阿里智能體“組裝工廠”開(kāi)源！0經(jīng)驗(yàn)搞定上萬(wàn)Agent并發(fā)

衡宇 2024-04-27 16:12:20 來(lái)源：量子位

阿里巴巴通義實(shí)驗(yàn)室 投稿
量子位 | 公眾號(hào) QbitAI

讓多智能體開(kāi)發(fā)就像搭積木，阿里巴巴通義實(shí)驗(yàn)室開(kāi)源多智能體編程框架與開(kāi)發(fā)平臺(tái)AgentScope。

該平臺(tái)專門(mén)為多智能體應(yīng)用開(kāi)發(fā)者打造，旨在提供高易用的編程體驗(yàn)、穩(wěn)定可靠的運(yùn)行時(shí)保障，并且為開(kāi)發(fā)者提供了分布式和多模態(tài)的技術(shù)支持。

內(nèi)置了OpenAI、DashScope、Gemini、Ollama等多種不同平臺(tái)的模型API，深度兼容當(dāng)下的大模型開(kāi)源生態(tài)。

AgentScope提供了多種開(kāi)箱即用的功能，通過(guò)簡(jiǎn)單拖拽就能搭建多智能體應(yīng)用。

即使沒(méi)有分布式開(kāi)發(fā)經(jīng)驗(yàn)的開(kāi)發(fā)者，在AgentScope平臺(tái)上也能輕松實(shí)現(xiàn)上萬(wàn)級(jí)別的多智能體并發(fā)。

為了讓更多用戶能夠快速、輕松地開(kāi)發(fā)屬于自己的多智能體應(yīng)用。AgentScope提供了以下功能：

• 拖拽式的編程范式——AgentScope Workstation：為用戶提供了可視化的拖拽式開(kāi)發(fā)界面
• 交互式編程助手——AgentScope Copilot：解答開(kāi)發(fā)者關(guān)于AgentScope的疑問(wèn)
• 透明可控的開(kāi)發(fā)過(guò)程——應(yīng)用實(shí)時(shí)監(jiān)控：實(shí)時(shí)監(jiān)控應(yīng)用運(yùn)行成本、多智能體狀態(tài)，實(shí)現(xiàn)透明且可控的開(kāi)發(fā)
• 豐富的開(kāi)發(fā)資源：助力快捷且方便的二次開(kāi)發(fā)，搭建應(yīng)用無(wú)需“從零開(kāi)始”

AgentScope Workstation

AgentScope Workstation提供了便捷的“拖拽式”多智能體應(yīng)用編排范式。

在這里，編程經(jīng)驗(yàn)不再是限制你想象力的因素。每個(gè)開(kāi)發(fā)者都可以在豐富的工具欄中，零代碼地挑選和拖拽出他們喜歡的大模型、智能體和 Pipeline，就像搭積木一樣自由組合，創(chuàng)造出獨(dú)特創(chuàng)新的多智能體應(yīng)用。

為了確保這些通過(guò)拖拽搭建的多智能體應(yīng)用真正可用，AgentScope Workstation引入了靜態(tài)規(guī)則檢查，以確保應(yīng)用的正確性。

對(duì)于那些尋求進(jìn)一步自定義和深度開(kāi)發(fā)的高級(jí)開(kāi)發(fā)者，AgentScope Workstation也提供了強(qiáng)大的支持。

開(kāi)發(fā)者既可以將應(yīng)用導(dǎo)出為配置信息，借助AgentScope Workstation引擎進(jìn)行運(yùn)行，也可以使用AgentScope Workstation Compiler將配置信息一鍵轉(zhuǎn)換成Python代碼。這樣，開(kāi)發(fā)者便可以進(jìn)一步編輯和優(yōu)化代碼，實(shí)現(xiàn)更為精細(xì)和個(gè)性化的應(yīng)用調(diào)整。

AgentScope Copilot

AgentScope Copilot是基于AgentScope框架自身構(gòu)建的開(kāi)發(fā)助手，旨在幫助開(kāi)發(fā)者解決在多智能體應(yīng)用開(kāi)發(fā)過(guò)程中所遇到的問(wèn)題，其技術(shù)實(shí)現(xiàn)結(jié)合了多智能體群聊（Multi-agent Conversation）、數(shù)據(jù)檢索生成（Retrieval-Augmented Generation，RAG）、智能體呼叫（Mention）等諸多特性。

在與AgentScope Copilot的交互中，開(kāi)發(fā)者既可以與引導(dǎo)助手（Guide Assistant）進(jìn)行交互，直接獲取幫助；也可以呼叫專用的智能體助手，例如問(wèn)答助手（Tutoring Assistant）或者代碼編程助手（Coding Assistant），從而獲得更加專業(yè)、更加具體的回答。更具體而言，代碼編程助手可以幫助開(kāi)發(fā)者快速理清框架內(nèi)各個(gè)模塊的定義及使用方法，提供更優(yōu)的編程建議。

值得一提的是，AgentScope Copilot本身基于AgentScope框架中的RAG模塊進(jìn)行搭建，支持LlamaIndex等流行的數(shù)據(jù)檢索框架、以及多種向量數(shù)據(jù)庫(kù)類型，同時(shí)支持接入各種大語(yǔ)言模型。開(kāi)發(fā)者可以進(jìn)行快速的二次開(kāi)發(fā)，輕松的搭建起自己項(xiàng)目的Copilot助手。

透明可控的開(kāi)發(fā)過(guò)程

一個(gè)友好的應(yīng)用開(kāi)發(fā)過(guò)程，對(duì)開(kāi)發(fā)者來(lái)說(shuō)應(yīng)該是可控的、透明的。

但是在多智能體場(chǎng)景下，模型API種類繁多，調(diào)用接口各異，如何有效管理和監(jiān)控模型API的使用成本，避免資源浪費(fèi)與意外開(kāi)支，對(duì)資源監(jiān)控能力提出了更高的挑戰(zhàn)。

例如，在使用搜索引擎時(shí)將一個(gè)復(fù)雜網(wǎng)頁(yè)作為大模型的輸入將引起高額的開(kāi)銷，而開(kāi)發(fā)者的感知往往滯后。為了解決這個(gè)問(wèn)題，AgentScope設(shè)計(jì)了Monitor模塊，實(shí)現(xiàn)了：

API開(kāi)銷自動(dòng)統(tǒng)計(jì)：準(zhǔn)確記錄不同模型API的token用量，并自動(dòng)計(jì)算當(dāng)前開(kāi)銷，確保開(kāi)發(fā)者對(duì)模型API成本的每一份支出都了如指掌。

預(yù)算設(shè)置及超額報(bào)警：支持開(kāi)發(fā)者設(shè)定各模型API的預(yù)算上限。當(dāng)總開(kāi)銷超過(guò)預(yù)算時(shí)，系統(tǒng)自動(dòng)觸發(fā)報(bào)警，及時(shí)通知開(kāi)發(fā)者進(jìn)行檢查和調(diào)整，避免超支的發(fā)生。

支持自定義監(jiān)控指標(biāo)：除了預(yù)設(shè)的模型API相關(guān)指標(biāo)外，Monitor還允許開(kāi)發(fā)者自定義其他監(jiān)控指標(biāo)，例如搜索工具的開(kāi)銷，數(shù)據(jù)存儲(chǔ)服務(wù)的開(kāi)銷，網(wǎng)絡(luò)流量等等，從而讓開(kāi)發(fā)者能夠?qū)?yīng)用的狀態(tài)進(jìn)行全面且自動(dòng)化的監(jiān)控。

△?Monitor模塊

即拿即用的開(kāi)發(fā)資源

AgentScope內(nèi)置了豐富的工具函數(shù)、智能體和應(yīng)用樣例，開(kāi)發(fā)者可以通過(guò)輕量化的修改，輕松的開(kāi)發(fā)屬于自己的多智能體應(yīng)用。

工具函數(shù)：AgentScope支持包含網(wǎng)絡(luò)搜索、數(shù)據(jù)庫(kù)查詢、文件操作、文本處理等多種類型的工具函數(shù)，每種類目下又包含不同實(shí)現(xiàn)形式。例如網(wǎng)絡(luò)搜索層面，AgentScope已經(jīng)支持Bing、arXiv和DBLP等多種搜索引擎。

智能體：AgentScope內(nèi)置了功能各異的智能體，包含基礎(chǔ)對(duì)話、格式化對(duì)話、Reasoning、RAG、分布式等多種不同類型的智能體。開(kāi)發(fā)者只需要使用不同的參數(shù)初始化智能體實(shí)例，就可以將智能體特化成自己需要的智能體實(shí)例。

應(yīng)用樣例：AgentScope預(yù)置了包含對(duì)話（Conversation）、游戲（Game）、和分布式（Distribution）等多種不同類型的應(yīng)用。一方面這些樣例可以幫助開(kāi)發(fā)者降低開(kāi)發(fā)代價(jià)，另一方面也為應(yīng)用的開(kāi)發(fā)提供了模版和參照。

為了讓開(kāi)發(fā)者能夠更好、更快地了解AgentScope中的內(nèi)置資源，AgentScope提供了豐富且詳細(xì)的文檔，包含教程（Tutorial）、接口文檔（API Document）和設(shè)計(jì)論文，幫助開(kāi)發(fā)者更好的了解和使用AgentScope。

穩(wěn)定可靠

基于大模型的多智能體應(yīng)用會(huì)面臨模型幻覺(jué)、模型指令跟隨能力不足等諸多新的挑戰(zhàn)。為了保證多智能體應(yīng)用能夠穩(wěn)定可靠地運(yùn)行，AgentScope首先將應(yīng)用中出現(xiàn)的錯(cuò)誤進(jìn)行分類，然后相應(yīng)地提供了一套完整的容錯(cuò)機(jī)制和自定義的容錯(cuò)處理。

面向隨機(jī)性的容錯(cuò)：隨機(jī)性錯(cuò)誤常常由網(wǎng)絡(luò)狀況不穩(wěn)定，或者模型生成內(nèi)容的不確定性引起，是基于大模型構(gòu)建應(yīng)用時(shí)最常見(jiàn)的一類錯(cuò)誤。這類錯(cuò)誤往往十分瑣碎且難以窮舉，因此AgentScope通過(guò)的內(nèi)置重試機(jī)制，將此類隨機(jī)性的錯(cuò)誤進(jìn)行過(guò)濾和屏蔽，方便開(kāi)發(fā)者將精力投入到應(yīng)用的編排中。

基于規(guī)則的容錯(cuò)：應(yīng)用中遇到的部分錯(cuò)誤可以通過(guò)規(guī)則進(jìn)行修復(fù)。例如，要求大模型產(chǎn)生指定格式的回復(fù)時(shí)，大模型有時(shí)會(huì)產(chǎn)生額外的內(nèi)容，因此可以通過(guò)預(yù)置的規(guī)則進(jìn)行截?cái)?，確保應(yīng)用的正常運(yùn)行。

基于模型的容錯(cuò)：借助大模型自身能力進(jìn)行糾錯(cuò)是多智能體應(yīng)用的特點(diǎn)之一，AgentScope會(huì)嘗試將輸入和錯(cuò)誤信息提供給大模型，利用大模型的理解能力和知識(shí)來(lái)糾正錯(cuò)誤。

面向智能體/開(kāi)發(fā)者的容錯(cuò)：當(dāng)預(yù)置規(guī)則和大模型都無(wú)法解決錯(cuò)誤時(shí)，往往需要開(kāi)發(fā)者或者是智能體的介入才能解決問(wèn)題，因此AgentScope在遇到此類錯(cuò)誤的情況下，會(huì)將錯(cuò)誤的格式化歸因、錯(cuò)誤信息、輸入輸出信息完整的提交給開(kāi)發(fā)者或智能體，從而幫助解決遇到的問(wèn)題。

提示優(yōu)化

多智能體應(yīng)用性能的提升很大程度依賴大模型的提示（Prompt）質(zhì)量，一個(gè)好的提示可以大幅提高應(yīng)用運(yùn)行成功的概率。AgentScope編程框架提供了提示調(diào)優(yōu)模塊，助力開(kāi)發(fā)者持續(xù)優(yōu)化應(yīng)用。

提示自動(dòng)生成：對(duì)于開(kāi)發(fā)者來(lái)說(shuō)，產(chǎn)生一個(gè)好的提示往往是一件耗時(shí)耗力的事情。AgentScope預(yù)置了一個(gè)智能體，其內(nèi)部通過(guò)上下文學(xué)習(xí)的方式（In-context learning，ICL），綜合開(kāi)發(fā)者的應(yīng)用場(chǎng)景，直接生成所需的提示，幫助開(kāi)發(fā)者快速開(kāi)始開(kāi)發(fā)。

支持樣例輸入：在AgentScope中，開(kāi)發(fā)者同時(shí)可以輸入若干樣例作為模板，AgentScope可以根據(jù)這些樣例，為特定的下游任務(wù)生成具體的提示詞。

提示動(dòng)態(tài)調(diào)優(yōu)：在應(yīng)用運(yùn)行過(guò)程中，大模型的提示詞還需根據(jù)運(yùn)行情況做進(jìn)一步的調(diào)整，例如添加新的規(guī)則以避免錯(cuò)誤的產(chǎn)生。AgentScope將此過(guò)程自動(dòng)化，在智能體與開(kāi)發(fā)者、環(huán)境進(jìn)行交互的過(guò)程中，其歷史數(shù)據(jù)將成為調(diào)整提示的依據(jù)；AgentScope根據(jù)當(dāng)時(shí)的場(chǎng)景，修改智能體的系統(tǒng)提示（System prompt）從而在運(yùn)行過(guò)程中提高智能體的表現(xiàn)。

分布式并行

作為一個(gè)多智能體編程框架，AgentScope在設(shè)計(jì)之初就將提升智能體之間的協(xié)作效率作為主要目標(biāo)之一，并為此設(shè)計(jì)了分布式模式。在該模式中，多智能體可以運(yùn)行在不同的進(jìn)程和機(jī)器當(dāng)中，從而充分利用計(jì)算資源，提高運(yùn)行效率。AgentScope中的分布式主要具有以下特點(diǎn)：

自動(dòng)并行優(yōu)化：AgentScope中分布式的設(shè)計(jì)遵循Actor編程范式，可以自動(dòng)識(shí)別應(yīng)用流程編排中不同智能體之間潛在的并行可能性，并且進(jìn)行自動(dòng)并行優(yōu)化，提升運(yùn)行效率。同時(shí)各個(gè)智能體可以獨(dú)立運(yùn)行在本地或者遠(yuǎn)程機(jī)器上，能夠充分利用計(jì)算資源，支持大規(guī)模部署。

上手門(mén)檻極低：AgentScope向開(kāi)發(fā)者完全屏蔽了分布式的技術(shù)實(shí)現(xiàn)細(xì)節(jié)，開(kāi)發(fā)者可以零代價(jià)開(kāi)發(fā)分布式多智能體應(yīng)用，或者將已有的多智能體應(yīng)用轉(zhuǎn)化成分布式模式運(yùn)行。在轉(zhuǎn)化成分布式應(yīng)用時(shí)，AgentScope中分布式應(yīng)用編排與本地化的編排方式完全兼容，即使沒(méi)有分布式背景知識(shí)，開(kāi)發(fā)者也能輕松編排分布式多智能體應(yīng)用。

支持大規(guī)模部署：AgentScope目前支持在單臺(tái)機(jī)器（64核8卡A100）上一次性運(yùn)行16000多個(gè)智能體實(shí)例，并且該規(guī)模能夠隨著機(jī)器數(shù)量的增加實(shí)現(xiàn)規(guī)模的線性增長(zhǎng)。舉例來(lái)說(shuō)，AgentScope在4臺(tái)機(jī)器的集群上可以在30秒內(nèi)完成64000多次智能體的調(diào)用。這一特點(diǎn)使得智能體的大規(guī)模并行和仿真成為可能。

△本地模式向分布式模式轉(zhuǎn)換

多模態(tài)支持

AgentScope支持開(kāi)發(fā)者使用多模態(tài)數(shù)據(jù)和多模態(tài)模型來(lái)構(gòu)建強(qiáng)大的多智能體應(yīng)用。為了讓開(kāi)發(fā)者可以更加直觀、便捷地與自己編排的多智能體應(yīng)用交互，AgentScope提供了一款開(kāi)發(fā)者友好、簡(jiǎn)便易用的可交互式界面AgentScope Studio，讓文本、聲音、圖像等不同模態(tài)的數(shù)據(jù)得以生動(dòng)呈現(xiàn)，確保了開(kāi)發(fā)者能以最直觀的方式感受并調(diào)整自己創(chuàng)造的智能體應(yīng)用。

△AgentScope Studio

接下來(lái)，AgentScope還將持續(xù)為開(kāi)發(fā)者帶來(lái)更多的開(kāi)發(fā)便利，也期待更多開(kāi)發(fā)者加入AgentScope開(kāi)源社區(qū)的建設(shè)，探索更多更有趣的多智能體應(yīng)用。

AgentScope開(kāi)源倉(cāng)庫(kù)地址：

https://github.com/modelscope/agentscope

歡迎試用：

https://agentscope.aliyun.com