機器之心報道
編輯：Panda
毫無疑問，多智能體肯定是 OpenAI 未來重要的研究方向之一，前些天 OpenAI 著名研究科學(xué)家 Noam Brown 還在 X 上為 OpenAI 正在組建的一個新的多智能體研究團隊招募機器學(xué)習(xí)工程師。
就在幾個小時前，這個或許還沒有組建完成的新研究團隊就已經(jīng)開源發(fā)布了一項重量級研究成果：Swarm。這是一個實驗性質(zhì)的多智能體編排框架，主打特征是工效（ergonomic）與輕量（lightweight）。
項目地址：https://github.com/openai/swarm
Swarm 開源后引起了熱烈討論，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。
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",
instructions="You are a helpful agent.",
functions=[transfer_to_agent_b],
agent_b = Agent(
name="Agent B",
instructions="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?
下面我們就來簡單介紹一下這個開源項目。
首先，需要再次強調(diào)，Swarm 是一個實驗性質(zhì)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。
Swarm 概況
Swarm 關(guān)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(dá)工具和智能體網(wǎng)絡(luò)之間的豐富動態(tài)，讓你可以針對真實世界問題構(gòu)建可擴展的解決方案，同時避免陡峭的學(xué)習(xí)曲線�！�
另外，該團隊指出，請注意 Swarm 智能體與 Assistants API 中的 Assistants 無關(guān)。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。
為什么要使用 Swarm？
在設(shè)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。
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(xì)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(yīng)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(wù)請求的多智能體設(shè)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。
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(zhuǎn)交給天氣智能體解答
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()
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(jìn)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(dāng)前智能體完成一個結(jié)果
執(zhí)行工具調(diào)用并附加結(jié)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：
client.run() 完成后（可能進(jìn)行過多次智能體和工具調(diào)用），會返回一個響應(yīng)，其中包含所有相關(guān)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(yīng)字段
Agent
Agent（智能體）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(shè)置），并且其有能力將執(zhí)行過程交接給另一個 Agent。
Agent 字段
指令（instructions）
Agent instructions 會直接轉(zhuǎn)換成對話的系統(tǒng)提示詞（作為第一條消息）。只有當(dāng)前活動的 Agent 的指令會被使用（當(dāng)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(
instructions="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(
instructions=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?
Function
Swarm Agent 可以直接調(diào)用 Python 函數(shù)。
函數(shù)通常應(yīng)返回一個字符串（數(shù)值會被轉(zhuǎn)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(zhuǎn)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"}
輸出消息：
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(yīng)，以便 Agent 恢復(fù)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)
輸出消息：
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,
context_variables={"department": "sales"}
agent = Agent(functions=[talk_to_sales])
response = client.run(
agent=agent,
messages=[{"role": "user", "content": "Transfer me to sales"}],
context_variables={"user_name": "John"}
print(response.agent.name)
print(response.context_variables)
輸出消息：
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)。
函數(shù)模式
Swarm 會自動將函數(shù)轉(zhuǎn)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(zhuǎn)換為函數(shù) description。
沒有默認(rèn)值的參數(shù)會設(shè)置為 required。
類型提示會映射到參數(shù)的 type（默認(rèn)為 string）。
不明確支持對每個參數(shù)進(jìn)行描述，但如果只是在文檔字符串中添加，應(yīng)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"]
}
}
}
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(yīng)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(yīng)的 Response 對象。
核心貢獻(xiàn)者
Swarm 的核心貢獻(xiàn)者均就職于 OpenAI，他們分別是（右側(cè)為對應(yīng)的 GitHub 用戶名）：
Ilan Bigio - ibigio
James Hills - jhills20
Shyamal Anadkat - shyamal-anadkat
Charu Jaiswal - charuj
Colin Jarvis - colin-openai
