Swarm：軽量なマルチインテリジェント身体システムを学習するための実験的教育プロジェクト（OpenAIの例）

はじめに

SwarmはOpenAIによって開発された実験的な教育用フレームワークで、マルチエージェントシステムのための軽量で、制御可能で、テストが容易なインターフェースを探求するためのものです。Swarmはスタンドアローンのライブラリではなく、主に教育目的で使用され、マルチエージェントシステムに興味のある開発者が学習したり実験したりするのに適しています。SwarmはPython 3.10以上でサポートされているChat Completions APIを使用しています。

機能一覧

• エージェント作成特定の指示や機能を持つエージェントを定義し、作成する。
• エージェントの引き渡しエージェント間のタスク・ハンドオーバーを可能にし、システムの柔軟性を高める。
• 関数呼び出しエージェントは事前に定義された関数を呼び出して、特定のタスクを実行することができます。
• ストリーミング評価エージェントの行動のリアルタイム評価と調整をサポートします。
• ステートレスコールこのため、軽量で効率的なシステムを実現できる。

ヘルプの使用

設置プロセス

1. Python 3.10以降がインストールされていることを確認してください。
2. 以下のコマンドでSwarmをインストールする：

   pip install git+https://github.com/openai/swarm.git

使用ガイドライン

1. プロキシの作成::

   from swarm import Swarm, Agent
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.",
)

2. ランニング・エージェント::

   client = Swarm()
response = client.run(
agent=agent_a,
messages=[{"role": "user", "content": "I want to talk to agent B."}],
)
print(response.messages[-1]["content"])

3. エージェントの引き渡し上記の例ではagent_aに仕事を引き継ぐ。agent_bを返す。agent_b返答はこうだ。
4. 関数呼び出しプロキシは定義済みの関数を呼び出すことができる。transfer_to_agent_b関数である。
5. ストリーミング評価Swarmは、エージェントの挙動をリアルタイムで評価・調整し、システムの柔軟性と効率性を確保します。

詳しい操作手順

1. エージェントの定義名前、コマンド、機能を定義して、さまざまなエージェントを作成します。
2. ハンドオーバー・ルールの設定エージェント間のタスクのハンドオーバーは、ハンドオーバー関数を定義することで実現される。
3. 稼働中のエージェントシステムSwarmクライアントを使用して、エージェントシステムを実行し、ユーザー入力を処理し、応答を返します。
4. リアルタイム評価と調整エージェントの行動と応答に基づいて、リアルタイムでシステム構成を評価し、調整します。

これらのステップにより、開発者は簡単にSwarmフレームワークを使い始め、マルチエージェントシステムの実装と応用を検討することができる。