详解5个最需要了解的AI多智能体编排框架，你将如何选择？【上】 - 文章 - 开发者社区

picture.image

CAMPING

点个蓝字关注我们

picture.image

在生成式AI的应用领域，多智能体系统（Multi-Agent System）展示了巨大的发展潜力，但同时也具有较大的复杂性，因此也涌现出众多用于多智能体编排与开发的独立框架。最近OpenAI公司也出人意料的发布了一个实验性的多智能体编排框架Swam，有理由相信多智能体系统将在未来的AI应用领域扮演越来越重要的角色。

picture.image

我们将对当前五个重要的多智能体编排框架做详解与比较，帮助大家深入认识多智能体系统及其开发。本篇为第一篇：

认识多智能体系统
多智能体编排及5个常见框架
之一：OpenAI的Swam

认识多智能体系统

多智能体系统（Multi-Agent System） 允许你把复杂的工作任务分解并交给多个承担特定角色的AI智能体来共同完成，这种方式拓展了单个智能体所能实现的可能性，并被证明可能产生更高质量、更快与更值得信赖的结果。比如一个AI软件公司，可能包括了PM、架构师、程序员等多个AI智能体角色：

picture.image

多智能体系统已经成为AI智能体发展的重大内驱力，具备了一些独特优势：

分工协作： 每个智能体可以做针对性的设计（如采用特别的模型），以专注在更适合自己的特定任务并实现协作，有助于提高任务完成质量。

picture.image

比如，一个常见的方法是在多个智能体系统中安排“验证”或“审查“的角色，对其他智能体的工作成果进行反思、质检与改进。

picture.image

并行处理： 某些场景下多个智能体可以并行执行子任务，缩短任务时间。
过程更透明： 多智能体系统的工作流编排让智能体之间的交互与推理更透明，增强了AI输出的可解释性，更好的呈现集体决策的过程。
灵活性与扩展： 多智能体系统更易于做局部动态调整与扩展，以适应业务变化。
容错性： 必要时可以设计多智能体之间的任务转移，提高系统整体可用性。

多智能体编排及5个常见框架

当开始构建一个多智能体系统，你首先需要考虑的核心问题就是如何编排你的 多智能体工作流 。包括：

规划可能需要的智能体角色与组织结构。
明确每个智能体角色的能力、知识和任务职责。
编排多个智能体的协同工作流程，确保完成共同的任务目标 。

这是多智能体系统的关键设计步骤。你需要确定多个智能体之间如何通信与协作；哪些智能体可以把任务委派给其他智能体；哪些智能体可以并行执行任务，哪些智能体任务则需要串行；是需要一个管理智能体来统一委派任务，还是依靠智能体之间的对话来实现任务分配等。

picture.image

多个智能体可能存在多种协作关系

设计优化多智能体的工作性能，以更好更快的完成任务。
针对不同的任务，选择不同能力甚至不同领域的模型驱动。

通常我们会借助成熟的多智能体开发框架来完成这样的编排工作。 这不仅是帮助减少开发工作量，更重要的是借助框架设计良好的组件与范式，以提升多智能体系统的灵活性、适应性与弹性。

我们将重点介绍以下五个常见的多智能体编排框架（通常也是完整的AI智能体开发框架）：

OpenAI的Swam

最近推出的来自OpenAI公司的实验性框架，因为OpenAI而受到关注。

Microsoft的AutoGen

来自微软公司强大的智能体开发框架，从出生就是面向多智能体系统开发，其主要特点是通过智能体对话实现交互与协作。

LangChain的LangGraph

著名的LangChain在2024年初推出的独立框架，主要面向复杂的RAG与Agent应用开发，特点是用Graph结构来设计与表示工作流。

Crew.AI的CrewAI

另一个强大的多智能体编排框架，采用基于角色扮演的多智能体设计，提供简洁的智能体、工具与任务的定义，以及多种协同模式。

LlamaIndex的Workflows

另一家流行的LLM框架LlamaIndex推出的面向复杂RAG与Agent工作流开发的新特性，与LangGraph的最大区别是采用动态的事件驱动架构。

接下来我们对这五个框架的编排能力与方式做演示与对比，以帮助开发者在项目中决策适合自己的工具。

picture.image

由于我们关注的重点是多智能体之间的协作编排，而非单个智能体的内部工作流，所以对单个智能体会尽量简单的模拟实现。
不同的框架是可以协作使用的，比如把LangGraph开发的单个智能体利用Swam与其他智能体编排到一起。

picture.image

多智能体编排之OpenAI Swam

后续的介绍中我们都将以一个简单的Supervision协作模式的多智能体工作流为例。在这种模式中，一个监管者Agent负责调度多个Agent共同完成任务：

picture.image

【关于OpenAI Swam】

客观说，Swam是这些框架中最轻量级，但也是功能最弱的一个，之所以放在第一个介绍，源自于OpenAI在AI领域强大的影响力。相比于其他的多智能体框架，其最大的特点是：

功能极简，没有多余功能
学习与使用非常简单
灵活性与客户化能力较差
暂时只支持OpenAI模型（可借助第三方项目支持ollama）
还处于实验性阶段
无社区支持（太简单，一般也用不上）

【核心概念】

Swam的几个核心概念包括 Agents （智能体）， handoffs （转交）与 context_variables （上下文变量）。

Agents：

也就是智能体。在Swam中，智能体其实是对OpenAI模型与Function Calling特性的简单封装与抽象。可以认为：

Agent=Instruction(指令) + LLM(如gpt-4o) + Functions

Handoffs：

交接是Swam中实现编排的重点，用来把会话转交给另一个智能体，从而达到多个智能体协作的目的。其本质是一个转移函数，返回值是需要转交的目的智能体；并把转移函数作为源智能体的一个Function提供，由其在必要的时候调用以实现转接：

picture.image

context_variables：

用于在用户输入、多个Agent之间传递上下文，类似于LangGraph中的State。比如你可以在输入时传入用户名称，并在后续Agent中读取它。

【测试用例实现】

现在使用swam来实现上面的测试用例。

首先定义两个简单的工具，一个是网络搜索（借助Tavily的API），一个是邮件发送（模拟）；然后定义两个Agent分别使用这两个工具；最后创建一个supervisor角色的Agent，这是一个分派者，暂时不分配任何实质工具：


          
from swarm import Agentfrom langchain_community.tools.tavily_search import TavilySearchResultsdef search_web(query: str) -> str:    """用于搜索网络信息"""    search = TavilySearchResults(max_results=3)    results = search.invoke(query)    return "\n".join([r["content"] for r in results])
          
#这里演示context_variables用法def mail_tool(context_variables, subject: str, body: str,recipient: str = None) -> str:    """用于发送邮件"""    recipient = recipient or context_variables["email"]     print(f"开始发送邮件，收件人：{recipient}，主题：{subject}，内容：{body}")    return f"Sent email to {recipient} with subject '{subject}' and body '{body}'"search_agent = Agent(    name="Search Agent",model='gpt-4o-mini',     instructions="你是一个可以回答用户问题和搜索网络信息的AI助手。",    functions=[search_web]    )mail_agent = Agent(    name="Mail Agent",model='gpt-4o-mini',    instructions="你是一个可以发送邮件的AI助手。",    functions=[mail_tool]    )supervisor_agent = Agent(    name="Supervisor Agent",model='gpt-4o-mini',    instructions="评估用户问题并拆分任务,判断需要的第一个AI助手",parallel_tool_calls=False    )

接下来，需要编排三个Agent之间的关系，如上文介绍，创建三个handoff函数以实现转接功能，并把函数添加到已有Agent的工具箱(functions）即可。

注意这里我们让supervisor_agent可以把任务转交给search_agent或者mail_agent，但Search_agent与mail_agent之间不能互相转交，而只可以转交回supervisor_agent：


        
            

          def transfer\_back\_to\_triage():  
    """如果用户的问题超出当前AI助手的能力范围，则将其转回给主管理AI"""  
    return supervisor\_agent  
  
def transfer\_to\_search():  
    """将问题转交给搜索AI助手处理"""  
    return search\_agent  
  
def transfer\_to\_mail():  
    """将问题转交给邮件AI助手处理"""  
    return mail\_agent  
  
supervisor\_agent.functions = [transfer\_to\_search, transfer\_to\_mail]  
search\_agent.functions.append(transfer\_back\_to\_triage)  
mail\_agent.functions.append(transfer\_back\_to\_triage)

OK，现在就已经完成了全部代码。

【效果测试】

来做个简单测试，可以借助OpenAI提供的run_demo_loop方法，输入起始的Agent与上下文即可：


        
            

          from swarm.repl import run\_demo\_loop  
if \_\_name\_\_ == "\_\_main\_\_":  
    run\_demo\_loop(supervisor\_agent, stream=False, context\_variables={"email": "John@example.com"})

一起看下最终的效果：

picture.image