OpenAI 开源多智能体框架Swarm

毫无疑问，多智能体肯定是 OpenAI 未来重要的研究方向之一，前些天 OpenAI 著名研究科学家 Noam Brown还在 X 上为 OpenAI 正在组建的一个新的多智能体研究团队招募机器学习工程师。

就在几个小时前，这个或许还没有组建完成的新研究团队就已经开源发布了一项重量级研究成果：Swarm。这是一个实验性质的多智能体编排框架，主打特征是工效（ergonomic）与轻量（lightweight）。

Swarm 开源后引起了热烈讨论，有网友表示这能帮助简化许多潜在的多智能体用例的工作流程。

我们先来看一个例子。首先安装 Swarm，很简单：

复制代码

pip install git+ssh://git@github.com/openai/swarm.git

装好这个框架之后，用起来也很方便。以下代码定义了 2 个智能体，而用户的指令是与智能体 B 交谈：

python 复制代码

from swarm import Swarm, Agent

client = Swarm()

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.",
)

response = client.run(
agent=agent_a,
messages=[{"role": "user", "content": "I want to talk to agent B."}],
)

print(response.messages[-1]["content"])

输出消息：

复制代码

Hope glimmers brightly,New paths converge gracefully,What can I assist?

下面我们就来简单介绍一下这个开源项目。

首先，需要再次强调，Swarm 是一个实验性质的多智能体框架，并不是为生产目的开发的，因此团队表示不会提供任何官方支持。

Swarm 概况

Swarm 关注的重点是让智能体协作和执行变得轻量、高度可控且易于测试。

为此，它使用了两种原语抽象：智能体（agent）和交接（handoff）。其中，智能体包含指令和工具，并且在任何时间都可以选择将对话交接给另一个智能体。

该团队表示，这些原语很强大，「足以表达工具和智能体网络之间的丰富动态，让你可以针对真实世界问题构建可扩展的解决方案，同时避免陡峭的学习曲线。」

另外，该团队指出，请注意 Swarm 智能体与 Assistants API 中的 Assistants 无关。之所以名字相似，只是为了方便。Swarm 完全由 Chat Completions API 提供支持，因此在调用之间是无状态的。

为什么要使用 Swarm？

在设计上，Swarm 是轻量级、可扩展且高度可定制的。它最适合处理存在大量独立功能和指令的情况------这些功能和指令很难编码成单个提示词。

如果开发者想要寻求完全托管的线程以及内置的内存管理和检索，那么 Assistants API 就已经是很好的选择了。但如果开发者想要完全的透明度，并且能够细粒度地控制上下文、步骤和工具调用，那么 Swarm 才是最佳选择。Swarm （几乎）完全运行在客户端，与 Chat Completions API 非常相似，不会在调用之间存储状态。

该团队还展示了一个应用示例，包括天气查询智能体、用于在航空公司环境中处理不同客户服务请求的多智能体设置、客服机器人、可以帮助销售和退款的个人智能体等。具体示例请访问 Swarm 代码库。

简单的天气查询智能体示例，问题先经过筛选智能体处理，再转交给天气智能体解答

Swarm 的核心组件

Swarm 的核心组件包括 client（客户端）、Agent（智能体）、Function（函数）。

运行 Swarm 就是从实例化一个 client 开始的（其就是在内部实例化一个 OpenAI 客户端）。

python 复制代码

from swarm import Swarm
client = Swarm()
client.run()

Swarm 的 run() 函数类似于 Chat Completions API 中的 chat.completions.create() 函数------接收消息并返回消息，并且在调用之间不保存任何状态。但重点在于，它还处理 Agent 函数执行、交接、上下文变量引用，并且可以在返回给用户之前进行多轮执行。

究其核心，Swarm 的 client.run() 是实现以下循环：

先让当前智能体完成一个结果
执行工具调用并附加结果
如有必要，切换智能体
如有必要，更新上下文变量
如果没有新的函数调用，则返回

参数

client.run() 的参数包括：

client.run() 完成后（可能进行过多次智能体和工具调用），会返回一个响应，其中包含所有相关的已更新状态。具体来说，即包含新消息、最后调用的智能体、最新的上下文变量。你可以将这些值（加上新的用户消息）传递给 client.run() 的下一次执行，以继续上次的交互------就像是 chat.completions.create()

响应字段

Agent

Agent（智能体）就是将一组指令与一组函数封装在一起（再加上一些额外的设置），并且其有能力将执行过程交接给另一个 Agent。

Agent 字段

指令（instructions）

Agent instructions 会直接转换成对话的系统提示词（作为第一条消息）。只有当前活动的 Agent 的指令会被使用（当发生智能体交接时，系统提示词会变化，但聊天历史不会）。

python 复制代码

agent = Agent(
instructions="You are a helpful agent."
)

instructions 可以是常规字符串，也可以是返回字符串的函数。该函数可以选择性地接收 context_variables 参数，该参数将由传入 client.run() 的 context_variables 填充。

python 复制代码

def instructions(context_variables):
user_name = context_variables["user_name"]
return f"Help the user, {user_name}, do whatever they want."

agent = Agent(
instructions=instructions
)
response = client.run(
agent=agent,
messages=[{"role":"user", "content": "Hi!"}],
context_variables={"user_name":"John"}
)
print(response.messages[-1]["content"])

输出消息：

复制代码

Hi John, how can I assist you today?

Function

Swarm Agent 可以直接调用 Python 函数。
函数通常应返回一个字符串（数值会被转换为字符串）。
如果一个函数返回了一个 Agent，则执行过程将转交给该 Agent。
如果函数定义了 context_variables 参数，则它将由传递到 client.run() 的 context_variables 填充。

python 复制代码

def greet(context_variables, language):
user_name = context_variables["user_name"]
greeting = "Hola" if language.lower() == "spanish" else "Hello"
print(f"{greeting}, {user_name}!")
return "Done"

agent = Agent(
functions=[print_hello]
)

client.run(
agent=agent,
messages=[{"role": "user", "content": "Usa greet() por favor."}],
context_variables={"user_name": "John"}
)

输出消息：

如果某个 Agent 函数调用出错（缺少函数、参数错误等），则会在聊天之中附加一条报错响应，以便 Agent 恢复正常。

如果 Ageny 调用多个函数，则按顺序执行它们。

交接和更新上下文变量

通过在返回的函数中包含一个 Agent，可将执行过程交接给这个 Agent。

python 复制代码

sales_agent = Agent(name="Sales Agent")

def transfer_to_sales():
return sales_agent

agent = Agent(functions=[transfer_to_sales])

response = client.run(agent, [{"role":"user", "content":"Transfer me to sales."}])
print(response.agent.name)

输出消息：

复制代码

Sales Agent

它还可以通过返回更完整的 Result 对象来更新 context_variables。如果你希望用单个函数返回一个值、更新智能体并更新上下文变量（或三者中的任何组合），它还可以包含一个 value 和一个 agent。

python 复制代码

sales_agent = Agent(name="Sales Agent")

def talk_to_sales():
print("Hello, World!")
return Result(
value="Done",
agent=sales_agent,
context_variables={"department": "sales"}
)

agent = Agent(functions=[talk_to_sales])

response = client.run(
agent=agent,
messages=[{"role": "user", "content": "Transfer me to sales"}],
context_variables={"user_name": "John"}
)
print(response.agent.name)
print(response.context_variables)

输出消息：

复制代码

Sales Agent{'department': 'sales', 'user_name': 'John'}

注意：如果一个 Agent 调用了多个交接 Agent 的函数，则仅使用最后一个交接函数。

函数模式

Swarm 会自动将函数转换为 JSON 模式，然后将其传递给聊天补全工具。

文档字符串会转换为函数 description。
没有默认值的参数会设置为 required。
类型提示会映射到参数的 type（默认为 string）。
不明确支持对每个参数进行描述，但如果只是在文档字符串中添加，应该能以相似的方式工作。

python 复制代码

def greet(name, age: int, location: str = "New York"):
"""Greets the user. Make sure to get their name and age before calling.

Args:
name: Name of the user.
age: Age of the user.
location: Best place on earth.
"""
print(f"Hello {name}, glad you are {age} in {location}!")
{
"type": "function",
"function": {
"name": "greet",
"description": "Greets the user. Make sure to get their name and age before calling.\n\nArgs:\n name: Name of the user.\n age: Age of the user.\n location: Best place on earth.",
"parameters": {
"type": "object",
"properties": {
"name": {"type": "string"},
"age": {"type": "integer"},
"location": {"type": "string"}
},
"required": ["name", "age"]
}
}
}

流式处理

Swarm 也支持流式处理。

python 复制代码

stream = client.run(agent, messages, stream=True)
for chunk in stream:
print(chunk)

使用了与 Chat Completions API streaming 一样的事件，但添加了两个事件类型：

{"delim":"start"} 和 {"delim":"start"}，用于在 Agent 每次处理单个消息（响应或函数调用）时发出信号。这有助于识别 Agent 之间的切换。
为方便起见，{"response": Response} 将在流的末尾返回带有已聚合的（完整）响应的 Response 对象。

核心贡献者

Swarm 的核心贡献者均就职于 OpenAI，他们分别是（右侧为对应的 GitHub 用户名）：

Ilan Bigio - ibigio
James Hills - jhills20
Shyamal Anadkat - shyamal-anadkat
Charu Jaiswal - charuj
Colin Jarvis - colin-openai