🗒️跟着吴恩达学AI多智能体-多智能体协作
00 分钟
2024-6-29
2024-6-29
type
status
date
summary
slug
tags
category
password
URL
icon
<Multi AI Agent Systems with crewAI>是吴恩达大佬与CrewAI的创始人兼CEO合作新开的一门课程,该课程的目标是通过理论和实际案例,让学员掌握构建智能体系统的技能,最终能自主构建复杂的智能体团队。该课程是以视频教学的形式进行的,为了便于大家快速学习,我这边提供了图文形式。官方链接放在了左下角,大家点击原文链接即可查看官方视频课程。该课程共分为17节,本文是该课程剩余内容13-17节的总结。

课程内容

在这节课上,我们将深入探讨智能体协作。多智能体系统很棒,但当这些智能体能够互相交流时,它们的真正价值才能显现出来。有许多不同的方式可以让这些主体在努力实现特定目标时进行协作。您需要选择合适的方式来组建团队。再次,要像一个管理者一样思考。您不会总是以相同的方式组织团队。因此,我们现在将深入探讨如何以多种不同的方式使这些主体协作。
notion image
欢迎来到我们的新课程。我很高兴您能到达这一点。我们将讨论智能体技术的协作,特别是一个非常酷的例子,即金融分析。我们有许多大公司,我说的是《财富》500强公司,它们正在使用Crew.ai进行财务分析。因此,这是一个非常常见的用例,当您开始与更多实际应用多智能体系统的人互动时,您可能会看到这种情况。
让我们深入了解一下。多智能体如何协作?我们已经通过观察我们的团队来看到这种情况,比如一个智能体将任务传递给另一个智能体。但这只是一种方式。多智能体可以以许多其他方式进行协作。因此,让我们回到开始时。我们描述了通过智能体协作的最初步骤,其中一个智能体完成任务,然后将其输出传递给下一个智能体。我们已经知道,我们也可以并行进行这样的操作。对于某些工作流程来说,这是非常好的。但与您不会总是以相同的方式为所有任务安排相同的团队一样,对智能体来说也是如此。取决于您试图实现的目标,您可能希望以不同的方式组织您的智能体。您可能仍然拥有相同的智能体,甚至可能仍然拥有相同的任务,但您可能希望它们通过不同的流程进行操作。由于这个过程带来了一些后果。例如,特定过程中的一个后果是,如果我们谈论按顺序执行事务,那么初始的上下文会随着任务从一个主体传递到另一个主体而慢慢消失。但对于某些情况来说,这是可以接受的,但并非所有情况都适用。因此,Crew.ai在这方面提供了一些灵活性,类似于其他框架,但在这种情况下,它非常明确。
notion image
让我们谈谈流程。到目前为止,我们所有的智能体主要都是在一个顺序流程中工作的。我们确实尝试过并行执行,但大多数情况下,它们只是顺序执行任务。但是,您可以使用Crew.ai进行查询的其他方式。另一个重要的方式是层次结构。它有许多好处。首先,您获得一个单一点。您获得一个经理,始终记住初始目标,并自动将其工作委托给该组的其他成员和其他智能体。而且,当这些智能体完成工作并需要进一步改进时,还可以审核结果。而酷的地方在于,您可以自己创建这个智能体经理。因此,您可以看到,不同的流程方式会为您执行相同操作提供完全不同的方式,如果您真的希望这样做,只需更改一行代码即可。但您不必止步于此。您还可以进行类似于同步执行的一些操作。因此,无论流程如何,Crew.ai都会为您提供在并行执行某些任务并在必要时等待其他任务完成的能力。因此,尽管原始的模式,Crew.ai允许主体充分合作并偏离任何预定义的路径,以完成手头的任务。它们可以互相委托工作,可以向彼此提问,您可以有一个经理审查工作,可以并行进行任务。这里有很多选择。在协作方面,您可以让智能体彼此提问并委托工作。我们已经讨论过这一点。但这与您选择的流程无关,这意味着即使您选择使用层次流程,其中一个经理委派工作,下面的主体仍然可以在它们之间委派工作。这仍然是真实的,并允许获得更多样化的结果。
notion image
现在让我们看看一些实际例子。让我们快速跳到我们的Jupyter笔记本中。
 

课程总结

这篇文章写完后,也意味着<Multi AI Agent Systems with crewAI>这门课程结束了。在我刚开始学习这门课程的时候,对这门课程报的期望还挺高,学着学着发现这门课程只能算是多智能体系统开发的轻度入门课程,课程本身并没有涉及到太多的系统设计、智能体原理等内容,课程整体还是偏向于使用CrewAI来创建一个多智能体系统的Demo。大家在学习该课程的时候,看看部分理论章节,具体的代码示例跟着学一两个就好,后面几个实验的内容差别不大。
 
上一篇
看互联网大厂如何落地AI-Agent(1)
下一篇
跟着吴恩达学AI多智能体-12/17-回顾任务模块