多智能体系统（Muti-Agents）是能够自己思考、计划、找出相关信息来源并从中提取信息、采取行动，甚至在出错时还能自我纠正的自动系统。

OpenAI 推出了Swarm 开源框架，用来以一种非常灵活的方式来管理和协调多智能体系统。

本文我们基于 OpenAI 推出的 Swarm 开源框架，来实现多智能体系统。内容包括：多智能体案例架构设计；多智能体案例代码级实现。

一、多智能体案例架构设计

今天，我们来做个实际的操作演示。我们要做一个网上研究助手多智能体应用，这个应用包括以下功能：

• 接收用户的查询请求。
• 在网上搜索相关信息。
• 然后把它变成一篇精心撰写的文章。

我们会用到：

• OpenAI Swarm 来协调多个智能体。
• Streamlit 来做用户界面。

网上研究助手多智能体应用架构设计如下：

如上图所示，我们有三个智能体：

智能体1 → 接收用户的查询并在网页上搜索。
智能体2 → 接收智能体1找到的网页结果，然后进行优化。
智能体3 → 一个技术写作智能体，它接收优化后的结果，起草一篇文章，然后发送回给用户。

二、多智能体案例代码实现

第一、准备工作

首先，我们从一些基础的导入开始：

我们使用 OpenAI 的 Swarm 来构建我们的多智能体应用。

我们用 duckduckgo_search 来在网上搜索。

接下来，我们定义大模型名称，并初始化 Swarm 客户端和搜索客户端：

第二、网络搜索智能体1 架构设计和代码实现

智能体1需要接收用户的查询，在网上搜索，然后返回原始的网页结果。

为了实现这个功能，我们首先编写一个函数，该函数接收查询并返回原始结果。

第7行：在网上搜索。

第9-16行：将所有网页结果（标题+网址+正文）收集到一个字符串中并返回。

接下来，我们定义一个网络搜索智能体，它将使用上述函数，我们还在下面为这个智能体指定了指令：

第1行：我们指定角色。

第6-11行：我们定义了一个来自 OpenAI Swarm 的 Agent 类的对象，指定上述函数、指令和 LLM（大语言模型）。

第三、网络过滤智能体2 架构设计和代码实现

智能体1 返回的结果可能会相当混乱，并且可能包含很多不相关的信息。我们需要另一个智能体来筛选出合适的信息。

和智能体1一样，我们再定义一个 Agent 类的另一个对象，并且传递指令：

第四、写作智能体3 架构设计和代码实现

最后，我们创建另一个智能体3，它接收上面筛选过的结果并起草一篇文章。

第五、多智能体架构和代码实现整合

虽然我们已经定义了上述三个智能体，但多智能体应用并不知道这些智能体应该按什么顺序运行，以及谁的输出应该传递给下一个智能体。

因此，我们需要在一个工作流程中把它们串联起来。

为了简单起见，我们一步一步来做。

首先，我们将用户查询传递给网络搜索智能体1，它生成原始响应：

接下来，我们将原始响应传递给网络过滤智能体2：

最后，我们将筛选后的结果传递给写作智能体3：

run_worwflow(query) 运行工作流程方法的完整代码如下：

执行运行工作流程方法会生成预期的输出，如下图所示：

当然，我们本文没有涉及 Streamlit 前端部分，完整的代码已放在 Github 上。

第六、多智能体应用案例完整代码获取地址：

https://github.com/patchy631/ai-engineering-hub/tree/main

---

如何系统学习掌握AI大模型？

AI大模型作为人工智能领域的重要技术突破，正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口，掌握AI大模型的知识和技能将变得越来越重要。

学习AI大模型是一个系统的过程，需要从基础开始，逐步深入到更高级的技术。

这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等，资料免费分享！

1. 成长路线图&学习规划

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。

2. 大模型经典PDF书籍

书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）

3. 大模型视频教程

对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。

4. 大模型行业报告

行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

5. 大模型项目实战

学以致用 ，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。

6. 大模型面试题

面试不仅是技术的较量，更需要充分的准备。

在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方CSDN官方认证二维码，免费领取【保证100%免费】