---
title: "ملٹی ایجنٹ سسٹم کیا ہے؟ LLM orchestration آسان الفاظ میں"
description: "ملٹی ایجنٹ سسٹم ایک کام کو کئی LLM ایجنٹس میں بانٹتا ہے: اکثر ایک lead منصوبہ بناتا ہے اور workers متوازی چلتے ہیں۔ یہ کیسے چلتا ہے، کب مدد دیتا ہے، کتنا پڑتا ہے۔"
url: https://broadrouter.com/ur/glossary/multi-agent-system/
lang: ur
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

یہ صفحہ انگریزی سے AI کی مدد سے ترجمہ کیا گیا ہے۔ [انگریزی اصل پڑھیں](https://broadrouter.com/glossary/multi-agent-system/) (اپ ڈیٹ: 2026-11-15).

# ملٹی ایجنٹ سسٹم (multi-agent system)

اپ ڈیٹ 2026-11-15

ملٹی ایجنٹ سسٹم ایک LLM ایپلیکیشن ہے جس میں کئی ایجنٹ، ہر ایک اپنے پرامپٹ، ٹولز اور کانٹیکسٹ کے ساتھ، ایک ہی کام کے مختلف حصوں پر کام کرتے ہیں۔ عام ڈیزائن orchestrator-worker ہے: ایک lead ایجنٹ منصوبہ بناتا ہے، worker ایجنٹس متوازی شروع کرتا ہے اور ان کے نتائج یکجا کرتا ہے۔

دوسرے نام: ملٹی ایجنٹ، ملٹی ایجنٹ سسٹم، multi agent system kya hai، multi-agent kya hota hai، multi-agent system، multi-agent، multi-agent orchestration، orchestrator-worker

ایک ایجنٹ کسی کام کو قدم بہ قدم مکمل کرتا ہے۔ ملٹی ایجنٹ سسٹم کام کو تقسیم کرتا ہے اور حصوں کو ایک ساتھ چلاتا ہے۔

## یہ کیسے کام کرتا ہے

Anthropic اپنے Research فیچر کو ایک “orchestrator-worker pattern, where a lead agent coordinates the process while delegating to specialized subagents.” (ترجمہ: orchestrator-worker پیٹرن، جس میں ایک lead ایجنٹ عمل کو مربوط کرتا ہے اور کام خصوصی subagents کو سونپتا ہے۔) بتاتا ہے۔ lead سوال پڑھتا ہے، منصوبہ بناتا ہے، کئی [subagents](https://broadrouter.com/ur/glossary/subagent/) شروع کرتا ہے جو متوازی تلاش کرتے ہیں، اور ان کے خلاصوں سے حتمی جواب لکھتا ہے۔

دوسرے ڈیزائن بھی موجود ہیں۔ AutoGen مقالہ (Wu اور ساتھی، 2023) ایک ایسا فریم ورک بیان کرتا ہے جس میں “customizable, conversable” (ترجمہ: حسبِ ضرورت ڈھلنے والے، بات چیت کرنے والے) ایجنٹس ایک دوسرے سے، انسانوں سے اور ٹولز سے بات کرتے ہیں، اور ڈویلپرز بات چیت کا پیٹرن عام زبان یا کوڈ میں پروگرام کرتے ہیں۔

orchestrator-worker رن کی ایک مثال:

```text
Lead:     plan -> start 3 workers
Worker 1: search docs for topic A  -> 1,500-token summary
Worker 2: search docs for topic B  -> 1,500-token summary
Worker 3: search docs for topic C  -> 1,500-token summary
Lead:     read 3 summaries -> final answer
```

ہر worker تلاش اور پڑھنے پر اپنے ٹوکن خرچ کرتا ہے۔ lead صرف خلاصے دیکھتا ہے۔

## یہ کیوں اہم ہے

-   **وسیع کاموں پر معیار۔** Anthropic بتاتا ہے کہ Claude Opus 4 lead اور Sonnet 4 workers والے ملٹی ایجنٹ سیٹ اپ نے اس کے اندرونی ریسرچ eval پر “outperformed single-agent Claude Opus 4 by 90.2%” (ترجمہ: تنہا ایجنٹ والے Claude Opus 4 سے 90.2% بہتر کارکردگی دکھائی)۔
-   **ٹوکن کی لاگت۔** اسی تحریر کے مطابق ایجنٹس چیٹ کے مقابلے میں تقریباً چار گنا ٹوکن خرچ کرتے ہیں، اور ملٹی ایجنٹ سسٹم “about 15× more tokens than chats.” (ترجمہ: چیٹ سے تقریباً 15× زیادہ ٹوکن)۔ وہ یہ بھی بتاتا ہے کہ BrowseComp پر کارکردگی کے 80% فرق کی وضاحت اکیلے ٹوکن کے استعمال نے کی۔ زیادہ ایجنٹس کا مطلب عموماً بڑا بل ہے۔ [ملٹی ایجنٹ کی لاگت](https://broadrouter.com/ur/blog/multi-agent-cost/) والی تحریر فی ٹوکن اور مقررہ قیمت والی بلنگ کا موازنہ کرتی ہے۔
-   **کہاں موزوں ہے۔** Anthropic کہتا ہے کہ کوڈنگ اس کے لیے کم موزوں ہے، کیونکہ “most coding tasks involve fewer truly parallelizable tasks than research,” (ترجمہ: زیادہ تر کوڈنگ کاموں میں تحقیق کے مقابلے میں واقعی متوازی چل سکنے والے کام کم ہوتے ہیں)، اور جن کاموں میں بہت مشترکہ کانٹیکسٹ ہو یا ایجنٹس ایک دوسرے پر منحصر ہوں، وہ اس کے لیے موزوں نہیں۔
-   **Concurrency۔** متوازی workers کا مطلب متوازی درخواستیں ہیں، اس لیے آپ کی [concurrency](https://broadrouter.com/ur/glossary/concurrency/) حد طے کرتی ہے کہ رفتار کتنی بڑھے گی۔

## BroadNet Inference پر

BroadNet ماڈلز فراہم کرتا ہے؛ orchestration آپ کے فریم ورک میں چلتی ہے۔ گائیڈز BroadNet base URL کے ساتھ [CrewAI](https://broadrouter.com/ur/guides/crewai-custom-openai-endpoint/) اور [OpenAI Agents SDK](https://broadrouter.com/ur/guides/openai-agents-sdk-custom-provider/) کا احاطہ کرتی ہیں۔

استعمال کے مطابق ادائیگی والی کلید فی منٹ 30 درخواستوں اور بیک وقت 4 جاری درخواستوں کی اجازت دیتی ہے۔ DeepSeek V4.1 Flash کے [مقررہ قیمت والے پلانز](https://broadrouter.com/ur/plans/) پر کوئی ٹوکن میٹر نہیں، جس سے بل سے ٹوکن کا ضرب ہٹ جاتا ہے، لیکن ہر سیشن ایک وقت میں ایک ہی درخواست چلاتا ہے۔ ہر اس ماڈل درخواست کے لیے ایک سیشن خریدیں جو ایک ہی لمحے میں جاری ہو سکتی ہے: بیک وقت چلنے والے تین workers کو تین سیشن چاہییں، اور چار اگر ان کے کام کے دوران lead بھی ماڈل کو کال کرتا رہے۔ [مقررہ قیمت والے API پر متوازی کوڈنگ ایجنٹس چلانا](https://broadrouter.com/ur/blog/run-parallel-coding-agents-flat-rate/) عام پیٹرنز سمجھاتا ہے۔

## عام سوالات

### کیا ملٹی ایجنٹ سسٹم ہمیشہ ایک ایجنٹ سے بہتر ہوتا ہے؟

نہیں۔ Anthropic وسیع تحقیقی کاموں پر بڑی بہتری بتاتا ہے، لیکن یہ بھی کہ ملٹی ایجنٹ سسٹم چیٹ کے مقابلے میں تقریباً 15 گنا ٹوکن خرچ کرتے ہیں، اور زیادہ تر کوڈنگ کاموں میں تحقیق کے مقابلے میں واقعی متوازی حصے کم ہوتے ہیں۔

### ملٹی ایجنٹ سسٹم کن فریم ورکس سے بنتے ہیں؟

AutoGen، OpenAI Agents SDK، CrewAI اور Claude Code جیسے کوڈنگ ٹولز، سب کسی نہ کسی شکل میں اسے سپورٹ کرتے ہیں۔ AutoGen کا مقالہ ایسے ایجنٹس بیان کرتا ہے جو ایک دوسرے سے، انسانوں سے اور ٹولز سے بات کرتے ہیں۔

### ملٹی ایجنٹ سسٹم کو کتنی متوازی درخواستیں چاہییں؟

ہر اس ایجنٹ کے لیے ایک جو اسی لمحے ماڈل کو کال کرتا ہے۔ ایک lead اور چار workers ساتھ چلیں تو بیک وقت پانچ درخواستیں جاری ہوں گی۔

## یہ بھی دیکھیں

-   [AI ایجنٹ (AI agent)](https://broadrouter.com/ur/glossary/agent/) (اصطلاح)
-   [سب ایجنٹ (subagent)](https://broadrouter.com/ur/glossary/subagent/) (اصطلاح)
-   [AI کوڈنگ ایجنٹ (AI coding agent)](https://broadrouter.com/ur/glossary/coding-agent/) (اصطلاح)
-   [کنکرنسی (concurrency)](https://broadrouter.com/ur/glossary/concurrency/) (اصطلاح)
-   [مقررہ قیمت والا LLM پلان (flat-rate LLM plan)](https://broadrouter.com/ur/glossary/flat-rate-llm-plan/) (اصطلاح)
-   [کانٹیکسٹ انجینئرنگ (context engineering)](https://broadrouter.com/ur/glossary/context-engineering/) (اصطلاح)
-   [ReAct (reason and act)](https://broadrouter.com/ur/glossary/react-agent/) (اصطلاح)
-   [ایجنٹس کے لیے لامحدود LLM API پلانز کیسے کام کرتے ہیں](https://broadrouter.com/ur/guides/unlimited-llm-api-sessions/) (گائیڈ)
-   [CrewAI میں BroadNet Inference کو کسٹم OpenAI اینڈ پوائنٹ بنائیں](https://broadrouter.com/ur/guides/crewai-custom-openai-endpoint/) (گائیڈ)
-   [BroadNet Inference پر OpenAI Agents SDK چلائیں](https://broadrouter.com/ur/guides/openai-agents-sdk-custom-provider/) (گائیڈ)
-   [ملٹی ایجنٹ سیٹ اپس کی اصل لاگت: فی ٹوکن بمقابلہ مقررہ سیشن](https://broadrouter.com/ur/blog/multi-agent-cost/) (مضمون)
-   [مقررہ قیمت والے LLM API پر متوازی کوڈنگ ایجنٹس کیسے چلائیں](https://broadrouter.com/ur/blog/run-parallel-coding-agents-flat-rate/) (مضمون)

اسے اپنے اصل کام پر آزمائیں۔ نئے اکاؤنٹس Gemma اور ٹرانسکرپشن کے لیے US$5 کے کریڈٹ سے شروع ہوتے ہیں۔ DeepSeek، GLM، اور Qwen3.8 کے لیے ٹاپ اپ ضروری ہے۔

[شروع کریں](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ur-glossary-multi-agent-system&utm_content=page-cta) ·

**ذرائع**

-   [Anthropic Engineering، How we built our multi-agent research system (جانچ: 2026-11-15)](https://www.anthropic.com/engineering/multi-agent-research-system)
-   [Wu اور ساتھی، AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation، arXiv 2308.08155 (جانچ: 2026-11-15)](https://arxiv.org/abs/2308.08155)
-   [Claude Code دستاویزات، subagents (جانچ: 2026-11-15)](https://code.claude.com/docs/en/sub-agents)
