Swarm: un proyecto pedagógico experimental para el aprendizaje de sistemas corporales ligeros multiinteligentes (ejemplo de OpenAI)

Introducción general

Swarm es un marco educativo experimental desarrollado por OpenAI para explorar interfaces ligeras, controladas y fáciles de probar para sistemas multiagente. El marco se utiliza principalmente para demostrar traspasos y patrones de rutina entre agentes para ayudar a los desarrolladores a comprender e implementar la coordinación y ejecución de sistemas multiagente.Swarm no es una biblioteca independiente, sino que se utiliza principalmente con fines educativos, y es adecuado para desarrolladores interesados en sistemas multiagente para aprender y experimentar.Swarm utiliza la API Chat Completions, que es compatible con Python 3.10 y superior.

Lista de funciones

• Creación de agentes: Definir y crear agentes con instrucciones y funciones específicas.
• Traspaso de agentesPermite el traspaso de tareas entre agentes y aumenta la flexibilidad del sistema.
• llamada de funciónLos agentes pueden invocar funciones predefinidas para realizar tareas específicas.
• evaluación por streaming: Apoyan la evaluación y el ajuste en tiempo real del comportamiento de los agentes.
• llamada sin estadoNo se guarda ningún estado entre cada llamada, lo que garantiza un sistema ligero y eficiente.

Utilizar la ayuda

Proceso de instalación

1. Asegúrese de que Python 3.10 o posterior está instalado.
2. Utilice el siguiente comando para instalar Swarm:

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

Normas de uso

1. Creación de un proxy::

   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. Agentes de ejecución::

   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. Traspaso de agentesEn el ejemplo anterior.agent_aentregará la tarea aagent_by devuelveagent_bLa respuesta.
4. llamada de funciónEl proxy puede llamar a funciones predefinidas, como en el ejemplo anteriortransfer_to_agent_bfunción.
5. evaluación por streaming: Swarm permite evaluar y ajustar el comportamiento de los agentes en tiempo real, lo que garantiza la flexibilidad y eficacia del sistema.

Procedimiento de funcionamiento detallado

1. Definición de los agentes: Crea diferentes agentes definiendo sus nombres, comandos y funciones.
2. Establecer reglas de traspasoEl traspaso de tareas entre agentes se consigue definiendo funciones de traspaso.
3. Ejecutar el sistema de agentesCliente Swarm: Utiliza el cliente Swarm para ejecutar el sistema de agentes, procesar la entrada del usuario y devolver una respuesta.
4. Evaluación y ajuste en tiempo real: Evalúa y ajusta las configuraciones del sistema en tiempo real en función del comportamiento y la respuesta de los agentes.

Con estos pasos, los desarrolladores pueden iniciarse fácilmente en el framework Swarm y explorar la implementación y aplicación de sistemas multiagente.