就在昨天，OpenAI开源了一个多智能体编排框架Swarm项目，上线几小时便获得2.8k Star。我立刻就拉下来跑了一下，看看有没有别人说的那么厉害。跑完发现，虽然没有太多新东西，但还是有挺多亮点的。
我们先来简朴相识一下 Swarm。
Swarm 是一个专注于使署理协调和执行轻量级、高度可控且易于测试的多智能体编排框架。
由于OpenAI官方也说到这是一个实行性质的，而非用于生产的项目，所以Swarm是一个轻量级多署理编排框架，主打特征是工效（ergonomic）与轻量（lightweight）。
Swarm 现在是一个实行性的示例框架，旨在探索多智能体体系的人体工程学接口。它不适用于生产环境，因此没有官方支持。（这也意味着我们不会审查拉取哀求或题目！）
Swarm 的主要目标是展示在"编排智能体：交代与例程"指南中探讨的交代和例程模式。它并不是一个独立的库，主要用于教诲目的。
——来自OpenAI的官方声明
跑完之后，我觉得相比现在市面上LangGraph，CrewAI等多智能体框架上手较为简朴，与调用OpenAI官方的Chat Completions API非常相似。当前的 Swarm 版本更多像是一套从零到一搭建底子Agent框架的讲授示例，没有特殊多新意，固然它也有许多亮点。
亮点1：Swarm 的完全透明性
首先是 Swarm 的完全透明性，它可以对上下文、步调和工具调用举行完全透明的打印，非常适合在Agent执行过程中想知道其中每一步发生了什么的开发人员。
亮点2：Swarm 的handoffs 机制
其次是它的handoffs 机制（对话交代）：允许让对话在Agent之间转移执行，在任何时间都可以选择将对话交代给另一个智能体。也就是说我和AgentA说：“我想和Agent B对话”，接下来的对话Agent A 便会把对话交给AgentB举行。
为了更直观的感受这个对话交代机制，接下来我将从零到一部署Swarm框架并举行简朴的示例演示。并通过剖析源代码详细的相识这背后的运行机制。
项目地址：https://github.com/openai/swarm/
首先根据官网指示，安装Swarm的环境依赖包：
- pip install git+ssh://git@github.com/openai/swarm.git
- from swarm import Swarm, Agent``client = Swarm()``def transfer_to_agent_b():` `return agent_b``agent_a = Agent(` `name="Agent A",` `instructions="你是一个有用的助手",` `functions=[transfer_to_agent_b],``)``agent_b = Agent(` `name="Agent B",` `instructions="仅仅使用繁体字说话",``)``response = client.run(` `agent=agent_a,` `messages=[{"role": "user", "content": "我想和Agent B说话"}],``)``print("User和AgentA说: 我想和Agent B说话。")``print("Agent：",response.messages[-1]["content"])
可以看到结果，也就是AgentA 执行了我们的诉求并将对话交给了AgentB举行，一会我们将详细讨论这部分背后的实现原理。
从以上两个亮点都可以看出 Swarm 框架提供了一种机动的方式来协调多个 AI 署理，允许举行复杂的交互和工作流程，同时保持实现的轻量级和可控。
接下来我们来相识一下Swarm的handoffs机制。
Swarm 解读——handoffs 机制
首先我为各人整理了一个表格，我们先根据以下的表格简朴相识一下Swarm框架的关键组件、用法以及总体的执行流程。
[table][tr][td=1,1,463] |
