构建基于多代理的自动递归--计划、执行、再计划流程

Rifx.Online
Programming , Autonomous Systems , Generative AI
27 Dec, 2024

本博客包含以下三个部分：

问题陈述
解决方案方法
结论与参考文献

问题陈述

计划、执行与重新计划过程在智能体解决方案的领域并不新鲜。自去年以来，我们一直在实施这些基于智能体的计划-执行-重新计划过程。

因此，当我的一位同事讨论实施这些过程的挑战时，我感到很有趣，因为我认为这是一个讨论得很充分的问题。

但是在与他交谈时，我理解了他计划要做的场景的性质和复杂性，我认为这是一个很好的合作机会。

为了清晰地阐述内容，以下是我对问题陈述的理解和我认为的场景。

场景 1（我的理解）：

智能体解决方案可以以多种方式设计。智能体可以设计为监督者<->工人；它们可以设计为以无环方式相互交谈的智能体网络；它们可以是层次结构等。

我理解到，在最简单的形式中，我们可以使用一个智能体和多个工具来实现计划-执行-重新计划过程。这对于简单的用例来说已经足够。当我分享用于解决此用例的多工具（单一智能体）时，我们发现它适用于简单场景。

场景 2（稍微先进但与Langchain一致）：

在第二个场景中，我引入了另一个解决方案。我谈到了Langchain自己预构建的智能体，它可以帮助实现这个循环。相信我，这让我们兴奋了很长一段时间，因为它能够循环并迭代计划以生成执行结果。有关更多详细信息，请查看 @ https://github.com/langchain-ai/langchain/blob/master/cookbook/plan_and_execute_agent.ipynb

这是一个开箱即用的智能体，包含load_chat_planner和PlanAndExecute模块，位于plan_and_execute智能体API中。

这个智能体（由Langchain提供）受到了BabyAGI的启发。解决方案的核心关注于计划者和执行者。

这两个场景中缺少什么（场景 3）：

当我与同事交谈时，他试图解决的真正问题是智能体动态适应计划、采取行动并根据先前的行动重新计划。场景 2 中的单一智能体在某些场景中是可以的，但在复杂的多步骤过程中，它却显得力不从心。

其次，在计划-执行-重新计划过程中，我们需要更多的灵活性。我们需要在规划和执行步骤时调用外部系统。这意味着我们需要设计一个递归的多智能体系统，能够持续处理，直到有效完成目标。

那么，不再多说，让我们开始吧：

解决方案

让我们从我们最终设计的计划-执行-重新计划过程的整体设计开始。整体解决方案基于我已经研究了一段时间的多智能体框架。我写了超过10篇关于多智能体框架的博客，你可以在下面的“结论”部分找到链接。

当工作流开始时，初始监督者智能体启动。监督者智能体可以设置初始配置（如无环DAG、内存、提示等），以便其他独立智能体能够协同工作以达成目标。这在步骤2、3中得以体现，当监督者智能体的设置和初始化完成时。

接下来（在步骤4中）——DAG经过第一个智能体——如果该智能体需要人工干预（例如，该智能体需要人类询问问题或确认决策）——那么该过程将暂停，等待人类采取该行动并保持状态。

在步骤6中——智能体可以调用相关工具来完成智能体的动作，并基于此调用过程的下一步。下一步是执行命令的执行者过程。

接下来，系统检查任务列表是否完成，如果整个任务集完成，则系统将响应用户，否则它将以递归方式调用重新规划智能体，如下所示。