随着大模型的发展，我们的主要精力会放在创【访问 www.tangshuang.net 获取更多精彩内容】【本文受版权保护】建复杂的智能体架构来直接实现人类的需求。转载请注明出处：www.tangshuang.net【本文受版权保护】从纯粹的聊天，发展到RAG类的增强应用，转载请注明出处：www.tangshuang.net本文作者：唐霜，转载请注明出处。再到Agent智能体应用，现在，我门进入【原创不易，请尊重版权】【本文首发于唐霜的博客】了多智能体MultiAgent的阶段。在著作权归作者所有，禁止商业用途转载。【转载请注明来源】Agents领域的投入，将可能带我们真正【访问 www.tangshuang.net 获取更多精彩内容】本文作者：唐霜，转载请注明出处。进入新的工业革命，让AI帮助人类进入下一【原创不易，请尊重版权】【原创内容，转载请注明出处】阶段的文明。微软作为这个时代的重要参与力转载请注明出处：www.tangshuang.net本文作者：唐霜，转载请注明出处。量，也确实很有诚意的为我们开放着大模型的【作者：唐霜】【版权所有】唐霜 www.tangshuang.net一些基础建设。AutoGen是由微软开源转载请注明出处：www.tangshuang.net【作者：唐霜】的MultiAgent框架，可在github上查看它的源码本文作者：唐霜，转载请注明出处。。本文将简单介绍这一框架，希望给读者一些【本文首发于唐霜的博客】【本文受版权保护】启发。
本文作者：唐霜，转载请注明出处。【版权所有】唐霜 www.tangshuang.net未经授权，禁止复制转载。什么是Multi-Agent？【未经授权禁止转载】
本文版权归作者所有，未经授权不得转载。【本文受版权保护】【关注微信公众号：wwwtangshuangnet】【关注微信公众号：wwwtangshuangnet】【转载请注明来源】Multi-Agent（多智能体系统）与原创内容，盗版必究。未经授权，禁止复制转载。Single Agent（单智能体）的关本文版权归作者所有，未经授权不得转载。转载请注明出处：www.tangshuang.net系，可以理解为“单体应用”和“微服务架构【版权所有，侵权必究】【原创内容，转载请注明出处】应用”的关系。我们当前市面上的大部分Ag转载请注明出处：www.tangshuang.net【本文首发于唐霜的博客】ent还在以Single Agent的思【本文受版权保护】【版权所有】唐霜 www.tangshuang.net路进行开发，试图通过一个庞大的智能体解决【关注微信公众号：wwwtangshuangnet】【访问 www.tangshuang.net 获取更多精彩内容】所有事情。而Multi-Agent的思路【转载请注明来源】著作权归作者所有，禁止商业用途转载。，则是将智能体以系统的形式编排在一起，以【转载请注明来源】【转载请注明来源】更高效的将智能应用按不同功能进行效率提升本文作者：唐霜，转载请注明出处。【本文首发于唐霜的博客】和解耦复用。要理解这一点，我门需要先从单【本文首发于唐霜的博客】【作者：唐霜】智能体出发。
【关注微信公众号：wwwtangshuangnet】【版权所有】唐霜 www.tangshuang.net著作权归作者所有，禁止商业用途转载。著作权归作者所有，禁止商业用途转载。【本文首发于唐霜的博客】Single Agent是当前大模型市场【版权所有，侵权必究】【作者：唐霜】上的重要应用形式，openAI发布的GP原创内容，盗版必究。【原创内容，转载请注明出处】Ts就是此类应用的市场。但单智能体应用往未经授权，禁止复制转载。未经授权，禁止复制转载。往是以某个非常明确的目标为设计的，以La【未经授权禁止转载】转载请注明出处：www.tangshuang.netngChain为例，在LangChain本文版权归作者所有，未经授权不得转载。著作权归作者所有，禁止商业用途转载。中，我们把大模型比做大脑，以为各个部件提未经授权，禁止复制转载。本文版权归作者所有，未经授权不得转载。供执行指令，通过Chain来调用工具执行未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。，最终实现一个单一目标。但是在LangC【原创不易，请尊重版权】【转载请注明来源】hain中，我们只有LLM和ChatMo未经授权，禁止复制转载。【版权所有】唐霜 www.tangshuang.netdel两个概念。这类应用只有一个大脑，指【本文受版权保护】本文版权归作者所有，未经授权不得转载。挥所有器官，这使得所有的理解、决策、反馈转载请注明出处：www.tangshuang.net本文作者：唐霜，转载请注明出处。全都由一个大脑完成，所有的任务由一个人完【关注微信公众号：wwwtangshuangnet】转载请注明出处：www.tangshuang.net成。我们会发现，Single Agent【原创不易，请尊重版权】【原创不易，请尊重版权】在开发时，智能完成特定目标任务，因此在大著作权归作者所有，禁止商业用途转载。【版权所有】唐霜 www.tangshuang.net规模应用中总是会力不从心。
【关注微信公众号：wwwtangshuangnet】【关注微信公众号：wwwtangshuangnet】著作权归作者所有，禁止商业用途转载。著作权归作者所有，禁止商业用途转载。【原创不易，请尊重版权】而Multi-Agent则是为实现一个目【原创内容，转载请注明出处】本文版权归作者所有，未经授权不得转载。标的系统创建多个角色，让多个AI智能体像原创内容，盗版必究。【原创不易，请尊重版权】一个Team一样分角色完成不同任务。之所【作者：唐霜】【本文受版权保护】以这样设计，一方面是不同的智能体强项不同【版权所有，侵权必究】【版权所有，侵权必究】，另一方面是从技术上看，一个智能体专注做【原创不易，请尊重版权】【原创内容，转载请注明出处】一件事实现成本更低，且效率和准度可能更高【原创不易，请尊重版权】本文作者：唐霜，转载请注明出处。，在最后系统部署上，也可以做到像微服务那【转载请注明来源】【原创不易，请尊重版权】样方便部署和复用。当然，更重要的是，随着【转载请注明来源】本文作者：唐霜，转载请注明出处。市场的不断演化，未来我们既可以发布单智能本文版权归作者所有，未经授权不得转载。【本文受版权保护】体，也可以发布多智能体系统，这样可以让不未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。同的开发者在不同层面都可以有自己的创造，【版权所有】唐霜 www.tangshuang.net【本文受版权保护】且形成良好的生态。
【版权所有】唐霜 www.tangshuang.net本文作者：唐霜，转载请注明出处。【版权所有，侵权必究】【作者：唐霜】【原创不易，请尊重版权】
上图中，左侧最上方的虚线框内表示的就是我著作权归作者所有，禁止商业用途转载。【版权所有，侵权必究】们常见的Single Agent，即单智本文版权归作者所有，未经授权不得转载。【本文受版权保护】能体，里面包含了LLM、用户、工具等，但【本文首发于唐霜的博客】【版权所有】唐霜 www.tangshuang.net是它们被统一在一个智能体中。这样的设计也转载请注明出处：www.tangshuang.net【本文首发于唐霜的博客】并非不行，只是无法应对大规模任务需求。而本文作者：唐霜，转载请注明出处。本文版权归作者所有，未经授权不得转载。Multi-Agent架构则是对它进行重【访问 www.tangshuang.net 获取更多精彩内容】【本文首发于唐霜的博客】新划分，抽象出功能明确的独立Agent之【原创不易，请尊重版权】【访问 www.tangshuang.net 获取更多精彩内容】后，再让这些Agent协同起来，分配角色未经授权，禁止复制转载。【访问 www.tangshuang.net 获取更多精彩内容】，在系统中不同阶段起到不同作用。
未经授权，禁止复制转载。【版权所有】唐霜 www.tangshuang.net转载请注明出处：www.tangshuang.net【原创不易，请尊重版权】未经授权，禁止复制转载。AutoGen内的基本概念【版权所有，侵权必究】
【版权所有】唐霜 www.tangshuang.net【版权所有，侵权必究】本文作者：唐霜，转载请注明出处。本文版权归作者所有，未经授权不得转载。在理解Multi-Agent之后，我门再【未经授权禁止转载】【本文首发于唐霜的博客】来看AutoGen。作为微软的重要开源项本文版权归作者所有，未经授权不得转载。【版权所有，侵权必究】目，它在概念上并不复杂。首先，AutoG本文作者：唐霜，转载请注明出处。【转载请注明来源】en是基于Multi-Agent架构的，【版权所有】唐霜 www.tangshuang.net【转载请注明来源】它是完全开源的，也可以在许可协议范围内商【本文首发于唐霜的博客】【版权所有，侵权必究】用。我相信微软既然已经将其开源，意味着它【关注微信公众号：wwwtangshuangnet】本文版权归作者所有，未经授权不得转载。希望能过在社区范围内赢得更多的开发者使用【原创不易，请尊重版权】【转载请注明来源】量，从而建立起它的生态，以在将来有更多的【版权所有】唐霜 www.tangshuang.net【本文受版权保护】公司基于这一技术架构去实现自己的大模型应原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。用，并且微软也可以卖更多的相关服务。
【转载请注明来源】【本文首发于唐霜的博客】【原创不易，请尊重版权】【版权所有，侵权必究】AutoGen中包含两种Agent一种M【本文受版权保护】本文作者：唐霜，转载请注明出处。anager，即：UserProxyAg【转载请注明来源】转载请注明出处：www.tangshuang.netent、AssistantAgent、G本文作者：唐霜，转载请注明出处。【原创内容，转载请注明出处】roupChatManager。Assi著作权归作者所有，禁止商业用途转载。【未经授权禁止转载】stantAgent的主要作用是作为中枢【未经授权禁止转载】【关注微信公众号：wwwtangshuangnet】大脑提供理解、分析、决策，UserPro本文版权归作者所有，未经授权不得转载。【版权所有】唐霜 www.tangshuang.netxyAgent主要作为处理由中枢大脑给出【未经授权禁止转载】本文版权归作者所有，未经授权不得转载。的决策的执行者，GroupChatMan【关注微信公众号：wwwtangshuangnet】转载请注明出处：www.tangshuang.netager则是能够让多个Agent进行分组【作者：唐霜】【关注微信公众号：wwwtangshuangnet】的管理者，类似于实际工作中把一个Mana【转载请注明来源】【版权所有，侵权必究】ger下面的团队分为多个Team的情况。
转载请注明出处：www.tangshuang.net【未经授权禁止转载】【本文首发于唐霜的博客】【未经授权禁止转载】
与LangChain等不同，AutoGe【访问 www.tangshuang.net 获取更多精彩内容】本文作者：唐霜，转载请注明出处。n的一个特点是，支持人在整个系统中发挥作【原创不易，请尊重版权】【原创内容，转载请注明出处】用。类似AutoGPT之类的工具过于理想【原创不易，请尊重版权】本文作者：唐霜，转载请注明出处。化，试图完全脱离人工来实现自动处理。而A【本文受版权保护】【访问 www.tangshuang.net 获取更多精彩内容】utoGen允许人在整个系统运行过程中作【关注微信公众号：wwwtangshuangnet】【未经授权禁止转载】为其中的一个要素参与工作，例如人提出具体【本文受版权保护】本文作者：唐霜，转载请注明出处。的需求，在执行完结果之后，可以对系统的处著作权归作者所有，禁止商业用途转载。【作者：唐霜】理结果做出评价，让系统基于该反馈继续迭代【版权所有，侵权必究】著作权归作者所有，禁止商业用途转载。出更好的结果。当然，这一特征也是可选的，【作者：唐霜】【关注微信公众号：wwwtangshuangnet】如果你不需要要时，就可以选择完全自动的模【本文受版权保护】未经授权，禁止复制转载。式。
【版权所有】唐霜 www.tangshuang.net转载请注明出处：www.tangshuang.net【原创不易，请尊重版权】在工作流程上，AutoGen本质上和Au【转载请注明来源】未经授权，禁止复制转载。toGPT没有区别，都是靠调度来完成多阶转载请注明出处：www.tangshuang.net【版权所有，侵权必究】段的任务，最终得到我们需要的结果。但是A【版权所有，侵权必究】本文版权归作者所有，未经授权不得转载。utoGen有Multi-Agent的理【访问 www.tangshuang.net 获取更多精彩内容】【原创不易，请尊重版权】念加持，在工作流上显得更加清晰和自如。
著作权归作者所有，禁止商业用途转载。【转载请注明来源】本文版权归作者所有，未经授权不得转载。转载请注明出处：www.tangshuang.net【作者：唐霜】
这张图阐述了用户看到的效果，用户可以参与【本文受版权保护】【未经授权禁止转载】结果反馈，从而让Agent可以对写出的代本文作者：唐霜，转载请注明出处。【转载请注明来源】码进行微调，直到效果令人满意为止。
【原创不易，请尊重版权】转载请注明出处：www.tangshuang.net本文作者：唐霜，转载请注明出处。本文作者：唐霜，转载请注明出处。
这张图阐述了系统内部的过程，通过一系列的本文版权归作者所有，未经授权不得转载。【关注微信公众号：wwwtangshuangnet】流程，按照多个阶段来实现最终的需求。
本文版权归作者所有，未经授权不得转载。著作权归作者所有，禁止商业用途转载。【转载请注明来源】未经授权，禁止复制转载。另外，AutoGen还对LLM的交互进行【关注微信公众号：wwwtangshuangnet】【未经授权禁止转载】了优化（主要是基于缓存），以提升整个系统【未经授权禁止转载】【本文受版权保护】的运行效率，当然，这样也就节省了资源，对转载请注明出处：www.tangshuang.net【转载请注明来源】于调用第三方AI接口的系统而言，也是省钱【原创内容，转载请注明出处】【版权所有，侵权必究】的一种设计。AutoGen对编程接口也进【转载请注明来源】【原创不易，请尊重版权】行了优化，让开发者可以更便捷的按照上述思本文版权归作者所有，未经授权不得转载。【访问 www.tangshuang.net 获取更多精彩内容】路实现自己的想法。
本文作者：唐霜，转载请注明出处。未经授权，禁止复制转载。【访问 www.tangshuang.net 获取更多精彩内容】未经授权，禁止复制转载。这里【转载请注明来源】有一些他们团队发表的论文，如果你是研究者【原创内容，转载请注明出处】本文作者：唐霜，转载请注明出处。，可以在这里找到相关论文。
【原创内容，转载请注明出处】【版权所有】唐霜 www.tangshuang.net原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。转载请注明出处：www.tangshuang.net实现多种多样的应用形式【转载请注明来源】
转载请注明出处：www.tangshuang.net原创内容，盗版必究。转载请注明出处：www.tangshuang.net【转载请注明来源】正是因为Multi-Agent这种类似微本文版权归作者所有，未经授权不得转载。原创内容，盗版必究。服务的架构形式，可以让你更快捷的实现各种原创内容，盗版必究。【关注微信公众号：wwwtangshuangnet】形式的智能应用。而且由于智能体是可以复用本文版权归作者所有，未经授权不得转载。【本文首发于唐霜的博客】的，你甚至可以利用一套后端，搭建不同的智【版权所有】唐霜 www.tangshuang.net【关注微信公众号：wwwtangshuangnet】能应用给到你的用户。
【未经授权禁止转载】本文版权归作者所有，未经授权不得转载。【访问 www.tangshuang.net 获取更多精彩内容】【本文受版权保护】原创内容，盗版必究。
上面是6种官方给的应用形式，包含数学问题【本文首发于唐霜的博客】本文作者：唐霜，转载请注明出处。解决、编程、检索、决策等等。
【作者：唐霜】【本文受版权保护】原创内容，盗版必究。【版权所有】唐霜 www.tangshuang.net结语【访问 www.tangshuang.net 获取更多精彩内容】
【版权所有，侵权必究】【原创内容，转载请注明出处】【未经授权禁止转载】本文版权归作者所有，未经授权不得转载。本文简单介绍了AutoGen这个基于Mu【转载请注明来源】著作权归作者所有，禁止商业用途转载。lti-Agent架构的智能应用开发框架【转载请注明来源】转载请注明出处：www.tangshuang.net。不过该框架目前还比较新，官方文档也比较未经授权，禁止复制转载。【访问 www.tangshuang.net 获取更多精彩内容】单薄，相信后续还会持续迭代。就我个人而言本文版权归作者所有，未经授权不得转载。未经授权，禁止复制转载。，已经在LangChain上进行过了开发原创内容，盗版必究。本文作者：唐霜，转载请注明出处。，随着不断的深入，我们会发现，在大模型开【作者：唐霜】著作权归作者所有，禁止商业用途转载。发领域，应用架构、开发模式等等，都慢慢变著作权归作者所有，禁止商业用途转载。【转载请注明来源】得越来越完善和成熟，随着业界的发展，会有原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。更多形式的智能应用出现。而且，我们可以想著作权归作者所有，禁止商业用途转载。原创内容，盗版必究。的再深远一点，现在我们面对的大多是软件应【原创不易，请尊重版权】【未经授权禁止转载】用的形态，但实际上，基于Multi-Ag原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。ent的架构，我们只要做好接口，通过网络著作权归作者所有，禁止商业用途转载。【本文受版权保护】的形式控制硬件也未尝不可，例如一些智能硬著作权归作者所有，禁止商业用途转载。【本文受版权保护】件的领域，抑或我们可以直接将系统运行在机原创内容，盗版必究。【转载请注明来源】器人身上，以控制机器人的各个部件。另外，著作权归作者所有，禁止商业用途转载。【转载请注明来源】我还想到，既然我们需要通过写代码的形式来著作权归作者所有，禁止商业用途转载。本文作者：唐霜，转载请注明出处。基于AutoGen构建智能应用，为什么我【版权所有，侵权必究】本文版权归作者所有，未经授权不得转载。们不能写一个AutoGen的应用来专门帮【未经授权禁止转载】转载请注明出处：www.tangshuang.net助我们写其他的AutoGen应用呢？这样【转载请注明来源】本文作者：唐霜，转载请注明出处。我们不就可以解放我们的双手，实现更快的智【转载请注明来源】转载请注明出处：www.tangshuang.net能应用开发了吗。
【未经授权禁止转载】转载请注明出处：www.tangshuang.net【未经授权禁止转载】著作权归作者所有，禁止商业用途转载。2024-01-23 5556
