如何使用coze多代理模式
2024.10.16 20:54浏览量:39简介:多代理(Agent)模式是扣子平台提供的一种功能,它允许用户在构建聊天机器人时使用多个智能体。
什么是多代理模式
多代理(Agent)模式是扣子平台提供的一种功能,它允许用户在构建聊天机器人时使用多个智能体(Agent)。这种模式适用于需要处理更复杂、功能更全面的机器人场景。
在多 Agent 模式下,你可以为不同的智能体配置不同的提示词,将复杂的任务分解为一组更简单的任务,而不是在一个机器人的提示中设置所有的判断条件和使用限制。这样可以提高机器人处理复杂查询的效率和准确性。更多关于多 Agent 模式的信息,可以参考扣子平台的文档。
1、一种常见的多智能体架构
在 Multi-agent 模式下,主 Agent 和多个 Miniagent 之间的分工协作关系。主 Agent 负责总体的任务管理和协调,而 Miniagent 则专注于具体的子任务,通过反馈、竞争和对话机制,共同完成复杂的任务,提高系统的灵活性和效率。
ragmentbodyhtml.jpg">
2、智能体四种设计模式
吴恩达教授提到了四种主要的智能体设计模式。
- Reflection(反思)
- Tool use(工具使用)
- Planning(规划)
- Multi-agent collaboration(多智能体协作)
这些模式共同构成了 AI Agent 工作流的核心架构。其中 coze 里面的 Muti Agent 就是第四种模式,在这种模式下,每个智能体都有自己的角色和职责,它们通过通信和协作来共同达成目标。这种协作可以提高系统的效率和智能性,因为不同的智能体可以专注于它们最擅长的任务。
典型的例子是 ChatDev 开发框架,它把多个智能体对应于多个工种,所有智能体组成一个虚拟的“软件公司”。
3、单 agent 模式和 Muti-agent 模式的区别及实用场景
类别 | 单 Agent 模式 | Multi-agent 模式 |
---|---|---|
描述 | 在 Coze 中开发机器人时,默认使用单 Agent 模式。当处理复杂任务时,必须编写非常详细和冗长的提示词,增加了调试的复杂性。 | 多 Agent 模式允许用户构建具有更全面和更复杂功能的 AI 机器人。通过为机器人添加多个 Agent,并配置每个代理之间的连接,以通过分解为一组独立任务来解决复杂的用户任务。 |
实用场景 | 适合处理简单的逻辑和任务,例如单一功能的客户服务或信息查询。 | 适合处理复杂的逻辑和任务,需要多个智能体协作完成,例如企业级的知识库机器人或虚拟公司中的多个角色协作。 |
优点 | – 简单直接,易于理解和上手。 – 适用于单一任务的场景。 | – 提高了处理复杂任务的能力和效率。 – 降低了单个 Agent 的复杂性,提高了错误修复的效率和准确性。 – 可以为每个 Agent 配置独立的插件和工作流。 |
缺点 | – 处理复杂任务时需要编写非常详细和冗长的提示词。 – 调试复杂,一处细节改动可能影响整体功能。 | – 设计和维护多个 Agent 之间的交互可能较为复杂。 – 需要更多的算力支持,尤其是在处理大型数据集和复杂模型时。 |
适用角色 | 适用于初级开发者或需要快速部署简单任务的场景。 | 适用于高级开发者或需要构建复杂系统的场景,如企业级应用。 |
功能 | 基本的聊天机器人功能,适合单一任务处理。 | 支持多 Agent 协作,可以处理更复杂的任务,如多任务处理、任务规划及分配等。 |
多代理模式搭建教学
一:认识多代理模式
在扣子平台上创建机器人(Bot)时,默认是单Agent模式。但单Agent模式处理复杂任务时,你需要编写非常详细的提示词,还可能要加插件和工作流,这样会让调试变得复杂,一个小改动都可能影响整个Bot的功能,导致实际效果与预期有差距。
为了解决这个问题,扣子提供了多Agent模式,这种模式可以这样简化任务处理:
- 你可以为不同的Agent设置独立的提示词,把复杂任务拆分成多个简单任务。
- 每个Agent可以有自己的插件和工作流,减少单个Agent的复杂性。
- 调试时,只需针对出问题的Agent进行修改,提高修复效率和准确性。
简而言之,多Agent模式通过分工合作,让处理复杂任务变得更简单、高效。
创建BOT择多 Agent 模式
编排页面
较单 agent模式相比缺少一些方式
多 Agent 模式的配置
多Agent模式和工作流的模式相当,区别在于它没有输出节点;因为在每一个节点都是一个输出方式。
同时它的开始节点和工作流有区别、并没有可以添加多个变量的地方,变成了两种方式:
1:“上一次回复用户的节点”每一次都会延续聊天,知道重新清楚聊天消息
2:“开始节点”每一次都是在开始节点
添加节点
在画面的中下部分有一个叫“添加节点”的地方,图中箭头所指的所有,都为一个节点
在添加节点中,有三种节点:
1:Agent:就是一个单独的新bot
2:Bot:为用户创建好并已经运行的bot
3:全局跳转调节:这个节点相当于一个总监,监视每个节点防止出错
Agent节点
这里我直接用搭建好的 agent节点和大家演示,总共有四个板块:
1:“适用场景”让本节点理解它需要干什么;“用于{引导用户},帮助用户解决{信息处理}相关的问题。”
2:“Agent 提示词”用户处理本节点的内容,为此设置提示词;“用于{引导用户},帮助用户解决{信息处理}相关的问题。引导用户输入变量{所在地},{旅游地}和{游玩天数},”
3:“技能”可以添加插件,工作流,知识库
4:“用户问题建议”在回复完用户问题后跳出的三条消息,为用户建议
Bot节点
已经创建好的bot,将它的能力带到多agent模式中
全局跳转条件
当用户输入满足条件时,它会自动的调用它连接的节点
以上是多 agent 模式的各种配置和基础信息。
Coze 上使用多代理模式
模式选择
编排面板
用一个例子来说明
这个 bot 我创建了 2 个 agent。
在 test 这个 agent 中,创建的是一个 MQTT 协议分析专家。基于自己搭建的私有库。
这个 Agent 的提示词是:”当用户提问包含 MQTT 词语的时候,回答用户问题”
另外一个 Agent 是售后客服,收集用户的反馈,并把用户输入信息存到数据库里面,也就是由 user_info_collect 来处理
在 user_info_collect 中处理输入,然后插入到数据库中,输入就是将用户的反馈信息
当输入我要投诉的时候,跳转到Agent_747进行投诉处理
当我咨询MQTT问题的时候,则跳转到test这个Agent进行处理
如何找到Coze平台
幂简集成是国内领先的API集成管理平台,专注于为开发者提供全面、高效、易用的API集成解决方案。幂简API平台可以通过以下两种方式找到所需API:通过关键词搜索API(例如,输入’Coze‘这类品类词,更容易找到结果)、或者从API Hub分类页进入寻找。
此外,幂简集成博客会编写API入门指南、多语言API对接指南、API测评等维度的文章,让开发者快速使用目标API。
发表评论
登录后可评论,请前往 登录 或 注册