Skip to content

多智能体

约 901 个字 预计阅读时间 3 分钟

core

多智能体协同的底层事实，就是文本和结构化数据在不同程序间的相互传递。

多智能体框架

1. HelloAgents

  • 怎么使用： 直接调用大语言模型 API。开发者需要手动编写基础的数据结构（例如定义 Message 类来记录对话上下文），并手动定义 Agent 类。在实现多智能体交互时，你需要直接使用 Python 的基础控制流（如 while 循环、if-else 条件判断），手动将一个智能体的输出文本，提取出来作为下一个智能体的输入。
  • 为什么这样使用（原理）： 去封装化的直接数据传递。HelloAgents 去除了高级框架中常见的封装层，让开发者直接处理大语言模型的输入和输出。

2. OpenAI SDK

  • 怎么使用： 通过定义多个独立的 Agent 对象，为每个对象配置专属的系统提示词（Instructions）和可执行的工具函数（Functions）。实现多智能体协作的核心操作是：将切换智能体的动作，本身定义为一个工具函数。例如，你提供一个名为 transfer_to_agent_b 的工具函数，当 Agent A 遇到无法处理的问题并调用该函数时，代码会将其返回值设为 Agent B，系统随之将后续的对话处理权转移给 Agent B。
  • 为什么这样使用（原理）： 基于原生函数调用（Function Calling）的动态路由。不预先写死各个智能体之间的执行顺序，而是完全依靠语言模型自身的推理能力。模型根据当前的用户对话，自主决定是调用普通数据计算工具，还是调用“转移”工具交给其他智能体。这种设计是无状态的（Stateless），框架不维护复杂的全局变量，一切走向都由大模型在当前步骤的判断触发。

3. LangGraph

  • 怎么使用： 在编写代码时，你必须明确构建三个核心要素： 1. State（状态）：定义一个全局的数据对象（通常是字典或 Pydantic 模型），用于集中保存整个系统的对话记录、中间结果和参数。 2. Node（节点）：定义具体的执行操作，通常是一个调用大语言模型的函数，或者一个普通的 Python 数据处理函数。每个节点在执行完后，都会去更新 State 里的数据。 3. Edge（边）：编写连接节点的逻辑判断代码，用于决定在当前节点执行完毕后，系统接下来该去执行哪一个节点。 最终，将这些要素组合编译成一个图（Graph）数据结构，然后输入初始参数启动运行。

  • 为什么这样使用（原理）： 基于有限状态机（FSM）与图计算的强控制流。在复杂的生产环境中，如果完全依靠语言模型自主决定下一步，程序容易出现逻辑偏差或死循环。LangGraph 的原理是通过计算机科学中的图数据结构，强制规范了程序的执行路径。所有的节点必须在规则内共享并修改同一个 State，每执行完一步，系统严格根据你代码中设定的条件（Edge）来决定后续走向。这种设计天然支持执行步骤的回溯、循环重试，以及在特定节点暂停以等待人工指令确认，适合对稳定性、容错率有极高要求的复杂工业级任务。