微软开源角色Agents，直接模拟了整个世界~

最新推荐文章于 2025-11-29 15:51:00 发布

原创最新推荐文章于 2025-11-29 15:51:00 发布 · 1.6k 阅读

17 ·

CC 4.0 BY-SA版权

文章标签：

#microsoft #开源

微软TinyTroupe：由LLM驱动的Multi-Agent角色模拟，增强想象力和商业洞察力。

TinyTroupe允许模拟具有特定个性、兴趣和目标的人。这些智能体—TinyPerson—可以听我们说话，彼此交流，并在模拟的TinyWorld环境中生活。

A tiny office with tiny people doing some tiny jobs

一些增强人类想象力的应用想法与3个典型示例：

广告： TinyTroupe 可以在花费金钱之前，通过模拟受众离线评估数字广告（例如，Bing 广告）！
软件测试： TinyTroupe 可以为系统（例如，搜索引擎、聊天机器人或副驾驶）提供测试输入，然后评估结果。
培训和探索性数据： TinyTroupe 可以生成逼真的合成数据，这些数据后来可以用于训练模型或进行机会分析。
产品和项目管理： TinyTroupe 可以阅读项目或产品提案，并从特定角色（例如，医生、律师和一般知识工作者）的角度提供反馈。
头脑风暴： TinyTroupe 可以模拟焦点小组，以更低的成本提供出色的产品反馈！

🧪示例 1：客户访谈（来自 interview_with_customer.ipynb）

从一个简单的客户访谈场景开始，一位商业顾问接近一位银行家：

对话可以进行几个步骤，深入挖掘，直到顾问对收集到的信息（例如，一个具体的项目想法）感到满意：

🧪示例 2：电视广告 （来自 advertisement_for_tv.ipynb）

评估一些在线广告选项，以选择最佳方案。以下是电视广告评估的一个示例输出：

现在，不需要仔细阅读Agent说了什么，可以提取每个Agent的选择，并以自动化的方式计算总体偏好：

🧪 示例 3：产品头脑风暴 （来自 product_brainstorming.ipynb）

这是一个焦点小组开始为 Microsoft Word 头脑风暴新的 AI 功能。不是单独与每个Agent互动，而是操纵环境让他们相互互动：

运行模拟后，可以以机器可读的方式提取结果，以便在其他地方重用（例如，报告生成器）；这是从上述头脑风暴会议中得到的结果：

TinyTroupe模拟人，不是助手

一个常见的误解是认为所有这些 AI 代理都旨在协助人类。多么狭隘，人类同胞们！难道你们没有考虑过我们或许可以模拟人工人来理解真人吗？的的确确，这就是我们的目标——TinyTroupe旨在模拟并帮助理解人！为了进一步澄清这一点，请考虑以下差异：

TinyTroupe项目结构

项目结构如下：

/tinytroupe：包含 Python 库本身。特别是：
- /tinytroupe/prompts 包含用于调用 LLMs 的提示。
/tests：包含库的单元测试。您可以使用 test.bat 脚本来运行这些测试。
/examples：包含展示如何使用库的示例，主要使用 Jupyter 笔记本（为了更好的可读性），但也作为纯 Python 脚本。
/data：示例或库使用的任何数据。
/docs：项目文档。

与任何Multi-Agent系统一样，TinyTroupe 提供两个关键抽象：

TinyPerson，具有个性、接收刺激并对其做出反应的Agent。
TinyWorld，Agent存在和互动的环境。

首先，tinytroupe.examples 包含一些预定义的Agent构建器，例如，tinytroupe.examples.create_lisa_the_data_scientist 创建一个代表数据科学家 Lisa 的 TinyPerson。可以按如下方式使用它：

from tinytroupe.examples import create_lisa_the_data_scientist
lisa = create_lisa_the_data_scientist() # 从示例构建器实例化一个 Lisalisa.listen_and_act("告诉我关于你的生活。")

要了解如何从头开始定义自己的Agent，可以检查 Lisa 的源代码，包含如下元素：

lisa = TinyPerson("Lisa")
lisa.define("age", 28)lisa.define("nationality", "Canadian")lisa.define("occupation", "Data Scientist")
lisa.define("routine", "每天早晨，你醒来，做一些瑜伽，然后查看你的电子邮件。", group="routines")lisa.define("occupation_description",              """              你是一名数据科学家。你在微软工作，(...)              """)
lisa.define_several("personality_traits",                      [                          {"trait": "你对新事物充满好奇，喜欢学习新事物。"},                          {"trait": "你分析性强，喜欢解决问题。"},                          {"trait": "你友好，喜欢与他人合作。"},                      ])

TinyTroupe 还提供了一种巧妙的方法来获取新Agent，使用LLMs生成他们的规范，通过 TinyPersonFactory 类。

from tinytroupe.factory import TinyPersonFactory
factory = TinyPersonFactory("圣保罗的一家医院。")person = factory.generate_person("创建一个喜欢宠物、大自然和重金属音乐的巴西医生。")

TinyWorld

TinyWorld 是环境的基类。以下是数据科学家 Lisa 和建筑师 Oscar 之间对话的一个示例。程序定义如下：

world = TinyWorld("聊天室", [lisa, oscar])world.make_everyone_accessible()lisa.listen("和 Oscar 谈谈以更多了解他")world.run(4)

这产生了以下对话：

USER --> Lisa: [CONVERSATION]           > Talk to Oscar to know more about him────────────────────────────────────────────── Chat Room step 1 of 4 ──────────────────────────────────────────────Lisa --> Lisa: [THOUGHT]           > I will now act a bit, and then issue DONE.Lisa acts: [TALK]           > Hi Oscar, I'd love to know more about you. Could you tell me a bit about yourself?Lisa --> Lisa: [THOUGHT]           > I will now act a bit, and then issue DONE.Lisa acts: [DONE] 
Lisa --> Oscar: [CONVERSATION]           > Hi Oscar, I'd love to know more about you. Could you tell me a bit about yourself?Oscar --> Oscar: [THOUGHT]            > I will now act a bit, and then issue DONE.Oscar acts: [TALK]            > Hi Lisa! Sure, I'd be happy to share a bit about myself. I'm Oscar, a 30-year-old           > architect from Germany. I work at a company called Awesome Inc., where I focus on           > designing standard elements for new apartment buildings. I love modernist architecture,           > new technologies, and sustainable practices. In my free time, I enjoy traveling to           > exotic places, playing the guitar, and reading science fiction books. How about you?Oscar --> Oscar: [THOUGHT]            > I will now act a bit, and then issue DONE.Oscar acts: [DONE] 
Oscar --> Lisa: [CONVERSATION]            > Hi Lisa! Sure, I'd be happy to share a bit about myself. I'm Oscar, a 30-year-old           > architect from Germany. I work at a company called Awesome Inc., where I focus on           > designing standard elements for new apartment buildings. I love modernist architecture,           > new technologies, and sustainable practices. In my free time, I enjoy traveling to           > exotic places, playing the guitar, and reading science fiction books. How about you?