NEW · 2026-05-31 MIT 6 パターン showcase Gemini 専用 (demo simplicity)
Multi-Agent Demo — 6 パターン showcase
SlimeTree-RLM を マルチエージェント orchestrator として使う 6 パターン (A クロスバリデーション / B コスト階層 / C 専門 routing / D orchestrator-worker / E debate / F 投票) を 1 page で並列実行。同じ prompt を 6 通りに処理して比較できます。
Gemini API key 1 つで全 6 パターン試用可 (aistudio.google.com/apikey で個人無料 key 発行可、free tier 15 RPM)。
0. Gemini API key (1 つで全 6 パターン)
key は このブラウザの localStorage のみに保存、javatel サーバには一切送信しません。
1. 共通 prompt (各 pattern が同じ prompt を処理 = 比較可能)
A クロスバリデーション
2 LLM 呼出 (low temp + high temp) → 出力を比較、一致 = 採用 / 不一致 = 人手 review flag。高精度要件 (金融 / 医療 / 法務) 向け。
B コスト階層 escalation
cheap (Flash) で試行 → RLM が品質判定 → 不足分だけ premium (Pro) へ escalate。既存 73% カットの上に 50-70% 上乗せ削減。
C 専門 routing
prompt を keyword で domain 分類 (code / legal / medical / general) → 専門 system_prompt を当てて Gemini 呼出。enterprise multi-domain support。
D orchestrator-worker
orchestrator (Flash) が prompt を 2-3 sub-questions に分割 → 並列 worker (Flash) で各 sub-question 処理 → merge。大型タスク並列化。
E debate / critique loop
A が提案 → B が批評 → A が修正、最大 2 回反復。RLM が収束 / 発散検知、loop 上限制御。code review / 文書 drafting 向け。
F 投票 / consensus
同じ prompt を 3 temperature (0.2/0.5/0.9) で Flash に並列投入 → 応答 fingerprint で多数決。一致率 = confidence score。
★ 一括実行: 6 パターン全部
共通 prompt を 6 パターンすべてに同時投入 → 結果を 1 画面で並列比較。API 呼出数 ~ 12-15 回 (free tier 15 RPM 内、慎重に)。
2. 全 API 呼出ログ (パターン横断)
(未実行)
3. RLM が orchestrator として優位な理由
- 無改造で乗る ― 既存 D/μ/R 判定の R を細分化、18 経路に同じ patch で適用可
- 監査が破綻しない ― SHA-256 WAL chain が全 agent 呼出を記録、規制対応即適合
- Platform-native 維持 ― Meta = cross-vendor 自由、X = Grok 内、Google = Gemini 内、それぞれの constraint 守る
- fallback 自然 ― premium 失敗時に cheap 応答へ自動退避、別途配線不要