LangGraph Supervisor: инструмент для управления мультиинтеллектуальным сотрудничеством с использованием супервизорных интеллектов

Общее введение

LangGraph Supervisor - это библиотека на языке Python, основанная на фреймворке LangGraph и предназначенная для создания и управления мультиинтеллектуальными системами организмов. Библиотека координирует работу множества специализированных агентов через центрального агента-куратора, обеспечивая эффективное управление коммуникационными потоками и распределением задач. LangGraph Supervisor поддерживает режимы маршрутизатора и координатора, предоставляет механизмы передачи агентов, гибкое управление историей сообщений и подходит для сценариев применения в потоковой обработке, кратковременной и долговременной памяти и человеке в цикле.

Список функций

• Создание агентов-надсмотрщиков для координации работы нескольких специализированных агентов
• Поддерживает режимы маршрутизатора и координатора
• Инструментальные механизмы передачи по доверенности
• Гибкое управление историей сообщений
• Поддержка потоковой обработки, кратковременной и долговременной памяти
• Поддержка сценариев применения "человек в контуре

Использование помощи

Процесс установки

1. Убедитесь, что среда Python установлена.
2. Установите библиотеку LangGraph Supervisor с помощью pip:

   pip install langgraph-supervisor

3. Установите библиотеки LangChain и OpenAI:

   pip install langchain-openai

4. Установите ключ API OpenAI:

   export OPENAI_API_KEY=<your_api_key>

Пример использования

Вот простой пример, показывающий, как управлять двумя специализированными агентами с помощью LangGraph Supervisor:

1. Импортируйте необходимые библиотеки и модули:

   from langchain_openai import ChatOpenAI
from langgraph_supervisor import create_supervisor
from langgraph.prebuilt import create_react_agent

2. Создайте специализированных агентов:

   def add(a: float, b: float) -> float:
"""Add two numbers."""
return a + b
def multiply(a: float, b: float) -> float:
"""Multiply two numbers."""
return a * b
def web_search(query: str) -> str:
"""Search the web for information."""
return "Here are the headcounts for each of the FAANG companies in 2024:..."
model = ChatOpenAI(model="gpt-4o")
math_agent = create_react_agent(model=model, tools=[add, multiply], name="math_expert", prompt="You are a math expert. Always use one tool at a time.")
research_agent = create_react_agent(model=model, tools=[web_search], name="research_expert", prompt="You are a world class researcher with access to web search. Do not do any math.")

3. Создайте агент супервизора, скомпилируйте и запустите его:

   workflow = create_supervisor([research_agent, math_agent], model=model, prompt="You are a team supervisor managing a research expert and a math expert.")
app = workflow.compile()
result = app.invoke({
"messages": [
{"role": "user", "content": "what's the combined headcount of the FAANG companies in 2024?"}
]
})

Подробный порядок работы функций

1. Создание агентов по надзору: черезcreate_supervisorФункция создает контролирующего агента, который отвечает за координацию работы нескольких специализированных агентов.
2. Определение специализированных агентов: Использованиеcreate_react_agentФункции определяют специализированные агенты для различных функций, например агенты математических вычислений и агенты веб-поиска.
3. Составление и запуск рабочих процессов: черезworkflow.compile()Скомпилируйте рабочий процесс и используйтеapp.invoke()Запускает рабочий процесс, который обрабатывает введенные пользователем данные и возвращает результаты.

LangGraph Supervisor - это гибкое решение для управления мультиинтеллектуальной системой, позволяющее автоматизировать и координировать множество сложных задач.