AI & Automation

Multi-agent Orchestration

By Ginbok5 min read

Multi-agent Orchestration là gì?

Bình thường bạn chat với 1 AI, hỏi gì nó trả lời nấy — xong. Orchestration là thay vì 1 AI làm tất cả, bạn thiết kế một dây chuyền nhiều agent, mỗi agent làm 1 việc chuyên biệt, output của agent này là input của agent kia.

 
Bạn ra lệnh 1 lần
       ↓
Orchestrator Agent (não chỉ huy)
       ↓
  ┌────┴────┐
Agent A   Agent B   Agent C
(plan)   (code)    (test)
  └────┬────┘
       ↓
Kết quả hoàn chỉnh

Thay vì bạn phải ngồi copy-paste kết quả giữa các bước, orchestrator tự điều phối toàn bộ.


Vai trò của 2 kits trong Orchestration

Đây là điểm mấu chốt — 2 kits tự nhiên phân chia thành 2 tầng:

 
┌─────────────────────────────────────────┐
│         ORCHESTRATION LAYER             │
│  ai-devkit — điều phối workflow tổng    │
│  /new-requirement → /execute-plan →     │
│  /check-implementation → /code-review   │
└──────────────────┬──────────────────────┘
                   ↓
┌─────────────────────────────────────────┐
│         EXECUTION LAYER                 │
│  antigravity-kit — thực thi chuyên sâu  │
│  @backend-specialist                    │
│  @frontend-specialist                   │
│  @security-auditor                      │
│  @qa-engineer                           │
│  @debugger                              │
└─────────────────────────────────────────┘

ai-devkit = Orchestrator, biết "làm gì tiếp theo" antigravity-kit = Worker agents, biết "làm như thế nào"


Workflow 1 — Feature mới từ đầu đến cuối

Đây là workflow orchestration đầy đủ nhất. Bạn chỉ cần ra lệnh 1 lần ở bước đầu, sau đó approve từng bước.

Mở Cursor Agent mode, gõ prompt này:

 
Tôi muốn build feature: [mô tả feature của bạn]

Hãy orchestrate theo đúng thứ tự sau:
1. Dùng /new-requirement để phân tích và tạo requirements
2. Sau khi tôi approve requirements, dùng /plan để tạo task breakdown
3. Với mỗi task trong plan, dùng /create để implement — gọi đúng agent của antigravity-kit phù hợp với loại task (frontend/backend/security...)
4. Sau khi code xong, dùng /check-implementation để verify với design doc
5. Dùng /writing-test để sinh test
6. Cuối cùng dùng /code-review để review toàn bộ

Bắt đầu từ bước 1, dừng lại hỏi tôi trước khi chuyển sang bước tiếp theo.

Tại sao dừng lại ở mỗi bước? Vì orchestration tốt không có nghĩa là AI chạy mù. Bạn là người approve, AI là người thực thi — đây gọi là human-in-the-loop orchestration.


Workflow 2 — Debug phức tạp nhiều file

Debug nhiều file cần nhiều agent phối hợp: một agent trace flow, một agent kiểm tra security, một agent check performance.

Prompt orchestration:

 
Bug: [mô tả bug cụ thể]
Các file liên quan: [liệt kê file]

Orchestrate debug theo thứ tự:
1. @debugger: trace toàn bộ data flow từ entry point đến chỗ fail, list ra tất cả suspect points
2. Với mỗi suspect point, gọi đúng specialist:
   - Nếu liên quan logic: @backend-specialist phân tích
   - Nếu liên quan security: @security-auditor kiểm tra
   - Nếu liên quan UI state: @frontend-specialist kiểm tra
3. Tổng hợp root cause và đề xuất fix
4. Sau khi fix, dùng /writing-test để viết regression test tránh bug tái phát

Bắt đầu từ bước 1.

Workflow 3 — Tạo tài liệu tự động

Workflow này dùng ai-devkit để orchestrate việc đọc code và sinh ra toàn bộ docs/ai/ từ codebase hiện có — rất hữu ích khi apply toolkit vào dự án đã có sẵn code.

Prompt orchestration:

 
Tôi vừa init ai-devkit vào dự án cũ, docs/ai/ đang trống.
Hãy orchestrate để điền tự động:

1. Đọc toàn bộ cấu trúc project (package.json, folder structure, config files)
2. Điền docs/ai/design/README.md: tech stack, kiến trúc, patterns đang dùng
3. Đọc các file code chính, điền docs/ai/implementation/README.md: conventions, naming, patterns
4. Đọc test files (nếu có), điền docs/ai/testing/README.md
5. Đọc CI/CD config (nếu có), điền docs/ai/deployment/README.md
6. Sau mỗi file, hỏi tôi confirm trước khi ghi — tôi sẽ sửa nếu sai

Bắt đầu từ bước 1.

Nguyên tắc vàng khi Orchestrate

1. Luôn dùng Agent mode — không có Agent mode thì không có orchestration, AI không đọc được file.

2. Một prompt đầu, nhiều checkpoint — ra lệnh 1 lần nhưng yêu cầu AI dừng lại hỏi bạn trước mỗi bước quan trọng.

3. Giao đúng việc đúng agent:

Loại việc Dùng cái gì
Phân tích requirements, plan ai-devkit /new-requirement /plan
Implement feature cụ thể antigravity /create + đúng specialist
Debug antigravity /debug + @debugger
Review, verify ai-devkit /check-implementation /code-review
Test cả hai /writing-test + /test
Tài liệu ai-devkit (đọc docs/ai/)

4. Docs/ai/ càng đầy đủ, orchestration càng chính xác — orchestrator đọc docs/ai/ trước khi điều phối, nếu docs trống thì AI không biết context để ra lệnh đúng cho worker agents.


Thực hành ngay — bắt đầu đơn giản

Đừng thử cả 3 workflow cùng lúc. Bắt đầu với workflow đơn giản nhất:

 
 
Mở Cursor Agent mode → gõ prompt Workflow 3 (tạo docs tự động)

Workflow này không cần bạn biết gì trước — AI tự đọc code của bạn và điền docs/ai/. Sau khi docs/ai/ có nội dung, 2 workflow còn lại sẽ hoạt động tốt hơn nhiều vì orchestrator đã có context để điều phối.

#ai#automation#llm#workflow#strategy
← Back to Articles