AI创想

标题: 【Agent智能体26 | 多智能体-多智能体工作流】 [打印本页]

作者: 米落枫    时间: 2 小时前
标题: 【Agent智能体26 | 多智能体-多智能体工作流】
作者:CSDN博客
声明:本篇博客是以吴恩达的【Agent智能体】教程为基础,并对其中的内容做了笔记整理以及个人收获的总结。
(, 下载次数: 0)


这一篇开始介绍多智能体开发,现在市面上也有很多“AI编排流”平台,它们本质上就是为了让“多智能体协作”变得可视化、流程化和易于构建
使用多智能体开发,可以为处理复杂问题提供另一种思路,将其拆解为子任务,并针对每个子任务进行开发
一些任务需要多个人

(, 下载次数: 0)


这些例子说明复杂任务本身就可以自然拆分成多个不同的子任务,由不同技能的人分别完成:
例子:营销团队的角色分工与工具配置

(, 下载次数: 0)


通过明确每个角色的个人身份,擅长做什么,这样就可以构建不同的agent。
采用线性工作流的营销团队协作

(, 下载次数: 0)


创建好之后,演示了前面定义的三个角色(研究员、平面设计师、文案)如何像流水线一样,接力完成一个具体的项目。
核心项目任务:为太阳镜策划一场夏季营销活动(Create a summer marketing campaign for sunglasses)
线性工作模式其特点是单向传递、层层递进:上一个环节的输出直接作为下一个环节的输入。这种模式逻辑清晰,非常适合需要严格前置条件的任务
优势在于,每个agent可以专注于自己的某项任务。
例子:基于大语言模型(LLM)的多智能体规划(Planning with multiple agents)

(, 下载次数: 0)


除了线性流程,也可以让agent之间以更复杂的方式相互协作。这张图引入了一个“经理”(Manager)角色,由 LLM 扮演。它负责动态拆解任务并指挥团队。
这个工作流有一个有趣的视角,就像你有这三个agent,但是左侧的LLM就像是第四个agent,相当于市场经理的身份,负责分配任务给这三个agent。
总结

上面共讲解了两种沟通模式
事实证明,构建多代理系统的时候,可能需要做出的关键设计决策之一是:你的不同agent之间采用什么样的沟通方式
下一篇会讲解几种常见的沟通方式。
如果这篇文章对你有帮助,欢迎点赞、评论、关注、收藏。你们的支持是我前进的动力!

原文地址:https://blog.csdn.net/ddigitalnomad/article/details/161880103




欢迎光临 AI创想 (http://llms-ai.com/) Powered by Discuz! X3.4