摘要：全球云计算领军企业亚马逊云（AWS）近日宣布开源其5级通用AI Agent框架——Multi-Agent Orchestrator。这一框架利用多层级AI Agent协同工作机制，能够高效处理复杂任务，智能分配用户请求至最合适的Agent，并确保交互过程中的上
全球云计算领军企业亚马逊云（AWS）近日宣布开源其5级通用AI Agent框架——Multi-Agent Orchestrator。这一框架利用多层级AI Agent协同工作机制，能够高效处理复杂任务，智能分配用户请求至最合适的Agent，并确保交互过程中的上下文一致性与流畅性。尤为引人注目的是，该框架同时支持Python和TypeScript两种编程语言，显著提升了Agent的部署灵活性和适用性，充分满足了不同开发者的多样化需求。
开源地址：https://github.com/awslabs/Multi-Agent-orchestrator
Multi-Agent系统由五个主要层级构成：
协调者（Orchestrator）：作为系统的核心，负责管理信息流、处理用户输入、编排响应生成，并应对各种错误场景。分类器（Classifier）：主要任务是分析用户输入、Agent描述和对话历史，以便选出最合适的Agent来处理服务请求。代理（Agent）：包括预定义的代理用于解决常见问题，具备可定制的代理以拓展或修改其默认行为，以及为特定任务设计的自定义代理。检索器（Retrievers）：通过提供上下文和相关信息，增强基于大语言模型（LLM）代理的表现，确保能够按需获取必要的信息，而不仅依赖于训练数据。对话存储（Conversation Storage）：负责维护对话历史，支持灵活的存储选项，如内存和DynamoDB，用户还可以快速创建自定义的存储方案。Multi-Agent系统能够处理流式和非流式的Agent响应，以适应不同的应用场景和数据传输需求。流式响应允许数据以连续流的方式发送和接收，非常适合需要实时处理大量数据的应用，例如视频流处理或实时数据分析。该功能还可以与流处理服务（如Kafka、Amazon Kinesis）集成，实现高效的数据处理。而非流式响应则以完整的数据单元进行发送和接收，适合无需实时处理的情景，比如处理电子邮件或批量数据导入，这样可以确保数据的一致性和完整性，同时与多种数据库和存储服务实现持久化和查询。
此外，Multi-Agent系统还提供了多个预构建的Agent模板，支持旅行、天气、数学和健康等领域。旅行Agent能处理航班预订、酒店搜索和行程规划等请求，可通过整合航空公司、酒店和旅行社的API来提供实时旅行信息；而天气Agent则可以提供当前天气、预报以及极端天气警报，凭借天气服务API的集成，确保数据的准确性。
以下是一个简单的Multi-Agent自动化执行业务流程的展示：
当用户向Multi-Agent系统发送请求时，流程从分类阶段开始。Classifier会分析用户的输入、可用的Agent描述以及当前的对话历史，以确定最适合处理该请求的Agent。
对于新查询，如“我想预订一张机票”或“20年期贷款的基础利率是多少”，Classifier会选择最佳匹配的Agent。而对像“告诉我更多”、“再来一次”或“12”这样简短的跟进回复，它会识别并继续与最后响应的Agent互动。这一过程确保即使是多轮对话，也能保持对话的连贯性。
一旦选定Agent，用户的输入将被传送给该Agent进行处理。每个Agent在处理请求时会自动检索自己的对话历史，以记住之前与用户的交流，从而不会干扰到其他Agent的工作。
Agent产生的响应可以是标准格式或流式传输，这取决于Agent的功能和设置。随后，Orchestrator会将用户输入和Agent响应自动保存到与特定用户ID和会话ID相关联的存储中，这对实现多轮对话至关重要。
此外，Multi-Agent Orchestrator还支持文本和语音交互，通过集成像Amazon Connect和Lex等工具，提升了在客户服务和呼叫中心等领域的应用能力。尽管Multi-Agent开源不久，但其受欢迎程度迅速上升，已突破4000颗星。
·
我们相信人工智能为普通人提供了一种“增强工具”，并致力于分享全方位的AI知识。在这里，您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。
·
来源：肖潇科技频道
