AI 应用开发要变天？OpenAI 偷偷发布 Swarm 框架！轻松玩转多智能体系统

OpenAI 今天悄悄地发布了一个名为 Swarm 的实验性框架，专门用于构建、编排和部署多智能体（Agent ）系统！

Swarm 是什么？

Swarm 是一个轻量级的多 Agent 编排框架，它可以让 Agent 之间的协调和执行变得更轻量级、更容易控制，也更容易测试

Swarm 的两大核心抽象概念：

Agent：包含指令和工具，可以随时将对话移交给另一个 Agent

Handoff（移交）：Agent 之间互相传递对话和执行任务的机制

Swarm 的优势：

轻量级：代码简洁，易于上手

可扩展：可以轻松扩展到大量 Agent

高度可定制：可以根据不同的需求进行定制

完全透明，控制粒度更细：开发者可以完全控制上下文、步骤和工具调用

几乎完全在客户端运行，并且像 Chat Completions API 一样，在调用之间不保存状态

Swarm 的适用场景：

Swarm 最适合处理大量独立的功能和指令，这些功能和指令难以编码到单个提示中。

与 Assistants API 的区别：

Swarm Agent 与 Assistants API 中的助手无关，只是命名相似

Swarm 完全由 Chat Completions API 驱动，因此在调用之间是无状态的

Assistants API 更适合需要托管线程和内置内存管理和检索的开发者，而 Swarm 更适合希望对上下文、步骤和工具调用进行完全透明和细粒度控制的开发者

Swarm 的例子：

OpenAI 提供了一些示例代码，可以帮助你更好地理解 Swarm 的用法：

•basic：基本的 Swarm 用法，例如设置、函数调用、移交和上下文变量

•triage_agent：设置基本 triage 步骤的简单示例，以移交给正确的 agent

•weather_agent：函数调用的简单示例

•airline：一个多 agent 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 agent 和一个带有几个工具的帮助中心 agent

•personal_shopper：一个个人购物 agent，可以帮助进行销售和退款

运行 Swarm：

使用 Swarm 非常简单，只需实例化一个 Swarm 客户端即可：

from swarm import Swarm

client = Swarm()

Agent：

Agent 封装了一组指令和一组函数，并能够将执行移交给另一个 Agent。Agent 的指令可以直接转换为对话的系统提示。

函数：

Swarm Agent 可以直接调用 Python 函数。函数通常应该返回一个字符串。如果函数返回一个 Agent，则执行将转移到该 Agent。如果一个 Agent 函数调用出错（缺少函数、参数错误、错误），一个错误响应将被添加到聊天中，以便 Agent 可以正常恢复。如果 Agent 调用了多个函数，它们将按顺序执行

移交和更新上下文变量：

Agent 可以通过在函数中返回另一个 Agent 来将控制权移交给它。它还可以通过返回一个更完整的 Result 对象来更新上下文变量。

函数模式：

Swarm 会自动将函数转换为 JSON 模式，并将其传递给 Chat Completions 工具。函数的文档字符串会被转换为函数描述。没有默认值的参数会被设置为必需参数。类型提示会被映射到参数的类型（默认为字符串）。

流式传输：

Swarm 使用与 Chat Completions API 流式传输相同的事件。

评估：

评估对于任何项目都至关重要，OpenAI 鼓励开发者使用他们自己的评估套件来测试 Swarm 的性能

实用程序：

使用run_demo_loop来测试你的 Swarm！它将在你的命令行上运行一个 REPL。支持流式传输。

看来，Swarm 框架虽然还处于实验阶段，但其轻量级、可扩展和高度可定制的特性，使其成为构建多 Agent 系统的利器！OpenAI 的这波“骚操作”，可能会彻底改变 AI 应用的开发方式！

⭐星标AI寒武纪，好内容不错过⭐

用你的赞和在看告诉我～