Agents 课程文档
多智能体系统
加入 Hugging Face 社区
并获取增强的文档体验
开始使用
多智能体系统
多智能体系统使专门的智能体能够协作完成复杂的任务，从而提高模块化、可扩展性和稳健性。任务不是依赖于单个智能体，而是分布在具有不同能力的智能体之间。
在 smolagents 中，可以将不同的智能体组合起来以生成 Python 代码、调用外部工具、执行 Web 搜索等。通过编排这些智能体，我们可以创建强大的工作流程。
典型的设置可能包括
- 用于任务委派的 管理器智能体
- 用于代码执行的 代码解释器智能体
- 用于信息检索的 Web 搜索智能体
下图说明了一个简单的多智能体架构，其中 管理器智能体 协调 代码解释器工具 和 Web 搜索智能体，而 Web 搜索智能体又利用 DuckDuckGoSearchTool 和 VisitWebpageTool 等工具来收集相关信息。
多智能体系统的实际应用
多智能体系统由多个专门的智能体组成，这些智能体在 编排器智能体 的协调下协同工作。这种方法通过在具有不同角色的智能体之间分配任务来实现复杂的工作流程。
例如，多智能体 RAG 系统 可以集成
- 用于浏览互联网的 Web 智能体。
- 用于从知识库中获取信息的 检索器智能体。
- 用于生成视觉效果的 图像生成智能体。
所有这些智能体都在管理任务委派和交互的编排器的控制下运行。
使用多智能体层级结构解决复杂任务
您可以按照此 notebook 中的代码进行操作，您可以使用 Google Colab 运行它。
招待会快开始了！在您的帮助下，阿福的准备工作几乎完成了。
但是现在出现了一个问题：蝙蝠车不见了。阿福需要找到替代品，而且要快。
幸运的是，已经有一些关于布鲁斯·韦恩生平的传记片，所以也许阿福可以找到一辆遗留在某个电影片场的车，并将其重新设计到现代标准，这肯定包括完全自动驾驶选项。
但这可能在世界各地的拍摄地点中的任何一个地方 - 这可能有很多地方。
所以阿福需要您的帮助。您能构建一个能够解决此任务的智能体吗？
👉 找到世界上所有蝙蝠侠的拍摄地点，计算乘船到达那里的时间，并在地图上表示出来，颜色根据乘船转移时间而变化。同时用相同的乘船转移时间表示一些超级跑车工厂。
让我们构建它！
此示例需要一些额外的软件包，因此让我们首先安装它们
pip install 'smolagents[litellm]' plotly geopandas shapely kaleido -q我们首先制作一个工具来获取货运飞机的转移时间。
import math
from typing import Optional, Tuple
from smolagents import tool
@tool
def calculate_cargo_travel_time(
origin_coords: Tuple[float, float],
destination_coords: Tuple[float, float],
cruising_speed_kmh: Optional[float] = 750.0, # Average speed for cargo planes
) -> float:
"""
Calculate the travel time for a cargo plane between two points on Earth using great-circle distance.
Args:
origin_coords: Tuple of (latitude, longitude) for the starting point
destination_coords: Tuple of (latitude, longitude) for the destination
cruising_speed_kmh: Optional cruising speed in km/h (defaults to 750 km/h for typical cargo planes)
Returns:
float: The estimated travel time in hours
Example:
>>> # Chicago (41.8781° N, 87.6298° W) to Sydney (33.8688° S, 151.2093° E)
>>> result = calculate_cargo_travel_time((41.8781, -87.6298), (-33.8688, 151.2093))
"""
def to_radians(degrees: float) -> float:
return degrees * (math.pi / 180)
# Extract coordinates
lat1, lon1 = map(to_radians, origin_coords)
lat2, lon2 = map(to_radians, destination_coords)
# Earth's radius in kilometers
EARTH_RADIUS_KM = 6371.0
# Calculate great-circle distance using the haversine formula
dlon = lon2 - lon1
dlat = lat2 - lat1
a = (
math.sin(dlat / 2) ** 2
+ math.cos(lat1) * math.cos(lat2) * math.sin(dlon / 2) ** 2
)
c = 2 * math.asin(math.sqrt(a))
distance = EARTH_RADIUS_KM * c
# Add 10% to account for non-direct routes and air traffic controls
actual_distance = distance * 1.1
# Calculate flight time
# Add 1 hour for takeoff and landing procedures
flight_time = (actual_distance / cruising_speed_kmh) + 1.0
# Format the results
return round(flight_time, 2)
print(calculate_cargo_travel_time((41.8781, -87.6298), (-33.8688, 151.2093)))设置智能体
对于模型提供商，我们使用 Together AI，它是 Hub 上新的推理提供商之一！
GoogleSearchTool 使用 Serper API 搜索网络，因此这需要设置环境变量 SERPER_API_KEY 并传递 provider="serpapi"，或者拥有 SERPER_API_KEY 并传递 provider=serper。
如果您没有设置任何 Serp API 提供商，则可以使用 DuckDuckGoSearchTool，但请注意它有速率限制。
import os
from PIL import Image
from smolagents import CodeAgent, GoogleSearchTool, HfApiModel, VisitWebpageTool
model = HfApiModel(model_id="Qwen/Qwen2.5-Coder-32B-Instruct", provider="together")我们可以从创建一个简单的智能体作为基线开始，以便为我们提供一份简单的报告。
task = """Find all Batman filming locations in the world, calculate the time to transfer via cargo plane to here (we're in Gotham, 40.7128° N, 74.0060° W), and return them to me as a pandas dataframe.
Also give me some supercar factories with the same cargo plane transfer time."""agent = CodeAgent(
model=model,
tools=[GoogleSearchTool("serper"), VisitWebpageTool(), calculate_cargo_travel_time],
additional_authorized_imports=["pandas"],
max_steps=20,
)result = agent.run(task)
result
在我们的例子中，它生成了这个输出
| | Location | Travel Time to Gotham (hours) |
|--|------------------------------------------------------|------------------------------|
| 0 | Necropolis Cemetery, Glasgow, Scotland, UK | 8.60 |
| 1 | St. George's Hall, Liverpool, England, UK | 8.81 |
| 2 | Two Temple Place, London, England, UK | 9.17 |
| 3 | Wollaton Hall, Nottingham, England, UK | 9.00 |
| 4 | Knebworth House, Knebworth, Hertfordshire, UK | 9.15 |
| 5 | Acton Lane Power Station, Acton Lane, Acton, UK | 9.16 |
| 6 | Queensboro Bridge, New York City, USA | 1.01 |
| 7 | Wall Street, New York City, USA | 1.00 |
| 8 | Mehrangarh Fort, Jodhpur, Rajasthan, India | 18.34 |
| 9 | Turda Gorge, Turda, Romania | 11.89 |
| 10 | Chicago, USA | 2.68 |
| 11 | Hong Kong, China | 19.99 |
| 12 | Cardington Studios, Northamptonshire, UK | 9.10 |
| 13 | Warner Bros. Leavesden Studios, Hertfordshire, UK | 9.13 |
| 14 | Westwood, Los Angeles, CA, USA | 6.79 |
| 15 | Woking, UK (McLaren) | 9.13 |我们可以通过加入一些专门的计划步骤并添加更多提示来稍微改进这一点。
计划步骤允许智能体提前思考并计划其下一步行动，这对于更复杂的任务可能很有用。
agent.planning_interval = 4
detailed_report = agent.run(f"""
You're an expert analyst. You make comprehensive reports after visiting many websites.
Don't hesitate to search for many queries at once in a for loop.
For each data point that you find, visit the source url to confirm numbers.
{task}
""")
print(detailed_report)detailed_report
在我们的例子中，它生成了这个输出
| | Location | Travel Time (hours) |
|--|--------------------------------------------------|---------------------|
| 0 | Bridge of Sighs, Glasgow Necropolis, Glasgow, UK | 8.6 |
| 1 | Wishart Street, Glasgow, Scotland, UK | 8.6 |感谢这些快速更改，通过简单地为我们的智能体提供详细的提示并赋予其计划能力，我们获得了更简洁的报告！
模型的上下文窗口很快就会被填满。因此，如果我们要求我们的智能体将详细搜索的结果与另一个搜索的结果结合起来，它会更慢，并且会迅速增加 tokens 和成本。
➡️ 我们需要改进系统的结构。
✌️ 将任务拆分到两个智能体之间
多智能体结构允许在不同的子任务之间分离记忆，具有两个很大的好处
- 每个智能体都更专注于其核心任务，因此性能更高
- 分离记忆减少了每个步骤的输入 tokens 计数，从而减少了延迟和成本。
让我们创建一个团队，其中包含一个专用的 Web 搜索智能体，由另一个智能体管理。
管理器智能体应该具有绘图功能以编写其最终报告：因此让我们为其提供对其他导入的访问权限，包括 plotly 和 geopandas + shapely 用于空间绘图。
model = HfApiModel(
"Qwen/Qwen2.5-Coder-32B-Instruct", provider="together", max_tokens=8096
)
web_agent = CodeAgent(
model=model,
tools=[
GoogleSearchTool(provider="serper"),
VisitWebpageTool(),
calculate_cargo_travel_time,
],
name="web_agent",
description="Browses the web to find information",
verbosity_level=0,
max_steps=10,
)管理器智能体将需要进行一些繁重的脑力劳动。
因此，我们为其提供了更强大的模型 DeepSeek-R1，并在其中添加了 planning_interval。
from smolagents.utils import encode_image_base64, make_image_url
from smolagents import OpenAIServerModel
def check_reasoning_and_plot(final_answer, agent_memory):
multimodal_model = OpenAIServerModel("gpt-4o", max_tokens=8096)
filepath = "saved_map.png"
assert os.path.exists(filepath), "Make sure to save the plot under saved_map.png!"
image = Image.open(filepath)
prompt = (
f"Here is a user-given task and the agent steps: {agent_memory.get_succinct_steps()}. Now here is the plot that was made."
"Please check that the reasoning process and plot are correct: do they correctly answer the given task?"
"First list reasons why yes/no, then write your final decision: PASS in caps lock if it is satisfactory, FAIL if it is not."
"Don't be harsh: if the plot mostly solves the task, it should pass."
"To pass, a plot should be made using px.scatter_map and not any other method (scatter_map looks nicer)."
)
messages = [
{
"role": "user",
"content": [
{
"type": "text",
"text": prompt,
},
{
"type": "image_url",
"image_url": {"url": make_image_url(encode_image_base64(image))},
},
],
}
]
output = multimodal_model(messages).content
print("Feedback: ", output)
if "FAIL" in output:
raise Exception(output)
return True
manager_agent = CodeAgent(
model=HfApiModel("deepseek-ai/DeepSeek-R1", provider="together", max_tokens=8096),
tools=[calculate_cargo_travel_time],
managed_agents=[web_agent],
additional_authorized_imports=[
"geopandas",
"plotly",
"shapely",
"json",
"pandas",
"numpy",
],
planning_interval=5,
verbosity_level=2,
final_answer_checks=[check_reasoning_and_plot],
max_steps=15,
)让我们检查一下这个团队的样子
manager_agent.visualize()
这将生成类似这样的内容，帮助我们理解智能体和使用的工具之间的结构和关系
CodeAgent | deepseek-ai/DeepSeek-R1
├── ✅ Authorized imports: ['geopandas', 'plotly', 'shapely', 'json', 'pandas', 'numpy']
├── 🛠️ Tools:
│ ┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┓
│ ┃ Name ┃ Description ┃ Arguments ┃
│ ┡━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┩
│ │ calculate_cargo_travel_time │ Calculate the travel time for a cargo │ origin_coords (`array`): Tuple of │
│ │ │ plane between two points on Earth │ (latitude, longitude) for the │
│ │ │ using great-circle distance. │ starting point │
│ │ │ │ destination_coords (`array`): Tuple │
│ │ │ │ of (latitude, longitude) for the │
│ │ │ │ destination │
│ │ │ │ cruising_speed_kmh (`number`): │
│ │ │ │ Optional cruising speed in km/h │
│ │ │ │ (defaults to 750 km/h for typical │
│ │ │ │ cargo planes) │
│ │ final_answer │ Provides a final answer to the given │ answer (`any`): The final answer to │
│ │ │ problem. │ the problem │
│ └─────────────────────────────┴───────────────────────────────────────┴───────────────────────────────────────┘
└── 🤖 Managed agents:
└── web_agent | CodeAgent | Qwen/Qwen2.5-Coder-32B-Instruct
├── ✅ Authorized imports: []
├── 📝 Description: Browses the web to find information
└── 🛠️ Tools:
┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┓
┃ Name ┃ Description ┃ Arguments ┃
┡━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┩
│ web_search │ Performs a google web search for │ query (`string`): The search │
│ │ your query then returns a string │ query to perform. │
│ │ of the top search results. │ filter_year (`integer`): │
│ │ │ Optionally restrict results to a │
│ │ │ certain year │
│ visit_webpage │ Visits a webpage at the given url │ url (`string`): The url of the │
│ │ and reads its content as a │ webpage to visit. │
│ │ markdown string. Use this to │ │
│ │ browse webpages. │ │
│ calculate_cargo_travel_time │ Calculate the travel time for a │ origin_coords (`array`): Tuple of │
│ │ cargo plane between two points on │ (latitude, longitude) for the │
│ │ Earth using great-circle │ starting point │
│ │ distance. │ destination_coords (`array`): │
│ │ │ Tuple of (latitude, longitude) │
│ │ │ for the destination │
│ │ │ cruising_speed_kmh (`number`): │
│ │ │ Optional cruising speed in km/h │
│ │ │ (defaults to 750 km/h for typical │
│ │ │ cargo planes) │
│ final_answer │ Provides a final answer to the │ answer (`any`): The final answer │
│ │ given problem. │ to the problem │
└─────────────────────────────┴───────────────────────────────────┴───────────────────────────────────┘manager_agent.run("""
Find all Batman filming locations in the world, calculate the time to transfer via cargo plane to here (we're in Gotham, 40.7128° N, 74.0060° W).
Also give me some supercar factories with the same cargo plane transfer time. You need at least 6 points in total.
Represent this as spatial map of the world, with the locations represented as scatter points with a color that depends on the travel time, and save it to saved_map.png!
Here's an example of how to plot and return a map:
import plotly.express as px
df = px.data.carshare()
fig = px.scatter_map(df, lat="centroid_lat", lon="centroid_lon", text="name", color="peak_hour", size=100,
color_continuous_scale=px.colors.sequential.Magma, size_max=15, zoom=1)
fig.show()
fig.write_image("saved_image.png")
final_answer(fig)
Never try to process strings using code: when you have a string to read, just print it and you'll see it.
""")我不知道您的运行情况如何，但在我的运行中，管理器智能体巧妙地将任务分配给 Web 智能体，首先是 1. 搜索蝙蝠侠的拍摄地点，然后是 2. 查找超级跑车工厂，然后汇总列表并绘制地图。
让我们通过直接从智能体状态检查地图来查看地图的样子
manager_agent.python_executor.state["fig"]这将输出地图
资源
- 多智能体系统 – 多智能体系统概述。
- 什么是 Agentic RAG？ – Agentic RAG 简介。
- 多智能体 RAG 系统 🤖🤝🤖 食谱 – 构建多智能体 RAG 系统的分步指南。