스웜: 경량 다중 지능 신체 시스템을 학습하기 위한 실험적 교육 프로젝트(OpenAI 예시)

일반 소개

스웜은 다중 에이전트 시스템을 위한 가볍고 제어되며 테스트하기 쉬운 인터페이스를 탐색하기 위해 OpenAI에서 개발한 실험적인 교육용 프레임워크입니다. 이 프레임워크는 주로 개발자가 멀티 에이전트 시스템의 조정 및 실행을 이해하고 구현할 수 있도록 에이전트 간의 핸드오프 및 일상적인 패턴을 시연하는 데 사용됩니다.Swarm은 독립형 라이브러리는 아니지만 주로 교육 목적으로 사용되며 멀티 에이전트 시스템에 관심이 있는 개발자가 학습하고 실험하기에 적합합니다.Swarm은 Python 3.10 이상에서 지원되는 Chat Completions API를 사용합니다.

기능 목록

• 상담원 생성특정 지침과 기능을 가진 상담원을 정의하고 생성합니다.
• 상담원 인수인계상담원 간 작업 인계가 가능하고 시스템 유연성이 향상됩니다.
• 함수 호출상담원은 미리 정의된 함수를 호출하여 특정 작업을 수행할 수 있습니다.
• 스트리밍 평가상담원 행동의 실시간 평가 및 조정을 지원합니다.
• 무국적 통화각 호출 사이에 상태가 저장되지 않으므로 가볍고 효율적인 시스템을 보장합니다.

도움말 사용

설치 프로세스

1. Python 3.10 이상이 설치되어 있는지 확인합니다.
2. 다음 명령을 사용하여 Swarm을 설치합니다:

   pip install git+https://github.com/openai/swarm.git

사용 가이드라인

1. 프록시 만들기::

   from swarm import Swarm, Agent
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.",
)

2. 에이전트 실행::

   client = Swarm()
response = client.run(
agent=agent_a,
messages=[{"role": "user", "content": "I want to talk to agent B."}],
)
print(response.messages[-1]["content"])

3. 상담원 인수인계: 위의 예에서.agent_a작업을 다음으로 넘깁니다.agent_b및 반환agent_b응답.
4. 함수 호출프록시는 위의 예제에서와 같이 미리 정의된 함수를 호출할 수 있습니다.transfer_to_agent_b함수입니다.
5. 스트리밍 평가Swarm은 상담원 행동의 실시간 평가 및 조정을 지원하여 시스템의 유연성과 효율성을 보장합니다.

세부 운영 절차

1. 에이전트 정의이름, 명령 및 기능을 정의하여 다양한 에이전트를 만듭니다.
2. 인수인계 규칙 설정핸드오버 기능을 정의하여 상담원 간의 작업 인계가 이루어집니다.
3. 에이전트 시스템 실행스웜 클라이언트를 사용하여 에이전트 시스템을 실행하고 사용자 입력을 처리하고 응답을 반환합니다.
4. 실시간 평가 및 조정상담원 행동 및 응답에 따라 실시간으로 시스템 구성을 평가하고 조정합니다.

이러한 단계를 통해 개발자는 스웜 프레임워크를 쉽게 시작하고 멀티 에이전트 시스템의 구현 및 적용을 탐색할 수 있습니다.