Swarm

Swarm：轻量级多代理编排框架

什么是 Swarm？

Swarm 是 OpenAI 开发的一个实验性、教育性框架，用于探索符合人体工程学的轻量级多代理编排。它专注于使代理协调和执行轻量级、高度可控且易于测试。Swarm 通过两个原始抽象实现此目的：代理和移交。

注意： Swarm 已被 OpenAI Agents SDK 取代，后者是 Swarm 的生产就绪型演进版本。建议迁移到 Agents SDK 以用于生产用例。

Swarm 如何工作？

Swarm 的运作方式是使代理能够包含指令和工具。在任何时候，代理都可以选择将对话移交给另一个代理。这些原语功能强大，足以表达工具和代理网络之间的丰富动态，使您能够构建可扩展的实际解决方案。

Swarm 代理由 Chat Completions API 提供支持，并且在调用之间是无状态的。client.run() 函数实现一个循环，该循环执行以下操作：

1. 从当前代理获取补全。
2. 执行工具调用并附加结果。
3. 如有必要，切换代理。
4. 如有必要，更新上下文变量。
5. 如果没有新的函数调用，则返回。

为什么选择 Swarm？

Swarm 探索了设计上轻量级、可扩展且高度可定制的模式。它最适合处理大量独立的、难以编码到单个提示中的能力和指令的情况。

主要特性和概念

• 代理： 包含指令和工具。它们可以表示由指令和函数定义的特定工作流程或步骤。
• 移交： 代理可以将执行移交给另一个代理。
• 函数： Swarm 代理可以直接调用 Python 函数。函数通常应返回一个字符串（值将尝试强制转换为字符串）。
• 上下文变量： 代理可以访问和更新上下文变量，从而使它们能够维护状态和共享信息。
• 流式传输： Swarm 支持流式传输响应，提供实时更新。

如何使用 Swarm？

1. 安装：

   pip install git+ssh://git@github.com/openai/swarm.git
   

   或者

   pip install git+https://github.com/openai/swarm.git
   

2. 实例化 Swarm 客户端：

   from swarm import Swarm
   
   client = Swarm()
   

3. 定义代理：

   from swarm import Agent
   
   agent_a = Agent(
       name="Agent A",
       instructions="You are a helpful agent.",
       functions=[transfer_to_agent_b],
   )
   
   agent_b = Agent(
       name="Agent B",
       instructions="Only speak in Haikus.",
   )
   
   def transfer_to_agent_b():
       return agent_b
   

4. 运行 Swarm：

   response = client.run(
       agent=agent_a,
       messages=[{"role": "user", "content": "I want to talk to agent B."}],
   )
   
   print(response.messages[-1]["content"])
   

Swarm 适合谁？

Swarm 是一种教育资源，适用于好奇地学习多代理编排的开发人员。它适合于处理大量独立的、难以编码到单个提示中的能力和指令的情况。

示例

• basic： 简单示例，展示了设置、函数调用、移交和上下文变量等基础知识。
• triage_agent： 简单示例，展示了如何设置基本的分诊步骤以移交给正确的代理。
• weather_agent： 简单示例，展示了函数调用。
• airline： 一个多代理设置，用于处理航空公司环境中的不同客户服务请求。
• support_bot： 一个客户服务机器人，包括一个用户界面代理和一个带有多个工具的帮助中心代理。
• personal_shopper： 一个个人购物代理，可以帮助进行销售和退款订单。

结论

虽然 Swarm 已被 OpenAI Agents SDK 取代，但它仍然是了解多代理编排的宝贵教育资源。它为构建可扩展和可定制的 AI 工作流程奠定了基础。Agents SDK 是一种生产就绪型解决方案，适用于寻求内置内存管理和检索的开发人员，代表了 Swarm 的重大演进。