OpenAI Swarm - Detaillierte Einführung in das Multi-Agenten-Orchestrierungs-Framework

Projektübersicht

OpenAI Swarm ist ein pädagogisches Framework zur Erforschung ergonomischer, leichtgewichtiger Multi-Agenten-Orchestrierung. Das Projekt wird vom OpenAI-Lösungsteam verwaltet und zielt darauf ab, Entwicklern ein einfaches, flexibles und steuerbares Tool zum Aufbau von Multi-Agenten-Systemen bereitzustellen.

Wichtige Aktualisierung: Swarm wurde durch das OpenAI Agents SDK ersetzt, die produktionsreife Version von Swarm. Das OpenAI-Team empfiehlt, alle Produktionsanwendungen zum Agents SDK zu migrieren.

Kernfunktionen

1. Designprinzipien

• Leichtgewichtig: Fokus auf Einfachheit und Benutzerfreundlichkeit
• Hochgradig steuerbar: Bietet präzise Agenten-Steuerungsmechanismen
• Einfach zu testen: Unterstützt einfache Test- und Debugging-Prozesse
• Bildungsorientiert: Als Bildungsressource zum Erlernen der Multi-Agenten-Orchestrierung

2. Kernabstraktionen

Swarm realisiert die Agenten-Koordination durch zwei Kernabstraktionen:

Agent (Intelligenter Agent)

• Enthält Anweisungen (instructions) und Werkzeuge (tools)
• Kann die Konversation jederzeit an einen anderen Agenten übergeben
• Unterstützt dynamische Anweisungen und Kontextvariablen

Handoffs (Übergaben)

• Nahtloser Übergangsmechanismus zwischen Agenten
• Unterstützt komplexe Agenten-Netzwerke und Workflows
• Bewahrt die Kontinuität der Konversation

Installation und grundlegende Verwendung

Systemanforderungen

• Python 3.10+

Installationsmethode

pip install git+ssh://git@github.com/openai/swarm.git
# Oder
pip install git+https://github.com/openai/swarm.git

Grundlegendes Beispiel

from swarm import Swarm, Agent

client = Swarm()

def transfer_to_agent_b():
    return agent_b

agent_a = Agent(
    name="Agent A",
    instructions="You are a helpful agent.",
    functions=[transfer_to_agent_b],
)

agent_b = Agent(
    name="Agent B",
    instructions="Only speak in Haikus.",
)

response = client.run(
    agent=agent_a,
    messages=[{"role": "user", "content": "I want to talk to agent B."}],
)

print(response.messages[-1]["content"])

Beispielausgabe:

Hope glimmers brightly,
New paths converge gracefully,
What can I assist?

Technische Architektur

Client-Ausführungsmechanismus

Die client.run()-Funktion von Swarm implementiert die folgende Schleife:

1. Abrufen einer vollständigen Antwort vom aktuellen Agenten
2. Ausführen von Werkzeugaufrufen und Hinzufügen der Ergebnisse
3. Bei Bedarf Wechsel des Agenten
4. Aktualisieren der Kontextvariablen
5. Wenn keine neuen Funktionsaufrufe vorhanden sind, Rückgabe des Ergebnisses

Parameterkonfiguration

Parameter	Typ	Beschreibung	Standardwert
agent	Agent	Der aufzurufende (initiale) Agent	(Erforderlich)
messages	List	Liste der Nachrichtenobjekte	(Erforderlich)
context_variables	dict	Kontextvariablen	{}
max_turns	int	Maximale Anzahl von Durchläufen	float("inf")
model_override	str	Modellüberschreibung	None
execute_tools	bool	Ob Werkzeuge ausgeführt werden sollen	True
stream	bool	Ob Streaming-Antworten aktiviert werden sollen	False
debug	bool	Ob Debug-Protokollierung aktiviert werden soll	False

Agentenkonfiguration

Agent-Klassenfelder

Feld	Typ	Beschreibung	Standardwert
name	str	Agentenname	"Agent"
model	str	Verwendetes Modell	"gpt-4o"
instructions	str oder Funktion	Agentenanweisungen	"You are a helpful agent."
functions	List	Liste der aufrufbaren Funktionen	[]
tool_choice	str	Werkzeugauswahlstrategie	None

Beispiel für dynamische Anweisungen

def instructions(context_variables):
    user_name = context_variables["user_name"]
    return f"Help the user, {user_name}, do whatever they want."

agent = Agent(instructions=instructions)

response = client.run(
    agent=agent,
    messages=[{"role":"user", "content": "Hi!"}],
    context_variables={"user_name":"John"}
)

Funktionsaufrufmechanismus

Grundlegender Funktionsaufruf

def greet(context_variables, language):
    user_name = context_variables["user_name"]
    greeting = "Hola" if language.lower() == "spanish" else "Hello"
    print(f"{greeting}, {user_name}!")
    return "Done"

agent = Agent(functions=[greet])

Agentenübergabe

sales_agent = Agent(name="Sales Agent")

def transfer_to_sales():
    return sales_agent

agent = Agent(functions=[transfer_to_sales])

Komplexe Ergebniszurückgabe

def talk_to_sales():
    print("Hello, World!")
    return Result(
        value="Done",
        agent=sales_agent,
        context_variables={"department": "sales"}
    )

Beispielprojekte

Swarm bietet mehrere Beispielprojekte, die verschiedene Anwendungsszenarien demonstrieren:

1. basic - Grundlegendes Beispiel

Demonstriert die grundlegende Verwendung von Einrichtung, Funktionsaufrufen, Übergaben und Kontextvariablen

2. triage_agent - Triage-Agent

Einfache Triage-Einrichtung, die Anfragen an den entsprechenden Agenten weiterleitet

3. weather_agent - Wetter-Agent

Einfaches Beispiel zur Demonstration von Funktionsaufrufen

4. airline - Fluggesellschaft-Kundenservice

Multi-Agenten-Einrichtung zur Bearbeitung verschiedener Arten von Kundenserviceanfragen für Fluggesellschaften

5. support_bot - Support-Bot

Beinhaltet einen Benutzeroberflächen-Agenten und einen Hilfezentrum-Agenten mit verschiedenen Werkzeugen

6. personal_shopper - Persönlicher Einkaufsassistent

Persönlicher Einkaufsagent, der bei der Bearbeitung von Verkaufs- und Rückerstattungsbestellungen hilft

Streaming-Verarbeitung

Swarm unterstützt Streaming-Antworten und verwendet die gleichen Ereignisse wie die Chat Completions API:

stream = client.run(agent, messages, stream=True)
for chunk in stream:
    print(chunk)

Neue Ereignistypen:

• {"delim":"start"} und {"delim":"end"} - Markieren den Beginn und das Ende der Verarbeitung einer einzelnen Nachricht durch den Agenten
• {"response": Response} - Gibt das vollständige Response-Objekt am Ende des Streams zurück

Testen und Evaluieren

Entwicklungstests

Verwenden Sie run_demo_loop für Befehlszeilentests:

from swarm.repl import run_demo_loop

run_demo_loop(agent, stream=True)

Bewertungsempfehlungen

• Das Projekt ermutigt Entwickler, eigene Bewertungssuiten mitzubringen
• In den Beispielen airline, weather_agent und triage_agent werden Bewertungsreferenzen bereitgestellt
• Unterstützung für benutzerdefinierte Leistungstestmetriken

Unterschiede zu anderen OpenAI-Produkten

Vergleich mit der Assistants API

• Assistants API: Bietet vollständig verwaltete Threads und integriertes Speichermanagement
• Swarm: Läuft vollständig auf dem Client, zustandsloses Design, besser geeignet zum Lernen und Experimentieren

Technische Merkmale

• Basiert auf der Chat Completions API
• Speichert keinen Zustand zwischen Aufrufen
• Leichtgewichtige Client-Implementierung
• Konzentriert sich auf Bildungs- und Lernzwecke

Anwendungsfälle

Swarm eignet sich besonders für folgende Situationen:

• Szenarien, die die Verarbeitung einer großen Anzahl unabhängiger Funktionen und Anweisungen erfordern
• Komplexe Aufgaben, die sich nur schwer in eine einzelne Eingabeaufforderung codieren lassen
• Erlernen von Multi-Agenten-Orchestrierungskonzepten
• Schnelle Prototypenentwicklung und Experimente

Projektstatus

Hinweis: Obwohl Swarm durch das OpenAI Agents SDK ersetzt wurde, ist es weiterhin eine ausgezeichnete Bildungsressource, die Entwicklern hilft, die grundlegenden Konzepte und Implementierungen von Multi-Agenten-Systemen zu verstehen. Für Produktionsumgebungen wird empfohlen, zum offiziellen Agents SDK zu migrieren.

Zusammenfassung

OpenAI Swarm bietet ein einfaches und leistungsstarkes Framework zum Erlernen und Entwickeln von Multi-Agenten-Systemen. Durch die beiden Kernkonzepte Agent und Übergabe können Entwickler komplexe KI-Workflows erstellen und gleichzeitig die Lesbarkeit und Wartbarkeit des Codes gewährleisten. Obwohl es durch ein neues SDK ersetzt wurde, sind seine Designprinzipien und sein Bildungswert weiterhin wichtig.