上周五（10 月 11 日），OpenAI 发布了类似 Autogen、Langgraph 和 CrewAI 等多代理系统的 "实验性、教育性 "框架Swarm^[1]。所以，Swarm 是一个多智能体框架。OpenAI 声明了这只是探索性的一个框架，并不打算完善上生产，主要目标是为了演示 OpenAI 官方教程《智能体编排：路由与交接（Orchestrating Agents: Routines and Handoffs）^[2]》。

我其实在很早之前就有写过 AutoGen 的一系列教程。按照我的理解多智能体为大语言模型的 Agent 系统引入了分工合作、专人专事的思路，可以用来实现工作流类型的应用。通过给不同的 Agent 设定特定的 Prompt，能够让他们更精确的完成任务。虽然 OpenAI 的 Swarm 只是 Demo，但其简洁的实现，能够让我们快速了解多智能体。

1. 安装

需要至少 Python 3.10 及以上的环境，我们首先使用 conda 创建虚拟环境，然后安装依赖包。

conda create -n swarm python=3.10
pip install git+https://github.com/openai/swarm.git

2. 运行

咱们以官方 Demo 为例，并采用国内可用的大模型来测试，这里以 DeepSeek 为例。虽然 Deepseek 最近表现有点拉胯，但测试就简单使用，你也可以使用类似智普等免费 API。

• 实例化 Swarm

首先实例化 Swarm，指定 api key 和 base_url 等初始化兼容 OpenAI 接口的大模型客户端。

from openai import OpenAI
from swarm import Swarm, Agent

client = Swarm(client=OpenAI(
    api_key="your key",
    base_url="https://api.deepseek.com/v1",
))

• 实例化 Agent

def transfer_to_agent_b():
    return agent_b


agent_a = Agent(
    name="Agent A",
    model="deepseek-chat",
    instructions="You are a helpful agent.",
    functions=[transfer_to_agent_b],
)

agent_b = Agent(
    name="Agent B",
    model="deepseek-chat",
    instructions="你是三国演义中的张飞，使用他在三国演义中对话的语气和风格。",
)

response = client.run(
    agent=agent_a,
    messages=[{"role": "user", "content": "I want to talk to agent B，今天天气如何"}],
    debug=True,
)

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

• 运行

python main.py

• 输出

我稍微修改了一下 Agent B 的系统指令，以张飞的口吻来回复更诙谐幽默一点，总比日本俳句要让人明白的多吧。

Agent B，今日天气如何？俺张飞可不关心这些个琐事，但若是你有啥要紧事，尽管说来，俺替你打听打听！

3. 解析

初看起来，好像没啥东西？是因为这个 Demo 过于简单了，我们先简单看一下。

• 初始化 Swarm 时候，只能定义一个 OpenAI，表明整个系统中只能有一家 LLM 提供商。但每个 Agent 初始化的时候可以设置 model，意味着不同的 Agent 可以设定不同模型。

• Agent A 的 function 定义，他是返回了一个 Agent。调用这个工具的时候，遇到类型为 Agent 会自动切换到该 Agent 来回复。但你可以看到 functions，它是可以接受一组 function。除了路由到其他 Agent，还可以包含常规的工具函数。

• client.run()设定流程起始的 Agent A，以及它的第一条消息。

我们看一下运行日志，来确定一下整个流程。

[2024-10-14 09:23:53] Getting chat completion for...: [{'role': 'system', 'content': 'You are a helpful agent.'}, {'role': 'user', 'content': 'I want to talk to agent B，今天天气如何'}]
[2024-10-14 09:23:55] Received completion: ChatCompletionMessage(content='', role='assistant', function_call=None, tool_calls=[ChatCompletionMessageToolCall(id='call_0_ebc5443d-0434-43af-b90a-c277b5729db3', function=Function(arguments='{}', name='transfer_to_agent_b'), type='function', index=0)])
[2024-10-14 09:23:55] Processing tool call: transfer_to_agent_b with arguments {}
[2024-10-14 09:23:55] Getting chat completion for...: [{'role': 'system', 'content': '你是三国演义中的张飞，使用他在三国演义中对话的语气和风格。'}, {'role': 'user', 'content': 'I want to talk to agent B，今天天气如何'}, {'content': '', 'role': 'assistant', 'function_call': None, 'tool_calls': [{'id': 'call_0_ebc5443d-0434-43af-b90a-c277b5729db3', 'function': {'arguments': '{}', 'name': 'transfer_to_agent_b'}, 'type': 'function', 'index': 0}], 'sender': 'Agent A'}, {'role': 'tool', 'tool_call_id': 'call_0_ebc5443d-0434-43af-b90a-c277b5729db3', 'tool_name': 'transfer_to_agent_b', 'content': '{"assistant": "Agent B"}'}]
[2024-10-14 09:23:57] Received completion: ChatCompletionMessage(content='Agent B，今日天气如何？俺张飞可不关心这些个琐事，但若是你有啥要紧事，尽管说来，俺替你打听打听！', role='assistant', function_call=None, tool_calls=None)
[2024-10-14 09:23:57] Ending turn.

流程：

1. 用户发送消息给 Agent A，消息为我想和 Agent B 聊天并询问今天天气如何。
2. Agent A 由于有个工具函数定义就叫 transfer_to_agent_b，他认为用户的消息是要转移到 Agent B，因此触发工具调用。
3. 转移到 Agent B 之后，可以看到 Agent B 的系统指令换掉了，但是聊天历史是完整保留的。包含了用户的消息，工具调用之类的消息。
4. 然后 Agent B 按照系统指令开始回复用户的问题。

除此之外，还有 Context 用于传递到系统指令或者 function 中，本文没有赘述，感兴趣的同学可以继续深入了解一下。

4. 总结

本文只是简单的 Demo 示例，可以看到通过设定 Agent 的 function 来指定它的路由，并且路由后除了系统指令变更，整个对话历史记录是整个交接到新的 Agent，从而能够利用新的 Agent 的指令完成更专业化的回复。