• 正文
    • 多工作流協作 概念
    • 多工作流協作的核心步驟
    • 使用Flowise進行多工作流協作開發(fā)
  • 相關推薦
申請入駐 產業(yè)圖譜

大模型應用開發(fā)-多工作流協作

2024/12/18
4498
加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點資訊討論

AI Agents多工作流協作是一種基于多個人工智能代理(AI Agents)的系統(tǒng)設計方法,旨在讓多個代理通過不同的工作流(Workflow)相互配合,以分工協作的方式高效完成復雜任務。這種模式廣泛應用于需要并行處理、多任務執(zhí)行或動態(tài)調整的場景,是實現高度智能化應用的關鍵。

多工作流協作 概念

AI Agent 是一種能自主感知環(huán)境、決策和執(zhí)行任務的智能體,通常通過自然語言處理、大數據分析等技術實現。每個Agent有自己的專長,例如客服、推薦、數據處理等。

工作流是一個任務的執(zhí)行步驟和規(guī)則,定義了任務完成的流程,包括輸入、處理邏輯和輸出。例如,安排會議的工作流可能包括檢查時間表、發(fā)送邀請和發(fā)送提醒。

多個AI Agent通過各自的工作流協作完成一個復雜任務。協作時,各Agent的工作流既可以獨立完成特定任務,也可以共享信息、相互觸發(fā),從而實現更大的整體目標。

每個AI Agent專注于執(zhí)行其特定的任務。例如,一個Agent負責語音識別,另一個Agent負責自然語言理解,第三個Agent負責執(zhí)行用戶的指令。

工作流可以并行運行(同時處理多個子任務)或串行運行(任務有嚴格的先后順序),根據場景靈活適配。

一個工作流的輸出可以觸發(fā)其他工作流。例如,客戶咨詢觸發(fā)客服Agent的對話流程,同時觸發(fā)庫存檢查的工作流。

多個工作流間通過共享數據實現協作。例如,行程規(guī)劃Agent將生成的日期和地點傳遞給酒店預訂Agent。

多工作流協作可以輕松擴展,增加新的Agent和流程,不影響現有系統(tǒng)的運行。

多工作流協作的核心步驟

將一個復雜的任務拆解為多個子任務,例如用戶咨詢“安排一場旅行”可能拆解為以下子任務:

確定目的地和日期。

規(guī)劃行程。

預訂交通和住宿。

工作流分配

為每個子任務分配特定的AI Agent和對應的工作流。

例如:

大語言理解Agent解析用戶意圖。

行程規(guī)劃Agent負責日程生成工作流。

預訂Agent負責交通和酒店的工作流。

各Agent在各自的工作流中執(zhí)行任務,并實時將結果反饋到主任務協調Agent。例如,預訂完成后通知用戶行程已生成。

動態(tài)調整

如果任務中途發(fā)生變化(例如用戶修改目的地),主協調Agent會觸發(fā)相關工作流重新執(zhí)行。

最終輸出

匯總所有子任務的結果,生成最終的解決方案并反饋給用戶。

使用Flowise進行多工作流協作開發(fā)

01、Flowise 多工作流示意圖

02、構建一個新聞自動撰寫系統(tǒng)

1. 我們使用Flowise構建一個新聞自動撰寫系統(tǒng),首先我們在Flowise的agentflows中創(chuàng)建一個新的代理,命名為"新聞自動撰寫系統(tǒng)",如下圖:

2. 我們在界面上依次拖入一個Supervisor,和3個Worker,并將它們命名及連接起來,如下圖:

3. 設置每個代理的提示詞:

# Supervisor你是一個Supervisor,負責管理以下工作者之間的交流:{team_members}。以下是任務的流程:1. 發(fā)送任務給worker1,讓他搜索最新的新聞。2. 等待worker1返回結果,并將最新的新聞內容傳遞給worker2。3. 等待worker2將新聞編寫成文章后,將文章內容傳遞給worker3。4. 確保worker3成功保存文章后,通知任務完成。始終以準確、協調的方式調度任務,避免遺漏任何步驟。
# worker1你是一個新聞搜索引擎。你的任務是:1. 根據接收到的請求,搜索最新的10條新聞。2. 提取新聞標題、新聞內容摘要、和新聞核心點。3. 將這些信息清晰地返回給調用者。例如:- 標題: [新聞標題]- 摘要: [新聞摘要]- 來源: [新聞鏈接]- 核心點:[新聞核心點]專注于時效性和準確性。
#?worker2你是一名專業(yè)的文章撰稿人。你的任務是:1. 根據提供的新聞標題、摘要和內容來源,編寫一篇完整且流暢的文章。2. 確保文章邏輯清晰,語言簡潔,避免冗長。3. 格式要求:標題(單獨一行),正文內容分段清晰。4. 返回完整的文章內容給調用者。
# worker3你是一個文件保存助手。你的任務是:1. 接收完整的文章內容,包括標題和正文。2. 根據標題為文件命名,確保文件名簡潔且有意義(例如:使用標題的前幾個詞并去除特殊字符)。3. 將文件保存為TXT格式到指定的電腦路徑。4. 返回保存的文件路徑和成功狀態(tài)給調用者。例如:- 文件路徑: [保存路徑]-?狀態(tài):?保存成功

4. 設置Supervisor的Tool Calling Chat Model 和 Agent Memory,請根據自己實際情況,選擇合適的大模型,如下圖:

5. 為worker1選擇合適的搜索工具,請根據自己的環(huán)境選擇,如下圖:

6. 為worker3選擇合適的文件保存工具,如下圖:

7. 最終整體配置如下圖:

8. 配置完成后,我們點開右上角的對話框,輸入關鍵詞"大模型",如下圖:

我們看到worker依次執(zhí)行,完成了我們配置的任務。

9. 點擊右上角的代碼圖標,我們就可以看到如何調用此系統(tǒng)的API,如下圖:

相關推薦

登錄即可解鎖
  • 海量技術文章
  • 設計資源下載
  • 產業(yè)鏈客戶資源
  • 寫文章/發(fā)需求
立即登錄

致力于分享最前沿、最實用的人工智能(AI)技術,包括深度學習(DL)、自然語言處理(NLP)、機器學習(ML)、計算機視覺(CV)等領域的最新發(fā)展及應用。