总结：Multi-Agent框架

一、介绍

最近开发项目遇到问答匹配的agent不对的问题，后来考虑方案是多个agent都去查看并处理，最终都给出答案，然后选一个最好的或者选TOP2作为返回。

这个思路就涉及到了Multi-Agent框架。

本文主要介绍下Multi-Agent框架。

二、Multi-Agent框架

• MetaGPT（star：42k）
• AutoGen（star：28k）
• AgentVerse
• Agents
• Camel
• XAgent
• ChatDev

三、 AutoGen

AutoGen 是一个开源框架，它允许开发者使用多个代理（agents）来创建和管理基于大型语言模型（LLMs）的应用程序。这些代理能够相互对话，以解决复杂的任务和工作流程，同时可以无缝地集成人类输入。AutoGen 的设计目标是简化应用程序的开发过程，提高易用性、模块化，并能够将人类反馈集成到工作流中。

主要特点

• 多代理对话：AutoGen 支持基于多代理对话的方式，以最小的工作量构建下一代 LLM 应用，简化了复杂工作流的编排、自动化和优化。
• 可定制和可对话的代理：代理可以根据特定需求进行定制，它们可以采用不同的模式运作，包括法学硕士、人力投入和工具组合。
• 工具调用：AutoGen 利用 OpenAI 提供的 Tool（Functions）功能来调用函数，而不是使用自定义提示来引导逻辑模型选择工具。
• 代码执行：代理可以安全地执行由 GPT 生成的代码，支持多种代码执行器，包括 Docker、Jupyter 等。
• 人类参与：AutoGen 允许人类在对话中提供反馈，以引导代理或校正其行为，支持不同的人类输入模式