Swarm: um projeto pedagógico experimental para aprender sistemas corporais leves e multiinteligentes (exemplo da OpenAI)

Introdução geral

O Swarm é uma estrutura educacional experimental desenvolvida pela OpenAI para explorar interfaces leves, controladas e fáceis de testar para sistemas multiagentes. A estrutura é usada principalmente para demonstrar transferências e padrões de rotina entre agentes para ajudar os desenvolvedores a entender e implementar a coordenação e a execução de sistemas multiagentes. O Swarm não é uma biblioteca autônoma, mas é usado principalmente para fins educacionais e é adequado para desenvolvedores interessados em sistemas multiagentes para aprender e experimentar.

Lista de funções

• Criação de agentesDefinição e criação de agentes com instruções e funções específicas.
• Transferência de agenteTransferência de tarefas: permite a transferência de tarefas entre agentes e aumenta a flexibilidade do sistema.
• chamada de funçãoAgentes: os agentes podem invocar funções predefinidas para executar tarefas específicas.
• avaliação de streamingSuporte à avaliação e ao ajuste em tempo real do comportamento do agente.
• chamada sem estadoNão é salvo nenhum estado entre cada chamada, o que garante um sistema leve e eficiente.

Usando a Ajuda

Processo de instalação

1. Certifique-se de que o Python 3.10 ou posterior esteja instalado.
2. Use o seguinte comando para instalar o Swarm:

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

Diretrizes para uso

1. Criação de um 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 execução::

   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. Transferência de agenteNo exemplo acima.agent_aentregará a tarefa paraagent_be retornaagent_bA resposta.
4. chamada de funçãoO proxy pode chamar funções predefinidas, como no exemplo acimatransfer_to_agent_bfunção.
5. avaliação de streamingO Swarm oferece suporte à avaliação e ao ajuste em tempo real do comportamento do agente, garantindo a flexibilidade e a eficiência do sistema.

Procedimento de operação detalhado

1. Definição de agentesAgente: Crie diferentes agentes definindo seus nomes, comandos e funções.
2. Configuração de regras de transferênciaTransferência de tarefas entre agentes: A transferência de tarefas entre agentes é obtida por meio da definição de funções de transferência.
3. Sistema de agentes em execuçãoUso do cliente Swarm para executar o sistema do agente, processar a entrada do usuário e retornar uma resposta.
4. Avaliação e ajuste em tempo realAvaliação e ajuste das configurações do sistema em tempo real com base no comportamento e na resposta do agente.

Com essas etapas, os desenvolvedores podem começar a usar facilmente a estrutura do Swarm e explorar a implementação e a aplicação de sistemas multiagentes.