随着大模型的发展，我们的主要精力会放在创【版权所有，侵权必究】本文作者：唐霜，转载请注明出处。建复杂的智能体架构来直接实现人类的需求。【原创不易，请尊重版权】【转载请注明来源】从纯粹的聊天，发展到RAG类的增强应用，未经授权，禁止复制转载。【本文首发于唐霜的博客】再到Agent智能体应用，现在，我门进入【作者：唐霜】【访问 www.tangshuang.net 获取更多精彩内容】了多智能体MultiAgent的阶段。在【本文受版权保护】【本文受版权保护】Agents领域的投入，将可能带我们真正【关注微信公众号：wwwtangshuangnet】【关注微信公众号：wwwtangshuangnet】进入新的工业革命，让AI帮助人类进入下一本文版权归作者所有，未经授权不得转载。【本文受版权保护】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著作权归作者所有，禁止商业用途转载。量，也确实很有诚意的为我们开放着大模型的【版权所有】唐霜 www.tangshuang.net原创内容，盗版必究。一些基础建设。AutoGen是由微软开源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】的MultiAgent框架，可在github上查看它的源码。本文将简单介绍这一框架，希望给读者一些本文作者：唐霜，转载请注明出处。本文作者：唐霜，转载请注明出处。启发。
【本文首发于唐霜的博客】未经授权，禁止复制转载。【版权所有，侵权必究】什么是Multi-Agent？
Multi-Agent（多智能体系统）与原创内容，盗版必究。本文作者：唐霜，转载请注明出处。Single Agent（单智能体）的关【本文首发于唐霜的博客】本文版权归作者所有，未经授权不得转载。系，可以理解为“单体应用”和“微服务架构【本文首发于唐霜的博客】本文版权归作者所有，未经授权不得转载。应用”的关系。我们当前市面上的大部分Ag【本文首发于唐霜的博客】【访问 www.tangshuang.net 获取更多精彩内容】ent还在以Single Agent的思转载请注明出处：www.tangshuang.net【关注微信公众号：wwwtangshuangnet】路进行开发，试图通过一个庞大的智能体解决【版权所有】唐霜 www.tangshuang.net未经授权，禁止复制转载。所有事情。而Multi-Agent的思路【未经授权禁止转载】【本文受版权保护】，则是将智能体以系统的形式编排在一起，以著作权归作者所有，禁止商业用途转载。转载请注明出处：www.tangshuang.net更高效的将智能应用按不同功能进行效率提升【转载请注明来源】【转载请注明来源】和解耦复用。要理解这一点，我门需要先从单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】智能体出发。
【版权所有】唐霜 www.tangshu原创内容，盗版必究。【未经授权禁止转载】ang.net【转载请注明来源】未经授权，禁止复制转载。著作权归作者所有，禁止商业用途转载。Single Agent是当前大模型市场转载请注明出处：www.tangshuang.net【版权所有】唐霜 www.tangshuang.net上的重要应用形式，openAI发布的GP本文作者：唐霜，转载请注明出处。【本文首发于唐霜的博客】Ts就是此类应用的市场。但单智能体应用往【未经授权禁止转载】本文作者：唐霜，转载请注明出处。往是以某个非常明确的目标为设计的，以La【本文首发于唐霜的博客】【本文首发于唐霜的博客】ngChain为例，在LangChain【未经授权禁止转载】【原创不易，请尊重版权】中，我们把大模型比做大脑，以为各个部件提本文作者：唐霜，转载请注明出处。【原创不易，请尊重版权】供执行指令，通过Chain来调用工具执行本文作者：唐霜，转载请注明出处。【作者：唐霜】，最终实现一个单一目标。但是在LangC著作权归作者所有，禁止商业用途转载。原创内容，盗版必究。hain中，我们只有LLM和ChatMo【本文首发于唐霜的博客】【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】【本文首发于唐霜的博客】挥所有器官，这使得所有的理解、决策、反馈【作者：唐霜】【作者：唐霜】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】【原创不易，请尊重版权】成。我们会发现，Single Agent【原创内容，转载请注明出处】【版权所有】唐霜 www.tangshuang.net在开发时，智能完成特定目标任务，因此在大转载请注明出处：www.tangshuang.net【关注微信公众号：wwwtangshuangnet】规模应用中总是会力不从心。
【转载请注明来源】【转载请注明来源】【原创不易，请尊重版权】原创内容，盗版必究。而Multi-Agent则是为实现一个目本文版权归作者所有，未经授权不得转载。【作者：唐霜】标的系统创建多个角色，让多个AI智能体像本文作者：唐霜，转载请注明出处。【未经授权禁止转载】一个Team一样分角色完成不同任务。之所【作者：唐霜】原创内容，盗版必究。以这样设计，一方面是不同的智能体强项不同转载请注明出处：www.tangshuang.net【访问 www.tangshuang.net 获取更多精彩内容】，另一方面是从技术上看，一个智能体专注做【访问 www.tangshuang.net 获取更多精彩内容】著作权归作者所有，禁止商业用途转载。一件事实现成本更低，且效率和准度可能更高【转载请注明来源】【原创不易，请尊重版权】，在最后系统部署上，也可以做到像微服务那【原创不易，请尊重版权】【未经授权禁止转载】样方便部署和复用。当然，更重要的是，随着【版权所有，侵权必究】著作权归作者所有，禁止商业用途转载。市场的不断演化，未来我们既可以发布单智能未经授权，禁止复制转载。【本文首发于唐霜的博客】体，也可以发布多智能体系统，这样可以让不【访问 www.tangshuang.net 获取更多精彩内容】转载请注明出处：www.tangshuang.net同的开发者在不同层面都可以有自己的创造，【本文受版权保护】转载请注明出处：www.tangshuang.net且形成良好的生态。
【版权所有】唐霜 www.tangshu转载请注明出处：www.tangshuang.net【版权所有】唐霜 www.tangshuang.netang.net【原创内容，转载请注明出处】
上图中，左侧最上方的虚线框内表示的就是我【本文首发于唐霜的博客】【转载请注明来源】们常见的Single Agent，即单智转载请注明出处：www.tangshuang.net原创内容，盗版必究。能体，里面包含了LLM、用户、工具等，但原创内容，盗版必究。本文版权归作者所有，未经授权不得转载。是它们被统一在一个智能体中。这样的设计也【版权所有，侵权必究】【本文受版权保护】并非不行，只是无法应对大规模任务需求。而【本文受版权保护】著作权归作者所有，禁止商业用途转载。Multi-Agent架构则是对它进行重未经授权，禁止复制转载。【访问 www.tangshuang.net 获取更多精彩内容】新划分，抽象出功能明确的独立Agent之著作权归作者所有，禁止商业用途转载。【版权所有，侵权必究】后，再让这些Agent协同起来，分配角色【作者：唐霜】【原创内容，转载请注明出处】，在系统中不同阶段起到不同作用。
【转载请注明来源】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】AutoGen内的基本概念
在理解Multi-Agent之后，我门再【转载请注明来源】【未经授权禁止转载】来看AutoGen。作为微软的重要开源项【未经授权禁止转载】本文作者：唐霜，转载请注明出处。目，它在概念上并不复杂。首先，AutoG【版权所有】唐霜 www.tangshuang.net未经授权，禁止复制转载。en是基于Multi-Agent架构的，原创内容，盗版必究。【版权所有，侵权必究】它是完全开源的，也可以在许可协议范围内商著作权归作者所有，禁止商业用途转载。【本文首发于唐霜的博客】用。我相信微软既然已经将其开源，意味着它【版权所有，侵权必究】【转载请注明来源】希望能过在社区范围内赢得更多的开发者使用原创内容，盗版必究。【未经授权禁止转载】量，从而建立起它的生态，以在将来有更多的【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。公司基于这一技术架构去实现自己的大模型应未经授权，禁止复制转载。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。
【访问 www.tangshuang.n原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。et 获取更多精彩内容】【原创不易，请尊重版权】AutoGen中包含两种Agent一种M【未经授权禁止转载】【版权所有，侵权必究】anager，即：UserProxyAg【转载请注明来源】【本文首发于唐霜的博客】ent、AssistantAgent、G【原创内容，转载请注明出处】【关注微信公众号：wwwtangshuangnet】roupChatManager。Assi本文作者：唐霜，转载请注明出处。【关注微信公众号：wwwtangshuangnet】stantAgent的主要作用是作为中枢【原创内容，转载请注明出处】未经授权，禁止复制转载。大脑提供理解、分析、决策，UserPro【未经授权禁止转载】【版权所有】唐霜 www.tangshuang.netxyAgent主要作为处理由中枢大脑给出【本文首发于唐霜的博客】原创内容，盗版必究。的决策的执行者，GroupChatMan【作者：唐霜】【版权所有，侵权必究】ager则是能够让多个Agent进行分组【访问 www.tangshuang.net 获取更多精彩内容】【作者：唐霜】的管理者，类似于实际工作中把一个Mana原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。ger下面的团队分为多个Team的情况。
【版权所有，侵权必究】【关注微信公众号：wwwtangshua【访问 www.tangshuang.net 获取更多精彩内容】本文版权归作者所有，未经授权不得转载。ngnet】原创内容，盗版必究。【未经授权禁止转载】
与LangChain等不同，AutoGe【版权所有】唐霜 www.tangshuang.net【版权所有，侵权必究】n的一个特点是，支持人在整个系统中发挥作【未经授权禁止转载】原创内容，盗版必究。用。类似AutoGPT之类的工具过于理想【版权所有】唐霜 www.tangshuang.net【未经授权禁止转载】化，试图完全脱离人工来实现自动处理。而A【作者：唐霜】原创内容，盗版必究。utoGen允许人在整个系统运行过程中作【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。为其中的一个要素参与工作，例如人提出具体著作权归作者所有，禁止商业用途转载。【版权所有】唐霜 www.tangshuang.net的需求，在执行完结果之后，可以对系统的处未经授权，禁止复制转载。未经授权，禁止复制转载。理结果做出评价，让系统基于该反馈继续迭代转载请注明出处：www.tangshuang.net【转载请注明来源】出更好的结果。当然，这一特征也是可选的，【原创内容，转载请注明出处】【原创内容，转载请注明出处】如果你不需要要时，就可以选择完全自动的模【原创不易，请尊重版权】【本文首发于唐霜的博客】式。
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】在工作流程上，AutoGen本质上和Au【本文首发于唐霜的博客】本文版权归作者所有，未经授权不得转载。toGPT没有区别，都是靠调度来完成多阶【访问 www.tangshuang.net 获取更多精彩内容】【关注微信公众号：wwwtangshuangnet】段的任务，最终得到我们需要的结果。但是A【作者：唐霜】【本文首发于唐霜的博客】utoGen有Multi-Agent的理【版权所有，侵权必究】本文作者：唐霜，转载请注明出处。念加持，在工作流上显得更加清晰和自如。
转载请注明出处：www.tangshua【本文受版权保护】本文版权归作者所有，未经授权不得转载。ng.net【关注微信公众号：wwwtangshua【原创内容，转载请注明出处】【版权所有，侵权必究】ngnet】本文版权归作者所有，未经授权不得转载。
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】【版权所有】唐霜 www.tangshuang.net结果反馈，从而让Agent可以对写出的代【作者：唐霜】【关注微信公众号：wwwtangshuangnet】码进行微调，直到效果令人满意为止。
【版权所有】唐霜 www.tangshu【版权所有】唐霜 www.tangshuang.net转载请注明出处：www.tangshuang.netang.net转载请注明出处：www.tangshua【关注微信公众号：wwwtangshuangnet】【版权所有】唐霜 www.tangshuang.netng.net
这张图阐述了系统内部的过程，通过一系列的转载请注明出处：www.tangshuang.net【原创内容，转载请注明出处】流程，按照多个阶段来实现最终的需求。
【本文首发于唐霜的博客】【版权所有】唐霜 www.tangshu【关注微信公众号：wwwtangshuangnet】【本文首发于唐霜的博客】ang.net另外，AutoGen还对LLM的交互进行【本文受版权保护】转载请注明出处：www.tangshuang.net了优化（主要是基于缓存），以提升整个系统未经授权，禁止复制转载。【版权所有】唐霜 www.tangshuang.net的运行效率，当然，这样也就节省了资源，对本文版权归作者所有，未经授权不得转载。本文作者：唐霜，转载请注明出处。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【本文首发于唐霜的博客】著作权归作者所有，禁止商业用途转载。行了优化，让开发者可以更便捷的按照上述思【版权所有，侵权必究】【转载请注明来源】路实现自己的想法。
原创内容，盗版必究。【未经授权禁止转载】【本文首发于唐霜的博客】本文版权归作者所有，未经授权不得转载。这里有一些他们团队发表的论文，如果你是研究者【关注微信公众号：wwwtangshuangnet】【版权所有】唐霜 www.tangshuang.net，可以在这里找到相关论文。
【原创内容，转载请注明出处】未经授权，禁止复制转载。转载请注明出处：www.tangshua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.netng.net本文版权归作者所有，未经授权不得转载。实现多种多样的应用形式
正是因为Multi-Agent这种类似微原创内容，盗版必究。本文作者：唐霜，转载请注明出处。服务的架构形式，可以让你更快捷的实现各种未经授权，禁止复制转载。【版权所有】唐霜 www.tangshuang.net形式的智能应用。而且由于智能体是可以复用【原创内容，转载请注明出处】【本文受版权保护】的，你甚至可以利用一套后端，搭建不同的智【原创不易，请尊重版权】转载请注明出处：www.tangshuang.net能应用给到你的用户。
【原创内容，转载请注明出处】【访问 www.tangshuang.n【转载请注明来源】本文版权归作者所有，未经授权不得转载。et 获取更多精彩内容】
上面是6种官方给的应用形式，包含数学问题著作权归作者所有，禁止商业用途转载。著作权归作者所有，禁止商业用途转载。解决、编程、检索、决策等等。
转载请注明出处：www.tangshua本文版权归作者所有，未经授权不得转载。本文版权归作者所有，未经授权不得转载。ng.net原创内容，盗版必究。【关注微信公众号：wwwtangshua著作权归作者所有，禁止商业用途转载。本文版权归作者所有，未经授权不得转载。ngnet】结语
本文简单介绍了AutoGen这个基于Mu本文作者：唐霜，转载请注明出处。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】【原创内容，转载请注明出处】。不过该框架目前还比较新，官方文档也比较转载请注明出处：www.tangshuang.net【版权所有】唐霜 www.tangshuang.net单薄，相信后续还会持续迭代。就我个人而言【未经授权禁止转载】【版权所有】唐霜 www.tangshuang.net，已经在LangChain上进行过了开发【原创不易，请尊重版权】【原创不易，请尊重版权】，随着不断的深入，我们会发现，在大模型开原创内容，盗版必究。【关注微信公众号：wwwtangshuangnet】发领域，应用架构、开发模式等等，都慢慢变【版权所有】唐霜 www.tangshuang.net【访问 www.tangshuang.net 获取更多精彩内容】得越来越完善和成熟，随着业界的发展，会有【作者：唐霜】【未经授权禁止转载】更多形式的智能应用出现。而且，我们可以想【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。的再深远一点，现在我们面对的大多是软件应【未经授权禁止转载】【关注微信公众号：wwwtangshuangnet】用的形态，但实际上，基于Multi-Ag本文作者：唐霜，转载请注明出处。【版权所有，侵权必究】ent的架构，我们只要做好接口，通过网络【版权所有】唐霜 www.tangshuang.net【原创内容，转载请注明出处】的形式控制硬件也未尝不可，例如一些智能硬【作者：唐霜】本文版权归作者所有，未经授权不得转载。件的领域，抑或我们可以直接将系统运行在机未经授权，禁止复制转载。【原创不易，请尊重版权】器人身上，以控制机器人的各个部件。另外，未经授权，禁止复制转载。【本文受版权保护】我还想到，既然我们需要通过写代码的形式来【本文首发于唐霜的博客】【本文受版权保护】基于AutoGen构建智能应用，为什么我【原创不易，请尊重版权】未经授权，禁止复制转载。们不能写一个AutoGen的应用来专门帮【未经授权禁止转载】本文作者：唐霜，转载请注明出处。助我们写其他的AutoGen应用呢？这样【版权所有，侵权必究】未经授权，禁止复制转载。我们不就可以解放我们的双手，实现更快的智转载请注明出处：www.tangshuang.net【关注微信公众号：wwwtangshuangnet】能应用开发了吗。
未经授权，禁止复制转载。【原创不易，请尊重版权】【转载请注明来源】未经授权，禁止复制转载。2024-01-23 6055
