spezifischere Regeln müssen zuerst stehen.

Wenn Sie beispielsweise einen bestimmten DM an den Agent work leiten und andere WhatsApp-DMs an den Agent home leiten möchten, müssen Sie die Peer-Regel zuerst schreiben:

json5

{
  bindings: [
    { agentId: "work", match: { channel: "whatsapp", peer: { kind: "dm", id: "+15551234567" } } },
    { agentId: "home", match: { channel: "whatsapp" } }
  ]
}

DM-Bereichskontrolle

Verwenden Sie session.dmScope, um zu steuern, wie Direktnachrichten gruppiert werden:

Option	Verhalten	Verwendungsszenario
`main` (Standard)	Alle DMs teilen sich die Hauptsitzung	Einzelner Benutzer, mehrere Kanäle
---	---	---
`per-channel-peer`	Isoliert nach Kanal + Absender	Geteilter Posteingang

Konfigurationsbeispiel:

json5

{
  session: {
    dmScope: "per-channel-peer"  // Jeder Benutzer in jedem Kanal hat eine unabhängige Sitzung
  }
}

Identitätslinks (Identity Links)

Wenn derselbe Benutzer mehrere Plattformen verwendet (wie WhatsApp und Telegram), können Sie sie mit session.identityLinks Sitzungen teilen lassen:

json5

{
  session: {
    identityLinks: {
      alice: ["telegram:123456789", "discord:987654321012345678"]
    }
  }
}

Dadurch gelangen alle Nachrichten, die Alice von Telegram oder Discord sendet, in die Sitzung agent:<agentId>:dm:alice.

Unter-Agent-Kollaboration

Was ist ein Unter-Agent?

Ein Unter-Agent ist eine Agent-Instanz, die in einer isolierten Sitzung ausgeführt wird und verwendet wird, um bestimmte Aufgaben auszuführen, ohne den Kontext der Hauptsitzung zu beeinflussen.

Typische Verwendungsszenarien:

Code-Review: Der Unter-Agent analysiert den Code und gibt eine Zusammenfassung zurück
Datenextraktion: Der Unter-Agent extrahiert Informationen aus langen Dokumenten
Parallele Aufgaben: Während der Haupt-Agent wartet, führt der Unter-Agent im Hintergrund Aufgaben aus
Sandbox-Isolierung: Ausführen von nicht vertrauenswürdigen Aufgaben in einer eingeschränkten Umgebung

sessions_spawn-Tool

Verwenden Sie das Tool sessions_spawn, um einen Unter-Agent zu erstellen:

json

{
  "task": "Analysieren Sie dieses Dokument und extrahieren Sie die wichtigsten Punkte",
  "label": "Dokumentanalyse",
  "model": "anthropic/claude-opus-4-5",
  "thinking": "detailed",
  "runTimeoutSeconds": 300,
  "cleanup": "keep"
}

Parameterbeschreibung:

Parameter	Typ	Erforderlich	Beschreibung
`task`	string	✅	Aufgabenbeschreibung des Unter-Agents
`label`	string	❌	Lesbares Aufgabenetikett (für Nachverfolgung)
`agentId`	string	❌	Ziel-Agent-ID (Standard ist der aktuelle Agent)
`model`	string	❌	Modell-Override
`thinking`	string	❌	Denkebene (`minimal`/`standard`/`detailed`)
`runTimeoutSeconds`	number	❌	Zeitüberschreitung (Sekunden)
`cleanup`	string	❌	Bereinigungsstrategie nach Abschluss der Aufgabe (`keep`/`delete`)

Lebenszyklus des Unter-Agents

Schritte des Lebenszyklus:

Berechtigungsprüfung: Bei Agent-zu-Agent-Aufrufen wird die Konfiguration tools.agentToAgent.allow überprüft
Untersitzungserstellung: Generiert einen eindeutigen Schlüssel agent:<agentId>:subagent:<uuid>
Aufgabenausführung: Der Unter-Agent vervollständigt die Aufgabe in der isolierten Sitzung
Ergebnisrückgabe: Das Ergebnis wird per Streaming an den Haupt-Agent zurückgegeben
Bereinigungsstrategie:
- cleanup: "keep": Behält die Untersitzung für spätere Überprüfungen
- cleanup: "delete": Löscht die Untersitzung automatisch

Konfiguration der Agent-zu-Agent-Kommunikation

Standardmäßig ist die Agent-zu-Agent-Kommunikation deaktiviert. Sie muss explizit aktiviert werden:

json5

{
  tools: {
    agentToAgent: {
      enabled: true,
      allow: ["home", "work", "family"]
    }
  }
}

Berechtigungsbeschreibung:

enabled: false: Deaktiviert die Agent-zu-Agent-Kommunikation vollständig
allow: ["*"]: Erlaubt jeden Agent
allow: ["home", "work"]: Erlaubt nur bestimmte Agents

Sicherheitshinweis

Unter-Agents erben einen Teil des Kontexts des übergeordneten Agents, erhalten aber nicht den vollständigen Sitzungsverlauf des übergeordneten Agents. Dies ist sowohl eine Funktion (Tokeneinsparung) als auch eine Einschränkung (Unter-Agents kennen nicht den vollständigen Kontext).

Für sensible Operationen sollten Sie deren Durchführung in der Hauptsitzung in Betracht ziehen, anstatt über Unter-Agents.

Kontextkomprimierung

Was ist das Kontextfenster?

Jedes KI-Modell hat ein Kontextfenster (context window): die maximale Anzahl von Token, die es in einer einzigen Inferenz sehen kann.

Lange Gespräche akkumulieren Nachrichten und Tool-Ergebnisse. Sobald die Modellgrenze erreicht ist, komprimiert Clawdbot den Verlauf, um Platz freizugeben.

Automatische Komprimierung

Wenn eine Sitzung das Kontextfenster erreicht oder überschreitet, löst Clawdbot automatisch die Komprimierung aus:

Vor der Komprimierung: Führt zuerst eine stille Speicher-Aktualisierung durch, bei der das Modell aufgefordert wird, persistente Notizen auf die Festplatte zu schreiben (wenn der Arbeitsbereich beschreibbar ist)
Komprimierungsprozess: Fasst alte Gespräche in einer komprimierten Zusammenfassung zusammen, behält aber die neuesten Nachrichten
Persistenz: Das Komprimierungsergebnis wird in die JSONL-Verlaufsdatei geschrieben
Wiederholung: Wiederholt die ursprüngliche Anforderung mit dem komprimierten Kontext

Sie werden sehen:

🧹 Auto-compaction complete (im ausführlichen Modus)
/status zeigt 🧹 Compactions: <count>

Manuelle Komprimierung

Verwenden Sie den Befehl /compact, um die Komprimierung manuell auszulösen:

/compact

Sie können Komprimierungsanweisungen hinzufügen:

/compact Focus on decisions and open questions

Dies weist die KI an, sich bei der Zusammenfassung auf bestimmte Inhalte zu konzentrieren.

Komprimierung vs. Beschneidung

Operation	Zweck	Persistenz	Ort
Komprimierung	Alte Gespräche zusammenfassen	✅	In JSONL schreiben
Beschneidung	Alte Tool-Ergebnisse entfernen	❌	Nur im Arbeitsspeicher

Empfehlungen zur Komprimierungsstrategie

Komprimierung: Speichert Informationszusammenfassungen, geeignet zur Überprüfung des Verlaufs
Beschneidung: Temporäre Bereinigung, geeignet zur Reduzierung der Token-Nutzung in einer einzigen Anforderung
/new: Löscht die Sitzung vollständig, um ein neues Thema zu beginnen

Wählen Sie die geeignete Strategie je nach Ihren Nutzungsgewohnheiten.

Konfiguration der Komprimierung

Konfigurieren Sie das Komprimierungsverhalten in ~/.clawdbot/clawdbot.json:

json5

{
  agents: {
    defaults: {
      compaction: {
        enabled: true,
        threshold: 0.9,  // Auslösen, wenn die Kontextnutzung 90% beträgt
        trigger: "auto"  // auto/manual
      }
    }
  }
}

Folgen Sie mir: Konfiguration der Sitzungsverwaltung

Konfigurieren wir die Sitzungsverwaltung anhand eines realen Szenarios.

Szenario

Sie haben eine WhatsApp-Nummer und wünschen:

Persönliche Kontakte verwenden den Agent home (Alltagskonversation)
Arbeitsgruppen verwenden den Agent work (professionelle Antwort)
Unter-Agents für isolierte Aufgaben aktivieren

Schritt 1: Zwei Agents hinzufügen

bash

# Home-Agent hinzufügen
clawdbot agents add home

# Arbeits-Agent hinzufügen
clawdbot agents add work

Sie sollten sehen: Sie werden aufgefordert, den Arbeitsbereichspfad und andere Informationen einzugeben.

Schritt 2: Konfigurationsdatei bearbeiten

Öffnen Sie ~/.clawdbot/clawdbot.json und fügen Sie die Agent-Liste und Bindungsregeln hinzu:

json5

{
  agents: {
    list: [
      {
        id: "home",
        name: "Home",
        workspace: "~/clawd-home",
        model: "anthropic/claude-sonnet-4-5"
      },
      {
        id: "work",
        name: "Work",
        workspace: "~/clawd-work",
        model: "anthropic/claude-opus-4-5"
      }
    ]
  },
  bindings: [
    // Persönliche Nachrichten werden an den Home-Agent weitergeleitet
    { agentId: "home", match: { channel: "whatsapp", peer: { kind: "dm", id: "+15551230001" } } },
    // Arbeitsgruppen werden an den Work-Agent weitergeleitet
    { agentId: "work", match: { channel: "whatsapp", peer: { kind: "group", id: "[email protected]" } } },
    // Andere WhatsApp-Nachrichten werden an den Home-Agent weitergeleitet (Standard)
    { agentId: "home", match: { channel: "whatsapp" } }
  ],
  tools: {
    agentToAgent: {
      enabled: true,
      allow: ["home", "work"]
    }
  }
}

Schritt 3: Gateway neu starten

bash

clawdbot gateway restart

Sie sollten sehen: Gateway-Startprotokoll, das die geladenen Agents und Bindungsregeln anzeigt.

Schritt 4: Unter-Agent-Aufruf testen

Senden Sie in der Sitzung des Agents home:

Bitte verwenden Sie einen Unter-Agent, um dieses PDF-Dokument zu analysieren und wichtige Informationen zu extrahieren: /path/to/file.pdf

Der Agent sollte automatisch das Tool sessions_spawn aufrufen, und Sie werden sehen:

Benachrichtigung über die Unter-Agent-Erstellung
Aufgabenausführungsprozess
Ergebniszurückgabe

Schritt 5: Sitzungsstatus überprüfen

Senden Sie im Chat:

/status

Sie sollten sehen:

Token-Nutzung der aktuellen Sitzung
Anzahl der Komprimierungen
Modellinformationen

Kontrollpunkt ✅

Nach Abschluss der Konfiguration überprüfen Sie die folgenden Punkte:

[ ] clawdbot agents list --bindings zeigt die korrekten Bindungsregeln an
[ ] Persönliche DMs werden an den Agent home weitergeleitet
[ ] Arbeitsgruppen werden an den Agent work weitergeleitet
[ ] Unter-Agent-Aufrufe funktionieren ordnungsgemäß
[ ] /status zeigt die korrekten Sitzungsinformationen an

Warnungen zu Problemen

Häufige Fehler

Fehler	Ursache	Lösung
Agent-zu-Agent-Aufruf verboten	`tools.agentToAgent.enabled` ist nicht aktiviert oder die Liste `allow` enthält den Ziel-Agent nicht	Überprüfen Sie die Konfiguration, stellen Sie sicher, dass sie aktiviert ist und die Zulassungsliste hinzugefügt wurde
Unter-Agent-Erstellung fehlgeschlagen	Bei Agent-zu-Agent-Aufrufen ist der Ziel-Agent nicht in der Zulassungsliste	Überprüfen Sie die Konfiguration `tools.agentToAgent.allow`
Sitzungsschlüsselkonflikt	Falsche Reihenfolge der Bindungsregeln, spezifischere Regeln werden überschrieben	Platzieren Sie Peer-Regeln vor Kanalregeln
Komprimierung fehlgeschlagen	Kontext zu klein oder das Modell unterstützt keine Komprimierung	Überprüfen Sie das Kontextfenster des Modells und die Komprimierungskonfiguration

Konfigurationsempfehlungen

Einfach beginnen: Testen Sie zuerst mit einem einzelnen Agent und bestätigen Sie, dass die Funktionen ordnungsgemäß funktionieren, bevor Sie mehrere Agents hinzufügen
Labels verwenden: Fügen Sie klare label zu Unter-Agent-Aufgaben hinzu, um die Nachverfolgung zu erleichtern
Token-Nutzung überwachen: Überprüfen Sie regelmäßig /status, um die Kontextnutzung zu verstehen
Konfigurationssicherung: Erstellen Sie eine Sicherung, bevor Sie clawdbot.json ändern

Zusammenfassung der Lektion

Diese Lektion stellte das Sitzungsverwaltungssystem von Clawdbot vor:

Sitzungsmodell: Sitzungsschlüssel, Speicherorte, Lebenszyklus
Sitzungsisolierung: Multi-Agent-Modus, DM-Bereichskontrolle, Identitätslinks
Unter-Agent-Kollaboration: Tool sessions_spawn, Berechtigungssteuerung, Bereinigungsstrategie
Kontextkomprimierung: Automatische/manuelle Komprimierung, Komprimierung vs. Beschneidung

Mit einer geeigneten Sitzungsverwaltungskonfiguration können Sie Clawdbot gleichzeitig mehrere Benutzer und Szenarien bedienen lassen, jeder mit seinem eigenen isolierten Kontext und Verlauf.

Nächste Lektion

In der nächsten Lektion lernen wir Browser-Automatisierungs-Tools.
Sie werden lernen:
Wie Sie Browser-Tools konfigurieren und verwenden
Sicherheitsbeschränkungen der Browser-Automatisierung
Screenshots und Formularoperationen

Anhang: Quellcode-Referenz

Klicken, um Quellcodeorte anzuzeigen

Zuletzt aktualisiert: 2026-01-27

Funktionalität	Dateipfad	Zeilennummer
---	---	---
---	---	---
---	---	---
---	---	---
Sitzungsverwaltungs-Dokumentation	`docs/concepts/session.md`	1-151
---	---	---
Kontextkomprimierungs-Dokumentation	`docs/concepts/compaction.md`	1-50

Wichtige Konstanten:

SESSION_ID_RE = /^[0-9a-f]{8}-[0-9a-f]{4}-[0-9a-f]{4}-[0-9a-f]{4}-[0-9a-f]{12}$/i: Regex der Sitzungs-ID (sessions-helpers.ts:96)

Wichtige Typen:

SessionKind = "main" | "group" | "cron" | "hook" | "node" | "other": Aufzählung der Sitzungstypen (sessions-helpers.ts:11)
SessionListRow: Sitzungslisten-Zeilenstruktur (sessions-helpers.ts:19-41)

Wichtige Funktionen:

createSessionsSpawnTool(): Unter-Agent-Generierungs-Tool erstellen (sessions-spawn-tool.ts:60-269)
resolveSessionReference(): Sitzungsreferenz auflösen (sessions-helpers.ts:215-253)
classifySessionKind(): Sitzungstyp klassifizieren (sessions-helpers.ts:255-271)
createAgentToAgentPolicy(): Agent-zu-Agent-Kommunikationsrichtlinie erstellen (sessions-helpers.ts:72-94)

Sitzungsverwaltung und Multi-Agent: Sitzungsisolierung, Unter-Agent-Kollaboration und Kontextkomprimierung ​

Was Sie nach dem Lernen können ​

Ihre aktuelle Situation ​

Kernkonzept ​

Sitzungsmodell ​

Aufbau des Sitzungsschlüssels ​

Sitzungsspeicherung ​

Mechanismus der Sitzungsisolierung ​

Einzelner Agent-Modus (Standard) ​

Multi-Agent-Modus ​

Warum mehrere Agents? ​

Multi-Agent-Konfiguration ​

Routing-Regeln (Deterministische Übereinstimmung) ​

DM-Bereichskontrolle ​

Identitätslinks (Identity Links) ​

Unter-Agent-Kollaboration ​

Was ist ein Unter-Agent? ​

sessions_spawn-Tool ​

Lebenszyklus des Unter-Agents ​

Konfiguration der Agent-zu-Agent-Kommunikation ​

Kontextkomprimierung ​

Was ist das Kontextfenster? ​

Automatische Komprimierung ​

Manuelle Komprimierung ​

Komprimierung vs. Beschneidung ​

Konfiguration der Komprimierung ​

Folgen Sie mir: Konfiguration der Sitzungsverwaltung ​

Szenario ​

Schritt 1: Zwei Agents hinzufügen ​

Schritt 2: Konfigurationsdatei bearbeiten ​

Schritt 3: Gateway neu starten ​

Schritt 4: Unter-Agent-Aufruf testen ​

Schritt 5: Sitzungsstatus überprüfen ​

Kontrollpunkt ✅ ​

Warnungen zu Problemen ​

Häufige Fehler ​

Konfigurationsempfehlungen ​

Zusammenfassung der Lektion ​

Nächste Lektion ​

Anhang: Quellcode-Referenz ​

Sitzungsverwaltung und Multi-Agent: Sitzungsisolierung, Unter-Agent-Kollaboration und Kontextkomprimierung

Was Sie nach dem Lernen können

Ihre aktuelle Situation

Kernkonzept

Sitzungsmodell

Aufbau des Sitzungsschlüssels

Sitzungsspeicherung

Mechanismus der Sitzungsisolierung

Einzelner Agent-Modus (Standard)

Multi-Agent-Modus

Warum mehrere Agents?

Multi-Agent-Konfiguration

Routing-Regeln (Deterministische Übereinstimmung)

DM-Bereichskontrolle

Identitätslinks (Identity Links)

Unter-Agent-Kollaboration

Was ist ein Unter-Agent?

sessions_spawn-Tool

Lebenszyklus des Unter-Agents

Konfiguration der Agent-zu-Agent-Kommunikation

Kontextkomprimierung

Was ist das Kontextfenster?

Automatische Komprimierung

Manuelle Komprimierung

Komprimierung vs. Beschneidung

Konfiguration der Komprimierung

Folgen Sie mir: Konfiguration der Sitzungsverwaltung

Szenario

Schritt 1: Zwei Agents hinzufügen

Schritt 2: Konfigurationsdatei bearbeiten

Schritt 3: Gateway neu starten

Schritt 4: Unter-Agent-Aufruf testen

Schritt 5: Sitzungsstatus überprüfen

Kontrollpunkt ✅

Warnungen zu Problemen

Häufige Fehler

Konfigurationsempfehlungen

Zusammenfassung der Lektion

Nächste Lektion

Anhang: Quellcode-Referenz