Module 1: Agent-to-Agent Communicatie

Gamification Reward

Rond deze module af om Agent Orchestrator Level 1 te ontgrendelen.

🎯 Wat je hieruit gaat halen

Tot nu toe werkte je met één AI die alles zelf deed. Maar de krachtigste systemen draaien op meerdere gespecialiseerde agents — elk een expert in zijn eigen domein. In deze module leer je hoe je die agents via je mappenstructuur met elkaar laat communiceren.

Het resultaat: een AI-netwerk dat complexe taken automatisch opsplitst, verdeelt en samenvoegt — zonder dat jij elke stap hoeft te coördineren.

🤖 Wat is een Multi-Agent Systeem?

Stel je een bedrijf voor: de CEO geeft opdrachten, de copywriter schrijft, de developer bouwt, de reviewer controleert. Niemand doet alles — iedereen is een specialist. Een multi-agent systeem werkt precies zo:

Voorbeeld: Content Productie Netwerk

Orchestrator Agent

Ontvangt de taak, splitst op, delegeert naar specialists

Research Agent

Verzamelt informatie, schrijft naar INBOX map

Writer Agent

Leest uit INBOX, schrijft content naar DRAFT map

Review Agent

Leest uit DRAFT, controleert en goedkeurt naar OUTPUT map

📁 Hoe Agents Via Mappen Communiceren

Het geheim zit in de mappenstructuur. Elke agent heeft een eigen INBOX en OUTBOX. Ze lezen en schrijven bestanden als berichten — zo hoeven ze nooit direct te praten.

# Uw Agent Mappenstructuur

Mijn_AI_Kantoor/

├── ORCHESTRATOR/

│ └── CLAUDE.md # Taakdelegatie-regels

├── RESEARCH_AGENT/

│ ├── CLAUDE.md # Research-specialist regels

│ ├── INBOX/

│ └── OUTBOX/

├── WRITER_AGENT/

│ ├── CLAUDE.md # Schrijfstijl & regels

│ ├── INBOX/

│ └── OUTBOX/

└── SHARED/

└── OUTPUT/ # Eindresultaten

Agent Communicatie Protocol

Elke agent heeft een CLAUDE.md met zijn specialisatie. Bestanden die van de ene naar de andere agent gaan hebben altijd het formaat: TAAK_[ID]_STATUS.md

Statustracking

Gebruik statusvelden in je bestanden: STATUS: PENDING | IN_PROGRESS | DONE | REVIEW — zo weet elke agent wat er nog moet gebeuren.

⚡ De 3 Patronen van Agent Samenwerking

1. Sequentieel (Lopende band)

Agent A geeft output aan Agent B, B geeft aan C. Elke stap bouwt voort op de vorige. Ideaal voor content productie en document workflows.

Use case: Blog schrijven: Research → Draft → Edit → Publish

2. Parallel (Gelijktijdig)

Meerdere agents werken tegelijkertijd aan verschillende onderdelen van dezelfde taak. De Orchestrator verzamelt alle resultaten.

Use case: Marktanalyse: Agent A doet concurrent research, Agent B doet klantdata, Agent C doet trends — allemaal tegelijk.

3. Hiërarchisch (Manager → Specialist)

Een hoofd-orchestrator delegeert aan sub-orchestrators die elk hun eigen team aansturen. Voor de meest complexe enterprise workflows.

Use case: Product launch: Marketing-orchestrator → (Content team + Social team + Email team)

🚀 De Actie-Stap: Bouw Je Eerste 2-Agent Systeem

Maak in je Mijn_AI_Kantoor twee nieuwe submappen: RESEARCH_AGENT en WRITER_AGENT.
Maak in elke agentmap een CLAUDE.md aan met de specialisatie van die agent.
Voeg een INBOX en OUTBOX submap toe aan elke agent.
Test het systeem: Geef de Research Agent een onderwerp. Laat de output in de OUTBOX van Research = INBOX van Writer stromen.

# Voorbeeld CLAUDE.md voor RESEARCH_AGENT

## Mijn Rol

Ik ben de Research Specialist. Ik zoek en verzamel informatie.

## Mijn Input

Ik lees taakopdrachten uit mijn INBOX map.

## Mijn Output

Ik schrijf bevindingen naar: OUTBOX/RESEARCH_[TAAK_ID].md

## Mijn Beperkingen

Ik schrijf ALLEEN research. Ik schrijf geen content of copy.

Voltooien

Klaar voor de volgende stap?

Volgende Module

Bekijk de tutorial (Binnenkort Beschikbaar)