Zespół badawczy opisuje budowę zaawansowanego workflow'u z systemem Omnigent, w którym agent financial research Lead pobiera bieżące kursy wymiany USD na EUR z zewnętrznego API i przygotowuje streszczenia gotowe do przekazania klientom. Jego wersja robocza trafia następnie do dedykowanego sub-agenta odpowiedzialnego za audyt tekstów, który waliduje przejrzystość i długość dokumentu.
Architektura opiera się na reużywalnych funkcjach Pythona zdefiniowanych jako callable tools agentów oraz na pełnym opisie struktury systemu w YAML. Całość wykonywana jest przez Claude Agent SDK, co eliminuje potrzebę tradycyjnych narzędzi takich jak Node.js, tmux czy terminale interaktywne - workflow zadziała bezpośrednio w Google Colab. Klucz API Anthropica zarządzany jest bezpiecznie poprzez zmienne środowiskowe.
Kluczowym aspektem implementacji jest wprowadzenie non-interactive policies, które limitują liczbę wywołań narzędzi i kontrolują koszty sesji. Omnigent łączy w sobie zatem agentów autonomicznych, dostęp do danych na żywo, mechanizmy delegacji zadań między agentami oraz elastyczne narzędzia governance - wszystko w jednym, łatwo konfigurowalnym systemie.