一篇文章带你本地探索 Swarm 多智能体框架

Swarm 是一个实验性样本框架，用于模拟轻量级多智能体框架，旨在教育目的。通常它与 Open AI Key 一起使用，但我们可以更改为使用本地的 Ollama 或 LM Studio 模型。

设置：

## 创建一个新的 Conda 或 Python 虚拟环境并激活它  
conda install python==3.10  
pip install torch openai  
pip install transformers accelerate huggingface_hub  
pip install git+ssh://git@github.com/openai/swarm.git  

使用 Open AI Key：

export OPEN_API_KEY = Your Key  

使用 Ollama 或 LM Studio 本地 LLM — 更新为本地 URL：

## 查找 conda 或 python 虚拟环境中的 site-packages/swarm  
## 找到文件 core.py  
class Swarm:  
    def __init__(self, client=None):  
        if not client:  
          # 实际代码  
          #client = OpenAI()  
          # 将基础 URL 和 API Key 更新为 Ollama / LM Studio  
          # 在本演示中，我们使用 LM Studio 和 Llama 3.1  
          client = OpenAI(base_url="http://localhost:1234/v1",api_key="random")  
        self.client = client  

克隆仓库：

克隆仓库 — 在这里您可以找到不同用例的示例目录，如基本、航空公司和天气等。

git clone https://github.com/openai/swarm.git  
cd swarm/examples  

示例代码：

from swarm import Swarm, Agent  
  
client = Swarm()  
  
  
it_agent = Agent(  
    name="IT Agent",  
    instructions="You are an IT Expert with 10 Years of Experience.",  
)  
  
sales_agent = Agent(  
    name="Sales Agent",  
    instructions="You are a Sales Expert with 5 Years of Experience and knows about best selling mobiles.",  
)  
  
def transfer_to_sales_agent():  
    print("Sales agent in action")  
    """Transfer sales related questions to sales team immediately."""  
    return sales_agent  
  
def transfer_to_it_agent():  
    print("IT agent in action")  
    """Transfer IT users immediately."""  
    return it_agent  
  
english_agent = Agent(  
    name="English Agent",  
    instructions="You only speak English.",  
    functions=[transfer_to_sales_agent,transfer_to_it_agent],  
)  
  
  
messages = [{
    
    "role": "user", "content": "How to install pandas lib?"}]  
response = client.run(agent=english_agent, messages=messages)  
  
print(response.messages[-1]["content"])  
  
messages = [{
    
    "role": "user", "content": "What are the best selling items?"}]  
response = client.run(agent=english_agent, messages=messages)  
  
print(response.messages[-1]["content"])  

参考文献：

https://github.com/openai/swarm    
https://github.com/victorb/ollama-swarm/tree/main  

鉴于这是一个实验性版本，仍有很大的改进空间。航空代理示例代码 [swarm/examples/airline] 非常有趣，因此可以尝试这些示例。

---

最后分享

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. 2024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】