多智能体系统（Multi-Agent System）
本章节介绍多智能体系统（Multi-Agent System）。
多智能体系统通过多个 Agent 的协作来完成复杂任务。
这是构建大规模 AI 系统的关键技术，能够实现单一 Agent 无法完成的复杂功能。
多 Agent 架构基础
多 Agent 系统的核心挑战包括三个方面。
分工问题：如何将任务合理分配给不同的 Agent。
通信问题：Agent 之间如何传递信息。
协调问题：如何确保多个 Agent 的行动一致且高效。
基本架构模式
层次架构（Hierarchical）
层次架构采用树状结构，有一个主 Agent 负责调度。
主 Agent（Orchestrator）负责任务分解和结果整合。
从 Agent（Subagent）负责执行具体任务。
python
Orchestrator (调度者)
|
+-- Agent A (专家A)
+-- Agent B (专家B)
+-- Agent C (专家C)平级架构（Peer-to-Peer）
平级架构中所有 Agent 地位平等，直接通信协作。
适合 Agent 之间需要频繁对等交互的场景。
python
Agent A <--> Agent B
| |
v v
Agent C <--> Agent D角色分工与协作
有效的多 Agent 系统需要明确的角色定义。
每个 Agent 应该有自己的专长和职责范围。
协作机制确保多个 Agent 能够协调工作。
常见角色定义
规划者（Planner）：分解复杂任务，制定执行计划。
执行者（Executor）：调用工具，执行具体操作。
审核者（Reviewer）：评估结果，提出改进建议。
协调者（Coordinator）：管理 Agent 间的通信和任务分配。
代码实现
多 Agent 系统基础实现
python
class Agent:
"""
基础 Agent 类
每个 Agent 有自己的角色、工具和执行逻辑
"""
def __init__(self, role, llm, tools):
# Agent 的角色名称
self.role = role
# 关联的语言模型
self.llm = llm
# 可用工具列表
self.tools = tools
def execute(self, task, context=None):
"""
执行任务
:param task: 任务描述
:param context: 上下文信息
:return: 执行结果
"""
# 构建提示词
prompt = self.build_prompt(task, context)
# 生成响应
response = self.llm.generate(prompt)
# 如果需要调用工具
if response.needs_tool_call:
return self.execute_tool(response)
return response.content
def build_prompt(self, task, context):
"""构建 Agent 的提示词"""
return f"角色：{self.role}\n任务：{task}\n上下文：{context}"
def execute_tool(self, response):
"""执行工具调用"""
tool_name = response.tool_name
tool_input = response.tool_input
# 从工具列表中找到对应工具
tool = self.get_tool(tool_name)
# 执行工具
return tool.execute(tool_input)
class MultiAgentSystem:
"""
多 Agent 协作系统
负责管理多个 Agent 之间的协作
"""
def __init__(self, agents, coordinator):
# Agent 字典，key 是角色名
self.agents = {a.role: a for a in agents}
# 协调者 Agent
self.coordinator = coordinator
def solve(self, task):
"""
解决复杂任务
通过协调多个 Agent 协作完成
"""
# 第一步：协调者分析任务，决定需要哪些 Agent 参与
plan = self.coordinator.decompose(task)
# 第二步：分发任务给相应 Agent
results = {}
for role, subtask in plan.subtasks.items():
# 获取对应角色的 Agent
agent = self.agents.get(role)
if agent:
# 执行子任务
results[role] = agent.execute(subtask)
# 第三步：协调者整合结果
final_result = self.coordinator.integrate(results)
return final_result
class CoordinatorAgent:
"""协调者 Agent"""
def __init__(self, llm):
self.llm = llm
def decompose(self, task):
"""
分解任务
分析任务，决定需要哪些 Agent 以及如何分工
"""
prompt = f"""
分析以下任务，分解为子任务并分配给合适的 Agent。
任务：{task}
请输出：
1. 需要哪些 Agent（角色）
2. 每个 Agent 负责什么子任务
3. 子任务之间的依赖关系
输出格式：JSON
"""
response = self.llm.generate(prompt)
return Plan.parse(response)
def integrate(self, results):
"""
整合多个 Agent 的结果
"""
prompt = f"""
整合以下 Agent 的执行结果，生成最终回答。
结果列表：
{results}
请整合并输出最终结果。
"""
return self.llm.generate(prompt)AutoGen 框架
AutoGen 是微软开发的多 Agent 编程框架。
它提供了一套简洁的 API 来构建多 Agent 对话系统。
AutoGen 大大简化了多 Agent 系统的开发复杂度。
核心概念
AssistantAgent：能够调用工具的智能助手 Agent。
UserProxyAgent：代表用户行为，可以执行代码和工具调用。
GroupChat：支持多个 Agent 之间的群聊协作。
GroupChatManager：管理群聊中的 Agent 交互。
代码示例
AutoGen 基本使用
python
# 导入 autogen 框架
import autogen
from autogen import AssistantAgent, UserProxyAgent, GroupChat, GroupChatManager
# ==================== 配置 LLM ====================
# 创建一个配置字典
llm_config = {
"model": "gpt-4",
"api_key": "your-api-key", # 实际使用时从环境变量读取
"temperature": 0.7
}
# ==================== 创建单个 Agent ====================
# 创建助手 Agent
assistant = AssistantAgent(
name="assistant",
system_message="""
你是一个有用的 Python 编程助手。
你可以帮助用户编写、调试和优化代码。
""",
llm_config=llm_config
)
# 创建用户代理 Agent
# human_input_mode="NEVER" 表示不需要人工输入
# max_consecutive_auto_reply=10 表示最多连续自动回复 10 次
user_proxy = UserProxyAgent(
name="user_proxy",
human_input_mode="NEVER",
max_consecutive_auto_reply=10
)
# ==================== 单 Agent 对话 ====================
# 启动对话
user_proxy.initiate_chat(
assistant,
message="帮我写一个快速排序算法"
)
# ==================== 多 Agent 群聊 ====================
# 创建多个 Agent
coder = AssistantAgent(
name="coder",
system_message="你是一个 Python 编程专家，负责编写代码。",
llm_config=llm_config
)
reviewer = AssistantAgent(
name="reviewer",
system_message="你是一个代码审查专家，负责审查代码质量。",
llm_config=llm_config
)
# 创建群聊
group_chat = GroupChat(
agents=[coder, reviewer],
messages=[],
max_round=10 # 最多对话 10 轮
)
# 创建群聊管理器
manager = GroupChatManager(
groupchat=group_chat,
llm_config=llm_config
)
# 启动群聊
user_proxy.initiate_chat(
manager,
message="写一个快速排序算法并审查代码"
)更复杂的 AutoGen 示例
AutoGen 工具调用
python
import autogen
from autogen import AssistantAgent, UserProxyAgent
# 定义工具列表
# 这些工具会被注册到 Agent 的工具列表中
tools = [
{
"name": "calculate",
"description": "执行数学计算",
"parameters": {
"type": "object",
"properties": {
"expression": {
"type": "string",
"description": "要计算的数学表达式，如 '2+3*5'"
}
},
"required": ["expression"]
}
},
{
"name": "search_web",
"description": "搜索网页信息",
"parameters": {
"type": "object",
"properties": {
"query": {
"type": "string",
"description": "搜索关键词"
}
},
"required": ["query"]
}
}
]
# 创建具有工具调用能力的 Agent
assistant = AssistantAgent(
name="assistant",
system_message="""
你是一个有用的助手。
当需要计算或查找信息时，你可以调用相关工具。
""",
llm_config={
"model": "gpt-4",
"api_key": "your-api-key"
},
tools=tools # 注册工具
)
# 创建用户代理
user_proxy = UserProxyAgent(
name="user_proxy",
human_input_mode="NEVER"
)
# 启动对话，Agent 会自动调用工具
user_proxy.initiate_chat(
assistant,
message="计算 (15 + 25) * 2 等于多少？"
)
# 回复示例：
# Agent 可能会回复：
# "我来计算一下：(15 + 25) * 2 = 40 * 2 = 80"
# 或者直接调用 calculate 工具获取结果A2A 与 MCP 协议
多 Agent 系统需要标准化的通信协议。
A2A 和 MCP 是两个重要的协议标准。
A2A（Agent-to-Agent）协议
A2A 协议定义了 Agent 之间通信的标准格式。
它支持代理发现、任务协作和状态同步。
核心功能
代理发现（Agent Discovery）：Agent 能够发现其他 Agent 的能力和服务。
任务协作（Task Collaboration）：多个 Agent 能够协同完成复杂任务。
状态同步（State Synchronization）：Agent 之间能够同步状态信息。
MCP（Model Context Protocol）协议
MCP 是一种开放标准协议。
使得 AI 模型能够安全地与外部工具和数据源连接。
MCP 是工具接入的标准协议，类似于 USB 接口的作用。
核心组件
Host：运行 AI 应用的宿主环境。
Client：与 MCP 服务器建立连接的客户端。
Server：提供工具和资源的服务端。
MCP 工具定义示例
MCP 工具定义
python
{
"name": "filesystem",
"description": "文件系统操作工具",
"version": "1.0.0",
"tools": [
{
"name": "read_file",
"description": "读取文件内容",
"inputSchema": {
"type": "object",
"properties": {
"path": {
"type": "string",
"description": "文件路径，必填"
},
"encoding": {
"type": "string",
"description": "文件编码，可选，默认为 utf-8"
}
},
"required": ["path"]
}
},
{
"name": "write_file",
"description": "写入文件内容",
"inputSchema": {
"type": "object",
"properties": {
"path": {
"type": "string",
"description": "文件路径，必填"
},
"content": {
"type": "string",
"description": "文件内容，必填"
}
},
"required": ["path", "content"]
}
},
{
"name": "list_directory",
"description": "列出目录内容",
"inputSchema": {
"type": "object",
"properties": {
"path": {
"type": "string",
"description": "目录路径"
}
}
}
}
],
"resources": [
{
"uri": "file://config",
"description": "配置文件"
}
]
}注意：A2A 和 MCP 解决的问题不同。A2A 解决的是 Agent 之间的通信问题，MCP 解决的是 Agent 与外部工具的连接问题。两者可以结合使用，构建完整的多 Agent 系统。
主从 Agent 模式
主从模式是一种经典的多 Agent 架构模式。
主 Agent（Orchestrator）负责任务分解和结果整合。
从 Agent（Subagent）负责执行具体任务。
适用场景
任务可以清晰地分解为独立子任务的场景。
需要不同专业技能的 Agent 协作完成的场景。
需要中央协调和控制的复杂工作流。
代码实现
主从 Agent 模式实现
python
class OrchestratorAgent:
"""
主编排 Agent（主 Agent）
负责任务分解、分配和结果整合
"""
def __init__(self, llm, subagents):
# 语言模型
self.llm = llm
# 从 Agent 字典
self.subagents = {a.role: a for a in subagents}
def handle_request(self, request):
"""
处理用户请求
完整的编排流程
"""
# ==================== 分析阶段 ====================
# 分析请求，决定是否需要多个 Agent 协作
plan = self.llm.plan(request)
if len(plan.subtasks) == 1:
# 单一任务，直接分发给对应 Agent
target_role = plan.target_role
return self.subagents[target_role].execute(plan.subtasks[0])
# ==================== 多 Agent 协作阶段 ====================
# 创建任务队列
task_queue = self.create_task_queue(plan.subtasks)
# 存储已完成的结果
results = []
# 处理循环，直到所有任务完成
while task_queue:
# 获取可以并行执行的任务
parallel_tasks = self.get_parallel_tasks(task_queue)
# 并行执行
parallel_results = self.execute_in_parallel(parallel_tasks)
results.extend(parallel_results)
# 更新任务队列
# 处理依赖关系，移除已完成任务，添加新任务
task_queue = self.update_queue(task_queue, parallel_results)
# ==================== 整合阶段 ====================
# 整合所有结果
return self.integrate_results(results)
def create_task_queue(self, subtasks):
"""创建任务队列"""
return TaskQueue(subtasks)
def get_parallel_tasks(self, task_queue):
"""
获取可以并行执行的任务
排除有依赖关系的任务
"""
ready_tasks = []
for task in task_queue.tasks:
# 检查任务依赖是否都满足
if all(dep in task_queue.completed for dep in task.dependencies):
ready_tasks.append(task)
return ready_tasks
def execute_in_parallel(self, tasks):
"""并行执行多个任务"""
import concurrent.futures
results = []
with concurrent.futures.ThreadPoolExecutor() as executor:
# 提交所有任务
future_to_task = {
executor.submit(self.execute_task, task): task
for task in tasks
}
# 收集结果
for future in concurrent.futures.as_completed(future_to_task):
task = future_to_task[future]
try:
result = future.result()
results.append(result)
except Exception as e:
results.append(TaskResult(task=task, error=str(e)))
return results
def execute_task(self, task):
"""执行单个任务"""
agent = self.subagents.get(task.role)
if not agent:
return TaskResult(task=task, error=f"Unknown role: {task.role}")
return agent.execute(task.description)
def update_queue(self, task_queue, completed_results):
"""更新任务队列"""
# 将已完成任务标记为完成
for result in completed_results:
task_queue.completed.add(result.task.id)
# 移除已完成的任务
task_queue.tasks = [
t for t in task_queue.tasks
if t.id not in task_queue.completed
]
return task_queue
def integrate_results(self, results):
"""
整合多个 Agent 的结果
生成最终回答
"""
prompt = f"""
整合以下 Agent 的执行结果，生成最终回答。
结果列表：
{results}
请整合成一个完整、连贯的回答。
"""
return self.llm.generate(prompt)
class Subagent:
"""从 Agent 基类"""
def __init__(self, role, llm, tools=None):
self.role = role
self.llm = llm
self.tools = tools or []
def execute(self, task):
"""执行任务的具体逻辑"""
raise NotImplementedError主从模式的优缺点
| 优点 | 缺点 |
|---|---|
| 结构清晰，易于理解和实现 | 主 Agent 成为单点故障 |
| 中央协调，易于控制 | 主 Agent 可能成为性能瓶颈 |
| 适合层次分明的任务 | 灵活性较低，难以动态调整 |
| 调试方便，可追踪每个子任务 | 不适合对等交互频繁的场景 |
章节小结
本章节介绍了多智能体系统的核心概念和实现方法。
多 Agent 架构基础 介绍了层次架构和平级架构两种基本模式。
角色分工与协作 通过明确的角色定义提高系统效率。
AutoGen 框架 提供了简化多 Agent 开发的编程框架。
A2A 和 MCP 协议 是 Agent 通信和工具接入的标准协议。
主从 Agent 模式 适合有明确层次结构的复杂任务。
选择合适的多 Agent 架构需要根据具体场景。
对于简单场景，单个 Agent 即可满足需求。
对于复杂场景，需要根据任务特点选择合适的架构模式。
AI 思考中...