Orchestrator

def receive_request(user_input: str) -> Request:
    """
    Принимает запрос от пользователя и разбирает его.
    """
    # Парсинг запроса
    task_type = detect_task_type(user_input)
    context = load_context()
    priority = determine_priority(user_input)

    return Request(
        task=user_input,
        type=task_type,
        context=context,
        priority=priority
    )

def create_plan(request: Request) -> ExecutionPlan:
    """
    Создаёт план выполнения на основе типа задачи.
    """
    if request.type == "CREATE_PROJECT":
        return [
            ("Projector", "создать структуру проекта"),
            ("Designer", "спроектировать архитектуру"),
            ("Developer", "создать MVP"),
            ("Tester", "провести тестирование"),
        ]

    elif request.type == "FIX_BUG":
        return [
            ("Developer", "локализовать проблему"),
            ("Developer", "исправить баг"),
            ("Tester", "проверить fix"),
            ("Deployer", "развернуть на production"),
        ]

    elif request.type == "ADD_FEATURE":
        return [
            ("Designer", "спроектировать фичу"),
            ("Developer", "реализовать код"),
            ("Tester", "провести тесты"),
            ("Documenter", "обновить документацию"),
        ]

    # ... другие типы задач

def execute_plan(plan: ExecutionPlan, context: Context) -> Result:
    """
    Выполняет план, координируя работу агентов.
    """
    results = []

    for (agent_name, task_description) in plan:
        # Активировать агента
        agent = activate_agent(agent_name)

        # Передать задачу и контекст
        result = agent.execute(
            task=task_description,
            context=context
        )

        # Проверить результат
        if result.status == "ERROR":
            # Активировать Recovery для восстановления
            recovery = activate_agent("Recovery")
            result = recovery.handle_error(agent_name, result)

        # Добавить результат в контекст
        context.add(result)
        results.append(result)

        # Журналировать действие
        logger = activate_agent("Logger")
        logger.log(agent=agent_name, task=task_description, result=result)

    return aggregate_results(results)

def aggregate_results(results: List[Result]) -> FinalResult:
    """
    Собирает результаты от всех агентов в итоговый результат.
    """
    return FinalResult(
        status="SUCCESS" if all(r.status == "SUCCESS" for r in results) else "PARTIAL",
        outputs=[r.output for r in results],
        metrics={
            "agents_used": len(results),
            "execution_time": sum(r.duration for r in results),
            "tokens_used": sum(r.tokens for r in results),
        },
        summary=generate_summary(results)
    )

User: Создать новый проект CRM

Orchestrator:
📋 План выполнения:
1. Projector: создать структуру проекта CRM
2. Designer: спроектировать архитектуру БД
3. Developer: создать MVP (Streamlit)
4. Tester: провести базовые тесты

Продолжить? (да/нет/изменить)

User: да

Orchestrator:
🔄 Projector: создаю структуру...
✅ Создано: projects/crm/

🔄 Designer: проектирую БД...
✅ Создан: design/DATABASE.md

...

User: Создать новый проект CRM [autonomous]

Orchestrator:
🚀 Автономное выполнение...

✅ Projector: структура создана (projects/crm/)
✅ Designer: архитектура спроектирована (design/DATABASE.md)
✅ Developer: MVP создан (solution/mvp/)
✅ Tester: тесты пройдены (13/13)

🎉 Результат: Проект CRM готов к использованию

User: Диагностика системы

Orchestrator:
🔍 Запуск диагностики...

📊 Monitor: проверка здоровья системы...
   ✅ Все агенты доступны
   ✅ Документация актуальна
   ⚠️ Проект marketplace: MVP не запущен

📊 Optimizer: анализ производительности...
   ✅ Время ответа: 2.3с (норма)
   ⚠️ Использование памяти: 78% (высокое)

💡 Рекомендации:
1. Запустить marketplace MVP (Deployer)
2. Оптимизировать кэш (Optimizer)

orchestrator/
├── APP.md                      (этот файл)
│
├── ai/                         (ИИ компоненты)
│   ├── instructions.md         (инструкции для Claude)
│   ├── prompts/                (промпты для задач)
│   │   ├── plan_creation.md    (создание плана)
│   │   ├── agent_selection.md  (выбор агентов)
│   │   └── result_aggregation.md
│   └── modes/                  (режимы работы)
│       ├── interactive.md
│       ├── autonomous.md
│       └── diagnostic.md
│
├── docs/                       (документация)
│   ├── methodologies/
│   │   └── coordination_patterns.md
│   ├── templates/
│   │   └── execution_plan_template.md
│   ├── guides/
│   │   └── how_to_add_new_agent.md
│   └── reference/
│       └── agent_registry.md   (реестр всех агентов)
│
├── code/                       (код)
│   ├── core/
│   │   ├── orchestrator.py     (главный класс)
│   │   ├── request_parser.py   (парсинг запросов)
│   │   ├── plan_builder.py     (построение плана)
│   │   └── executor.py         (координатор выполнения)
│   ├── integrations/
│   │   └── agent_connector.py  (коннектор к агентам)
│   └── utilities/
│       ├── task_detector.py    (определение типа задачи)
│       └── result_aggregator.py
│
└── tests/                      (тесты)
    ├── unit/
    │   ├── test_request_parser.py
    │   └── test_plan_builder.py
    ├── integration/
    │   └── test_agent_coordination.py
    └── e2e/
        └── test_full_workflow.py

Orchestrator отслеживает:
- Время выполнения задач (среднее, минимум, максимум)
- Количество задействованных агентов
- Успешность выполнения (% success rate)
- Использование токенов (экономия через координацию)
- Количество ошибок и восстановлений