LLM应用实战: OpenAI多代理新作-Swarm

1.背景

本qiang~关注到OpenAI两周前发布的轻量级多代理框架Swarm，因此想要深入了解了一下，运行了官方提供的例子，整理并总结一些心得体会~

源码非常简单，各位看官们可以小读一下，本文采用gpt-4o-mini进行验证，如果想免费使用gpt-4o-mini，可私信沟通。

Ps: 发布之后，便在X引起了Swarm涉嫌抄袭，但吃瓜的我还是关注技术内部本身。

2. 简介

Swarm项目是一个轻量级multi-agent编排框架，当前主要是为了实验及教学，而非用于生产。

Swarm专注于使agent协调和运行变得轻量级、高度可控且易于测试。

有两个主要抽象模块：Agent和handoffs(切换)，Agent封装了instructions和tools，且可以随时选择将对话移交给另一个代理。

3. 适用场景

适用于大量的独立功能和指令难以整合到一个prompt的场景，而是将独立功能和指令通过agent, functions, tools等方式进行链接。

4. Swarm核心模块

4.1 Swarm.run()

类似于openai的chat completions api中的create()函数，接收并返回messages，并在调用之间不保存任何状态。注意，该方法也处理Agent函数执行、切换、上下文变量引用，且可以在返回最终输出前进行多轮对话。

其核心实现了如下循环：</