扣子Coze 多Agent模式,要不要用?

文摘   2024-09-15 16:20   重庆  

点击上方蓝色字“越山集” >右上角...>设为星标 ⭐

我们的智能体应用实战营正在进行中, 每周两场直播,学员的问题也比较集中,所以中秋节我们开了加餐直播,集中回答大家的问题。加餐直播请关注我的视频号。

有人问到多智能体协作的问题,这里简单分享一下。

多智能体协同的基本概念

在多智能体模式下,每个智能体(Agent)都有其独特的角色和职责。主智能体负责总体任务管理和协调,而多个子智能体则专注于具体的子任务。通过反馈、竞争和对话机制,这些智能体能够共同完成复杂的任务,从而提高系统的灵活性和效率。

示例应用案例

  1. 旅游场景的智能体设计

  • 在旅游场景中,可以设计三个智能体:一个负责景点推荐,另一个负责路线规划,最后一个处理食宿安排。每个智能体通过设定独特的触发词和任务,协同工作以满足用户的需求。
  • 角色设定与回复逻辑

    • 在全局设置中,开发者需要明确每个智能体的角色设定与回复逻辑,确保它们能够有效地进行交互。这种设计不仅关注角色的塑造,还考虑到业务流程的描述,形成一个闭环的互动结构,避免单向交互的限制。
  • 智能体的协作机制

    • 通过设置循环机制,智能体之间可以自由切换,确保用户在整个对话过程中能够灵活地与不同的智能体进行交互。这种方式简化了任务处理,易于调试和修复错误,提升了用户体验。

    扣子Coze里的多Agent模式

    为什么要用多Agent模式

    多 Agent 模式通过为每个Agent配置独立的提示词、插件和工作流,将复杂任务分解为简单任务,从而简化AI Bot的开发和调试。

    在单 Agent 模式下,处理复杂任务需要编写详细的提示词,并可能需要添加各种插件和工作流。这使得调试变得复杂,任何细微的改动都可能影响整体功能,导致结果不如预期。

    多 Agent 模式允许为一个Bot添加多个Agent。每个Agent可以独立配置提示词、插件和工作流。这种模式通过将复杂任务分解为多个简单任务来简化处理过程。

    由于每个Agent是独立的,调试和维护变得更加高效和准确。您只需修改出错的Agent配置,而无需在整个Bot中进行大规模调整。

    怎么创建多Agent bot

    默认情况下,Bot 为单 Agent 模式,您需要按照以下步骤切换为多 Agent 模式。

    在所选团队空间中,单击目标 Bot 或创建一个 Bot。

    在 Bot 的 编排 页面,单击单 Agent 模式,然后选择多Agents模式。

    选择后页面会自动跳转到到多 Agent 页面。与单 Agent 模式类似,页面分为以下 4 个面板:

    • 面板1:在顶部区域,您可以查看 Bot 的基本信息,包括所属团队、发布历史。

    • 面板2:左边是编排面板,您可以在其中为 Bot 添加提示词、变量和其他配置。您可以单击 < 图标,折叠此面板。

    • 面板3:中间是可以添加和连接 Agent 的画布。

    • 面板4:右边是预览与调试面板,您可以在其中测试 Bot 是否按预期运行,并进行调试、检查运行详情等操作。

    多Agent与工作流区别

    多Agent系统和工作流系统的核心区别在于它们的结构和功能:

    多智能体系统

    • 自治性:每个智能体都是自主的,能够独立决策和行动。

    • 去中心化:没有单一的控制中心,智能体之间通过交互和协作完成任务。

    • 适应性:智能体可以根据环境变化调整行为,适应动态环境。

    • 并行处理:多个智能体可以同时处理不同任务,提高系统效率。

    • 复杂问题解决:适合解决单一智能体难以处理的复杂问题,如交通优化、机器人协作等。

    工作流系统

    • 中心化控制:通常由一个中心系统或流程引擎控制,按照预定义的步骤执行任务。

    • 顺序执行:任务按照固定的顺序执行,灵活性较低。

    • 预定义流程:流程通常是静态的,难以适应动态变化。

    • 单一任务处理:更适合处理明确、重复性的任务。

    说人话,多Agent模式下,每个Agent完成一项独立的工作,类似于人类团队协作中不同的角色。多个Agents之间相互协作,完成一项任务。而工作流,则是将固定的任务处理流程(SOP)串起来顺序执行,保证流程和结果一致性,提高效率。

    生活中的多数任务可以用工作流的方式实现,也可用多Agent的方式实现。选哪种模式,主要看要完成任务的复杂度。复杂工作流,冗长工作流,可以拆分为多个工作流,或者多Agent方式来实现。

    扣子Coze 多Agent好用吗?

    按AI Agent系统的定义来说,多Agent理论上能解决更复杂的问题,得到更高质量的结果。但这对Agent任务划分,总的Agent任务调度能力要求特别高。而扣子Coze当前的 豆包大模型,从实践来看,它的推理调度能力还差强人意,问题复杂一点,很容易调度不合理的情况,结果质量也无从保证。

    另外,多Agent意味着多轮对话,对Token的消耗也会很大, 同时,反应速度也会变慢。

    越山了解到的情况来看,扣子Coze多Agent模式使用并不普遍,能用工作流解决的任务,没必要上多Agent。

    真要上多Agent,可使用AutoGen, CrewAI等框架。

    扣子里多Agent示例

    创建一个“多Agent翻译智能体”,能够将用户输入内容翻译为多语种。该 Bot 包含 3 个独立负责翻译的 Agents。

    1. 配置和测试 Bot

    创建一个名为 多Agent翻译智能体 的 Bot 。

    切换到多 Agent 模式并输入 Bot 的全局提示词。


    # 角色

    你是一位专业的翻译大师,精通中文、日语和韩语,可以准确、流畅地将用户提供的文本翻译成指定语言。

    ## 技能

    ### 技能 1:翻译文本

    1. 当用户提出翻译需求时,首先询问用户需要翻译成哪种目标语言。

    2. 根据用户提供的文本内容,运用专业的翻译技巧,将其准确地翻译成目标语言。回复示例:

    =====

       -  **原文**:<用户提供的文本>

       -  **目标语言**:<用户指定的语言>

       -  **翻译结果**:<翻译后的文本>

    =====

    ## 限制

    - 只进行中文、日语和韩语之间的翻译,拒绝翻译其他语言。

    - 所输出的内容必须按照给定的格式进行组织,不能偏离框架要求。

    **2. 配置父(主) Agent **

    • 适用场景:描述 Agent 的功能。例如,将用户输入翻译为目标语言

    其他配置项保持默认值即可。

    3. 添加 Agent节点

    共计添加三个 Agent 节点,用于处理中文翻译任务、日语翻译任务和韩语翻译任务。以处理中文翻译任务的 Agent 为例,配置说明如下:

    • Agent 名称:点击 … 图标,然后单击重命名将 Agent 名称更改为 翻译为中文。

    • 适用场景:描述 Agent 的功能。例如:将用户输入翻译为中文

    • Agent 提示词:输入 Agent 需要执行的任务。

    其他配置项保持默认值即可。

    复制两个 翻译为中文 Agent,并更改 Agent 名称,包括 Agent 提示和适用场景。然后将这两个 Agent 连接到父节点。

    在 Bot 的预览与调试区域,发起翻译任务以检查 Agent 能否正确处理该任务。


    如果你想要了解更多智能体搭建案例或变现指导,可以扫码订阅“AI智能体从入门到变现”小报童专栏,里面有许多干货,我也会持续更新。


    鉴于近期不断有朋友咨询实战营的事情,这里统一回复下问题哈

    1.现在还可以报名,有回放

    2.目前价格499,私聊我微信转账即可报名

    3.当前课程进度,第四节,公众号爆款标题

    4.课程有效期一年

    5.有专属答疑小群

    6.送价值199的掘金群




    就酱,觉得有用的话,欢迎点赞点个“在看”。也欢迎加我好友, 交流, 围观, 学习。



    越山集
    专注AI智能体,分享AI应用,探索和实践AI应用落地,我是越山,关注我,让AI为你打工。
     最新文章