聊聊螞蟻開源多 Agent 框架——muAgent
概述
CodeFuse-muAgent [1] 是螞蟻 CodeFuse 團隊開發的 Mulit Agent 框架，其核心宗旨在於簡化 agents 的標準操作程序（SOP）編排流程。
多 Agents 的核心關鍵即 Agent 的交互鏈路，也即實現 SOP 的關鍵。其核心在於如何把上一個 Agent 的輸出給到下一個 Agent 的輸入，其中需要涉及到 llm 的輸出、具體 action 的執行以及信息的解析處理。
架構
muagent 整合了一系列豐富的工具庫、代碼庫、知識庫以及沙盒環境，可支撐用戶在任何領域場景都能依託 muagent 迅速搭建起復雜的多 Agent 交互應用。通過這一框架，用戶能夠高效地執行和處理多層次、多維度的複雜任務。
其架構圖如下：
-
**Agent Base：**構建了四種基本的 Agent 類型 BaseAgent、ReactAgent、ExecutorAgent、SelectorAgent，支撐各種場景的基礎活動。
-
**Communication：**通過 Message 和 Parse Message 實體完成 Agent 間的信息傳遞，並與 Memory Manager 交互再 Memory Pool 完成記憶管理。
-
**Prompt Manager：**通過 Role Handler、Doc/Tool Handler、Session Handler、Customized Handler，來自動化組裝 Customized 的 Agent Prompt。
-
Memory Manager： 用於支撐 chat history 的存儲管理、信息壓縮、記憶檢索等管理，最後通過 Memory Pool 在數據庫、本地、向量數據庫中完成存儲。
-
**Component：**用於構建 Agent 的輔助生態組件，包括 Retrieval、Tool、Action、Sandbox 等。
-
**Customized Model：**支持私有化的 LLM 和 Embedding 的接入。
一個完整的多 Agent 生態，個人覺得，其所需的能力也就是如上的幾點。
Agent Base
在 Agent 層面，提供四種基本的 Agent 類型，對這些 Agent 進行 Role 的基礎設定，可滿足多種通用場景的交互和使用。所有的 Action 都由 Agent 執行。
-
BaseAgent：基礎功打得溜，問答、工具使用、代碼執行樣樣行。
-
ReactAgent：標準 React 流，遇事不慌，標準反應流程輕鬆應對。
-
ExecutorAgent：對任務清單進行順序執行，根據 User 或 上一個 Agent 編排的計劃，完成相關任務，排個隊，挨個幹！
-
SelectorAgent：挑三揀四，根據 User 或 上一個 Agent 的問題選擇合適的 Agent，總能找到最合適的 Agent 回答用戶需求。
相比較於 AutoGen，其實也差不多，但劃分粒度更清晰；尤其是 Agent 的編排，由專門的 agent 負責處理；而 ReAct 的功能，這裏也是單獨抽出來的 Agent，初步來看，比 AutoGen 對 React 的支持更強。
Component
輔助生態組件更詳盡，區別於 AutoGen，Sandbox 支持隔離的特性讓輔助生態的支持更豐富強大。
Communication
多 Agent 的關鍵在 Agent 間的信息交互，因此 communication 的實現是必不可少的。AutoGen 通過結轉邏輯，支持信息流轉；CodeFuse 通過 Communication 組件獨立實現該功能。從實現方式來看，CodeFuse 應該支持的更強大。AutoGen 是一個summary_method方法來定義的。
總結
之前沒有了解過國內多 Agent 框架，因爲本身也不多；從 AutoGen 入手對多 Agent 的瞭解，再結合 CodeFuse 的實現來看，多 Agent 的 SOP 更具體更模塊化，不過其思想也是一致的，關鍵的組成部件還是那些。
總的來說，如何協調好 LLM 並來引導它們產生期望的輸出，其本質就是將業務問題抽象並拆解到可執行的 Prompt，讓他們像處理業務問題一樣精準執行；而業務的編排執行則由 Agent 實現，最終是落到了 LLM 上。
參考資料
[1]
CodeFuse-muAgent : https://github.com/codefuse-ai/CodeFuse-muAgent/blob/main/README_zh.md
本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/mTwT78hNIg29UNcLIVD3-w