編輯 | 星璇
出品 | 51CTO技術棧（微信號：blog51cto）
OpenAI 終于又Open了一回！這次開源的對象，竟然輪到了多智能體框架！
圖片
Swarm 開源后，X上立馬引來開發(fā)者的的討論，有網(wǎng)友表示這能幫助簡化許多潛在的多智能體用例的工作流程。
圖片
下面我們就來簡單介紹一下這個開源項目。
一、Swarm是什么？
據(jù)github文當介紹，Swarm 是一個實驗性質的多智能體框架，并不是為生產(chǎn)目的開發(fā)的，因此團隊表示不會提供任何官方支持。
其中，Swarm 關注的重點是讓智能體協(xié)作和執(zhí)行變得輕量、高度可控且易于測試。
為此，它使用了兩種原語抽象：智能體（agent）和交接（handoff）。其中，智能體包含指令和工具，并且在任何時間都可以選擇將對話交接給另一個智能體。
該團隊表示，這些原語很強大，「足以表達工具和智能體網(wǎng)絡之間的豐富動態(tài)，讓你可以針對真實世界問題構建可擴展的解決方案，同時避免陡峭的學習曲線?！?/p>
另外，該團隊指出，請注意 Swarm 智能體與 Assistants API 中的 Assistants 無關。之所以名字相似，只是為了方便。Swarm 完全由 Chat Completions API 提供支持，因此在調(diào)用之間是無狀態(tài)的。
二、為什么要使用 Swarm？
在設計上，Swarm 是輕量級、可擴展且高度可定制的。它最適合處理存在大量獨立功能和指令的情況——這些功能和指令很難編碼成單個提示詞。
如果開發(fā)者想要尋求完全托管的線程以及內(nèi)置的內(nèi)存管理和檢索，那么 Assistants API 就已經(jīng)是很好的選擇了。但如果開發(fā)者想要完全的透明度，并且能夠細粒度地控制上下文、步驟和工具調(diào)用，那么 Swarm 才是最佳選擇。Swarm （幾乎）完全運行在客戶端，與 Chat Completions API 非常相似，不會在調(diào)用之間存儲狀態(tài)。
該團隊還展示了一個應用示例，包括天氣查詢智能體、用于在航空公司環(huán)境中處理不同客戶服務請求的多智能體設置、客服機器人、可以幫助銷售和退款的個人智能體等。具體示例請訪問 Swarm 代碼庫。
圖片
簡單的天氣查詢智能體示例，問題先經(jīng)過篩選智能體處理，再轉交給天氣智能體解答
我們先來看一個例子。首先安裝 Swarm，很簡單：
pip install git+ssh://git@github.com/openai/swarm.git裝好這個框架之后，用起來也很方便。以下代碼定義了 2 個智能體，而用戶的指令是與智能體 B 交談：
from swarm import Swarm, Agent
client = Swarm()
def transfer_to_agent_b():
return agent_b
agent_a = Agent(
name="Agent A",
instructinotallow="You are a helpful agent.",
functions=[transfer_to_agent_b],
)
agent_b = Agent(
name="Agent B",
instructinotallow="Only speak in Haikus.",
)
response = client.run(
agent=agent_a,
messages=[{"role": "user", "content": "I want to talk to agent B."}],
)
print(response.messages[-1]["content"])輸出消息：
Hope glimmers brightly,
New paths converge gracefully,
What can I assist?三、Swarm 的核心組件
Swarm 的核心組件包括 client（客戶端）、Agent（智能體）、Function（函數(shù)）。
運行 Swarm 就是從實例化一個 client 開始的（其就是在內(nèi)部實例化一個 OpenAI 客戶端）。
from swarm import Swarm
client = Swarm()1. client.run()
Swarm 的 run() 函數(shù)類似于 Chat Completions API 中的 chat.completions.create() 函數(shù)——接收消息并返回消息，并且在調(diào)用之間不保存任何狀態(tài)。但重點在于，它還處理 Agent 函數(shù)執(zhí)行、交接、上下文變量引用，并且可以在返回給用戶之前進行多輪執(zhí)行。
究其核心，Swarm 的 client.run() 是實現(xiàn)以下循環(huán)：
- 先讓當前智能體完成一個結果
- 執(zhí)行工具調(diào)用并附加結果
- 如有必要，切換智能體
- 如有必要，更新上下文變量
- 如果沒有新的函數(shù)調(diào)用，則返回
參數(shù)
client.run() 的參數(shù)包括：
圖片
client.run() 完成后（可能進行過多次智能體和工具調(diào)用），會返回一個響應，其中包含所有相關的已更新狀態(tài)。具體來說，即包含新消息、最后調(diào)用的智能體、最新的上下文變量。你可以將這些值（加上新的用戶消息）傳遞給 client.run() 的下一次執(zhí)行，以繼續(xù)上次的交互——就像是 chat.completions.create()
響應字段
圖片
2. Agent
Agent 就是將一組指令與一組函數(shù)封裝在一起（再加上一些額外的設置），并且其有能力將執(zhí)行過程交接給另一個 Agent。Agent 字段如下：
圖片
指令（instructions）
Agent instructions 會直接轉換成對話的系統(tǒng)提示詞（作為第一條消息）。只有當前活動的 Agent 的指令會被使用（當發(fā)生智能體交接時，系統(tǒng)提示詞會變化，但聊天歷史不會）。
agent = Agent(
instructinotallow="You are a helpful agent."
)instructions 可以是常規(guī)字符串，也可以是返回字符串的函數(shù)。該函數(shù)可以選擇性地接收 context_variables 參數(shù)，該參數(shù)將由傳入 client.run() 的 context_variables 填充。
def instructions(context_variables):
user_name = context_variables["user_name"]
return f"Help the user, {user_name}, do whatever they want."
agent = Agent(
instructinotallow=instructions
)
response = client.run(
agent=agent,
messages=[{"role":"user", "content": "Hi!"}],
context_variables={"user_name":"John"}
)
print(response.messages[-1]["content"])輸出消息：
Hi John, how can I assist you today?3. Function
- Swarm Agent 可以直接調(diào)用 Python 函數(shù)。
- 函數(shù)通常應返回一個字符串（數(shù)值會被轉換為字符串）。
- 如果一個函數(shù)返回了一個 Agent，則執(zhí)行過程將轉交給該 Agent。
- 如果函數(shù)定義了 context_variables 參數(shù)，則它將由傳遞到 client.run() 的 context_variables 填充。
def greet(context_variables, language):
user_name = context_variables["user_name"]
greeting = "Hola" if language.lower() == "spanish" else "Hello"
print(f"{greeting}, {user_name}!")
return "Done"
agent = Agent(
functions=[print_hello]
)
client.run(
agent=agent,
messages=[{"role": "user", "content": "Usa greet() por favor."}],
context_variables={"user_name": "John"}
)輸出：
Hola, John!如果某個 Agent 函數(shù)調(diào)用出錯（缺少函數(shù)、參數(shù)錯誤等），則會在聊天之中附加一條報錯響應，以便 Agent 恢復正常。
如果 Ageny 調(diào)用多個函數(shù)，則按順序執(zhí)行它們。
交接和更新上下文變量
通過在返回的函數(shù)中包含一個 Agent，可將執(zhí)行過程交接給這個 Agent。
sales_agent = Agent(name="Sales Agent")
def transfer_to_sales():
return sales_agent
agent = Agent(functions=[transfer_to_sales])
response = client.run(agent, [{"role":"user", "content":"Transfer me to sales."}])
print(response.agent.name)輸出：
Sales Agent它還可以通過返回更完整的 Result 對象來更新 context_variables。如果你希望用單個函數(shù)返回一個值、更新智能體并更新上下文變量（或三者中的任何組合），它還可以包含一個 value 和一個 agent。
sales_agent = Agent(name="Sales Agent")
def talk_to_sales():
print("Hello, World!")
return Result(
value="Done",
agent=sales_agent,c
ontext_variables={"department": "sales"}
)
agent = Agent(functions=[talk_to_sales])
response = client.run(a
gent=agent,
messages=[{"role": "user", "content": "Transfer me to sales"}],
context_variables={"user_name": "John"}
)
print(response.agent.name)
print(response.context_variables)輸出：
Sales Agent
{'department': 'sales', 'user_name': 'John'}注意：如果一個 Agent 調(diào)用了多個交接 Agent 的函數(shù)，則僅使用最后一個交接函數(shù)。
四、函數(shù)模式
Swarm 會自動將函數(shù)轉換為 JSON 模式，然后將其傳遞給聊天補全工具。
- 文檔字符串會轉換為函數(shù) description。
- 沒有默認值的參數(shù)會設置為 required。
- 類型提示會映射到參數(shù)的 type（默認為 string）。
- 不明確支持對每個參數(shù)進行描述，但如果只是在文檔字符串中添加，應該能以相似的方式工作。
def greet(name, age: int, location: str = "New York"):
"""Greets the user. Make sure to get their name and age before calling.
Args:
name: Name of the user.
age: Age of the user.
location: Best place on earth.
"""
print(f"Hello {name}, glad you are {age} in {location}!")
{"type": "function",
"function": {
"name": "greet",
"description": "Greets the user. Make sure to get their name and age before calling.\n\nArgs:\n name: Name of the user.\n age: Age of the user.\n location: Best place on earth.",
"parameters": {
"type": "object",
"properties": {
"name": {"type": "string"},
"age": {"type": "integer"},
"location": {"type": "string"}},
"required": ["name", "age"]
}
}
}五、流式處理
Swarm 也支持流式處理。
stream = client.run(agent, messages, stream=True)
for chunk in stream:
print(chunk)使用了與 Chat Completions API streaming 一樣的事件，但添加了兩個事件類型：
- {"delim":"start"} 和 {"delim":"start"}，用于在 Agent 每次處理單個消息（響應或函數(shù)調(diào)用）時發(fā)出信號。這有助于識別 Agent 之間的切換。
- 為方便起見，{"response": Response} 將在流的末尾返回帶有已聚合的（完整）響應的 Response 對象。
六、核心貢獻者
Swarm 的核心貢獻者均就職于 OpenAI，他們分別是（右側為對應的 GitHub 用戶名）：
- Ilan Bigio - ibigio
- James Hills - jhills20
- Shyamal Anadkat - shyamal-anadkat
- Charu Jaiswal - charuj
- Colin Jarvis - colin-openai
