Swarm: un proyecto pedagógico experimental para el aprendizaje de sistemas corporales ligeros multiinteligentes (ejemplo de OpenAI)
Últimos recursos sobre IAActualizado hace 7 meses Círculo de intercambio de inteligencia artificial 2K 00
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
- Asegúrese de que Python 3.10 o posterior está instalado.
- Utilice el siguiente comando para instalar Swarm:
pip install git+https://github.com/openai/swarm.git
Normas de uso
- 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.",
)
- 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"])
- Traspaso de agentesEn el ejemplo anterior.
agent_a
entregará la tarea aagent_b
y devuelveagent_b
La respuesta. - llamada de funciónEl proxy puede llamar a funciones predefinidas, como en el ejemplo anterior
transfer_to_agent_b
función. - 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
- Definición de los agentes: Crea diferentes agentes definiendo sus nombres, comandos y funciones.
- Establecer reglas de traspasoEl traspaso de tareas entre agentes se consigue definiendo funciones de traspaso.
- 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.
- 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.
© declaración de copyright
Derechos de autor del artículo Círculo de intercambio de inteligencia artificial Todos, por favor no reproducir sin permiso.
Artículos relacionados
Sin comentarios...