OpenAI最新开源突破：Swarm框架新手指南 — 开启多智能体系统新篇章

469 0 2

Swarm 是一个实验性的多智能体编排框架，Swarm 于2024年10月12日由OpenAI发布，旨在简化多智能体系统的构建、编排和管理。它的设计强调轻量级、可扩展性和高度可定制性。Swarm 完全在客户端运行，不保存调用间的状态，提供高度的透明度和细粒度的控制。它使用 Chat Completions API 提供支持，在调用之间是无状态的。

功能特色

轻量级和工效性：Swarm 的代码简洁，易于上手，适合处理大量独立功能和指令。
核心抽象概念：包括智能体（Agent）和交接（Handoff），允许智能体之间灵活地传递任务。
无状态运行：Swarm 依赖于 Chat Completions API，调用之间不保存状态。
高度可控：开发者可以完全控制上下文、步骤和工具调用。

架构组成

Swarm 的架构设计基于分布式系统的核心概念，主要包括管理节点（Manager Node）和工作节点（Worker Node）：

管理节点：负责整个集群的管理和调度，维护集群的状态，包括节点的健康状态、服务的运行状态等。
工作节点：负责实际执行任务，接收管理节点的调度指令，启动、停止和管理容器。

智能体之间协作的关键机制

智能体（Agent）：Swarm 中的智能体封装了指令和工具，能够独立执行任务或与其他智能体协作。智能体有能力将任务交接给另一个智能体，从而适应不同的场景和需求。
交接（Handoff）：智能体在执行任务的过程中，可以根据需要将任务或对话交接给另一个智能体。这种机制使得智能体之间的协调变得无缝且灵活。
无状态设计：Swarm 完全由 Chat Completions API 提供支持，在调用之间不保存状态。这种设计减少了复杂性，并允许开发者完全控制智能体的上下文、步骤和工具调用。
易于测试和迭代：Swarm 提供了易于测试的环境，开发者可以快速迭代和优化智能体的行为。
核心组件：Swarm 的核心组件包括 client（客户端）、Agent（智能体）、Function（函数）。其中 client.run() 函数类似于 Chat Completions API 中的 chat.completions.create() 函数，接收消息并返回消息

项目地址

Swarm 的 GitHub 项目地址是 https://github.com/openai/swarm 。

核心贡献者 Swarm 的核心贡献者均就职于 OpenAI，他们分别是（右侧为对应的 GitHub 用户名）：

Ilan Bigio – ibigio
James Hills – jhills20
Shyamal Anadkat – shyamal-anadkat
Charu Jaiswal – charuj
Colin Jarvis – colin-openai

如何使用

安装：通过 GitHub 安装 Swarm。

pip install git+ssh://[email protected]/openai/swarm.git

创建智能体：定义智能体及其功能。

from swarm import Swarm, Agent
client = Swarm()
agent_a = Agent(name="Agent A", instructions="You are a helpful agent.")
client.run(agent=agent_a, messages=[{"role": "user", "content": "Hello!"}])

使用示例：

# 导入 Swarm 类和 Agent 类
from swarm import Swarm, Agent

# 初始化 Swarm 客户端
client = Swarm()

# 定义一个函数，该函数返回另一个智能体（Agent B）
def transfer_to_agent_b():
    return agent_b

# 创建第一个智能体（Agent A），并为其设置名称、指令集和功能
agent_a = Agent(
    name="Agent A",  # 智能体的名称
    instructions="You are a helpful agent.",  # 智能体的行为指令
    functions=[transfer_to_agent_b]  # 智能体的功能集，这里包含了上面定义的函数
)

# 创建第二个智能体（Agent B），并为其设置名称和指令集
agent_b = Agent(
    name="Agent B",  # 智能体的名称
    instructions="Only speak in Haikus.",  # 智能体的行为指令
)

# 使用 Swarm 客户端运行第一个智能体（Agent A），并传递用户消息
response = client.run(
    agent=agent_a,  # 指定要运行的智能体
    messages=[{"role": "user", "content": "I want to talk to agent B."}],  # 用户输入的消息
)

# 打印出智能体返回的最后一条消息内容
print(response.messages[-1]["content"])

输出：

Hope glimmers brightly,
New paths converge gracefully,
What can I assist?

在这个示例中，我们定义了两个智能体（Agent A 和 Agent B），每个智能体都有自己的指令集。Agent A 被设置为在接收到用户消息时，将任务交接给 Agent B。Agent B 被设置为只以俳句的形式回应。当我们运行这个流程时，用户的消息首先被 Agent A 接收，然后它通过定义的函数将任务交接给 Agent B，最后我们打印出 Agent B 以俳句形式给出的回应。

更多示例可以在 GitHub 上的 /examples 目录中探索

任务交接：智能体可以通过返回另一个智能体来交接任务。