多智能体系统（Muti-Agents）是能够自己思考、计划、找出相关信息来源并从中提取信息、采取行动，甚至在出错时还能自我纠正的自动系统。

OpenAI 推出了Swarm 开源框架，用来以一种非常灵活的方式来管理和协调多智能体系统。

本文我们基于 OpenAI 推出的 Swarm 开源框架，来实现多智能体系统。内容包括：多智能体案例架构设计；多智能体案例代码级实现。

下文我们详细剖析之。

—1—

多智能体案例架构设计

今天，我们来做个实际的操作演示。我们要做一个网上研究助手多智能体应用，这个应用包括以下功能：

• 接收用户的查询请求。
• 在网上搜索相关信息。
• 然后把它变成一篇精心撰写的文章。

我们会用到：

• OpenAI Swarm 来协调多个智能体。
• Streamlit 来做用户界面。

网上研究助手多智能体应用架构设计如下：

如上图所示，我们有三个智能体：

智能体1 → 接收用户的查询并在网页上搜索。

智能体2 → 接收智能体1找到的网页结果，然后进行优化。

智能体3 → 一个技术写作智能体，它接收优化后的结果，起草一篇文章，然后发送回给用户。

—2—

多智能体案例代码实现

第一、准备工作

首先，我们从一些基础的导入开始：

我们使用 OpenAI 的 Swarm 来构建我们的多智能体应用。

我们用 duckduckgo_search 来在网上搜索。

接下来，我们定义大模型名称，并初始化 Swarm 客户端和搜索客户端：

第二、网络搜索智能体1 架构设计和代码实现

智能体1需要接收用户的查询，在网上搜索，然后返回原始的网页结果。

为了实现这个功能，我们首先编写一个函数，该函数接收查询并返回原始结果。

第7行：在网上搜索。

第9-16行：将所有网页结果（标题+网址+正文）收集到一个字符串中并返回。

接下来，我们定义一个网络搜索智能体，它将使用上述函数，我们还在下面为这个智能体指定了指令：

第1行：我们指定角色。

第6-11行：我们定义了一个来自 OpenAI Swarm 的 Agent 类的对象，指定上述函数、指令和 LLM（大语言模型）。

第三、网络过滤智能体2 架构设计和代码实现

智能体1 返回的结果可能会相当混乱，并且可能包含很多不相关的信息。我们需要另一个智能体来筛选出合适的信息。

和智能体1一样，我们再定义一个 Agent 类的另一个对象，并且传递指令：

第四、写作智能体3 架构设计和代码实现

最后，我们创建另一个智能体3，它接收上面筛选过的结果并起草一篇文章。

第五、多智能体架构和代码实现整合

虽然我们已经定义了上述三个智能体，但多智能体应用并不知道这些智能体应该按什么顺序运行，以及谁的输出应该传递给下一个智能体。

因此，我们需要在一个工作流程中把它们串联起来。

为了简单起见，我们一步一步来做。

首先，我们将用户查询传递给网络搜索智能体1，它生成原始响应：

接下来，我们将原始响应传递给网络过滤智能体2：

最后，我们将筛选后的结果传递给写作智能体3：

run_worwflow(query) 运行工作流程方法的完整代码如下：

执行运行工作流程方法会生成预期的输出，如下图所示：

当然，我们本文没有涉及 Streamlit 前端部分，完整的代码已放在 Github 上。

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓