OpenAI的Swarm（第一部分）：简短的参考实现

一个简短的代码参考，用于构建。

字数：1350 | 预计阅读时间：8分钟

目录

1. 简介：多智能体系统的挑战
2. OpenAI的群体框架概述
3. 环境设置
4. 定义共享上下文
5. 创建专门化代理

• 监管代理
• 销售专家代理
• 运输专业代理

6. 使用序列图进行调试

7. 调试多智能体系统的专业技巧

8. 潜在应用和下一步

TL;DR

我们探索了使用 OpenAI 的实验性 Swarm 框架创建一个简化的电影购买系统，其中多个 AI 代理在监督者的控制下协作处理交易。

本文展示了为监督、销售和运输创建专门代理的过程，并使用 Mermaid 序列图进行有效调试。

从第一性原理的角度来看，我喜欢 OpenAI Swarm。它在掌握后显得简单而灵活。你总是足够接近使用常规的 Python 代码，并且它迫使你精准地调整提示。

使用流状态（Swarm 术语中的 context_variables）帮助监督者管理从一个代理到另一个代理的适当过渡。

接下来，我们可能会尝试一个更简单的顺序实现。但为什么要先做简单的事情呢？ :)

关于使用 Mermaid 序列图来帮助可视化调试的部分也非常有用。我尝试了一些开源的“LLM 跟踪”库，但发现它们不够直观。我想我会暂时保留我新发现的可视化调试习惯。

我已将整个代码的 gist 公开 在这里。欢迎探索并分享你的经验。

我预计在探索添加记忆和其他协调方案的同时继续使用 Swarm。到目前为止，这很有趣。

介绍：多智能体系统的挑战

开发者通常使用单一目的的聊天机器人，这些机器人简单但功能有限。

然而，现实世界的应用往往需要更强大和复杂的系统，涉及多个专门的AI代理和谐地协作。

想象一个电影购买系统：一个代理根据电影的标题和发布日期确定定价，另一个管理运输物流以确保及时交付，而一个监督者协调整个过程，以保持无缝的工作流程和无错误的执行。

通过利用这种协作方法，这些系统可以处理更复杂的任务，并提供更好的用户体验。

本文深入探讨了OpenAI的实验性Swarm框架如何为构建多智能体编排提供实用和高效的解决方案，使得具有挑战性的任务变得可管理和直观。

OpenAI的Swarm框架概述

Swarm是OpenAI的多智能体编排实验框架。它引入了：

• 智能体协作：多个具有特定目标的智能体共同工作。
• 共享上下文管理：使智能体能够访问和修改集中上下文。
• 动态功能处理：促进智能体之间的通信和功能调用。

尽管被标记为实验性且不适用于生产环境，Swarm仍然是一个很好的教育工具，用于探索先进的AI系统设计。然而，这种标签低估了它的潜力；Swarm的架构和模式展示了一种灵活性和健壮性，可以激发超越其当前范围的创新应用。

设置环境

首先，安装必要的库并配置环境：

from openai import OpenAI
from swarm import Swarm, Agent
from swarm.types import Response, Result

client = OpenAI()
crew = Swarm(client=client)
model = "gpt-4o-mini"  # 我们选择的模型

这将使用 OpenAI 的客户端和所需的模型设置 Swarm 实例。

定义共享上下文

共享上下文确保所有代理能够访问相同的信息，从而实现无缝协作。

context_variables = {
   "query": "",
   "title": None,
   "year": None,
   "price": None,
   "sales_done": False,
   "shipping_done": False,
   "transaction_id": None,
   "timestamp": None,
}

每个变量在交易过程中动态初始化和更新。

创建专业代理

监督代理

该代理协调流程，确保所有步骤按顺序完成。

supervisor_agent = Agent(
   name="supervisor",
   model=model,
   instructions="""
      GOAL:
      You help the user buy a movie and ship it to their address.

      FOLLOW THIS FLOW STRICTLY:
      1. Extract the movie title and year from the query
      2. Call buy_movie with the title and year
      3. WAIT for the price to be computed
      4. Only after the price is set, proceed with ship_movie
   """,
   context_variables=context_variables,
   functions=[buy_movie, ship_movie]
)

销售专家代理

使用 get_price 函数处理电影定价。

buy_movie_agent = Agent(
   name="buy_movie_agent",
   model=model,
   instructions="""You are a sales agent. Your ONLY task is to get the price for a movie using the get_price function.

IMPORTANT: You must ALWAYS call get_price with the title and year provided in the context variables.

DO NOT proceed with any other actions.
DO NOT engage in conversation.
JUST call get_price immediately.""",
   context_variables=context_variables,
   functions=[get_price]
)

发货代理

负责将购买的电影发货。

ship_movie_agent = Agent(
   name="ship_movie_agent",
   model=model,
   instructions="""You are a shipping agent. Your task is to ship the movie to the customer's address.

   IMPORTANT:
   - Only ship if the movie has been purchased
   - You must call process_shipping to handle the shipping process
   - DO NOT engage in conversation
   - DO NOT ask for the address (it's already in context_variables)
   - JUST call process_shipping immediately""",
   context_variables=context_variables,
   functions=[process_shipping]
)

使用时序图进行调试

调试多智能体系统可能很具挑战性。时序图提供了智能体交互和状态变化的可视化表示。

以下是一些示例。在第一个案例中，我们可以轻松跟随顺序，从一个智能体移动到下一个智能体。

如果用户请求包括电影和日期，监督者智能体将继续处理其余的群体。

其他请求将被忽略。

调试多智能体系统的专业技巧

1. 可视化流程跟踪: 序列图通过可视化呈现智能体交互来简化调试。
2. 状态监控: 确保上下文变量按预期变化。
3. 时序洞察: 查找步骤之间的不寻常延迟。
4. 激活检查: 验证每个智能体是否被正确触发。

潜在应用与后续步骤

这里展示的模式可以应用于多个领域：

• 客户服务：自动化多步骤支持流程。
• 预订系统：协调预订、付款和确认。
• 教育辅导：实施多智能体学习工作流程。

你会用多智能体系统构建什么？在评论中分享你的想法！

本指南展示了使用 OpenAI 的 Swarm 框架的现实世界实施。尽管该框架是实验性的，但这些原则和模式可以普遍应用于多智能体系统设计。