ai-agents-for-beginners
(Кликнете върху изображението по-горе, за да гледате видеото към този урок)
Многоагентни дизайнерски модели
Щом започнете работа по проект, който включва множество агенти, ще трябва да обмислите многоагентния дизайнерски модел. Въпреки това, може да не е веднага ясно кога да преминете към многоагентен подход и какви са предимствата.
Въведение
В този урок ще се опитаме да отговорим на следните въпроси:
- В какви сценарии е приложим многоагентният подход?
- Какви са предимствата на използването на множество агенти спрямо един единствен агент, който изпълнява множество задачи?
- Какви са основните елементи за прилагане на многоагентния дизайнерски модел?
- Как можем да проследим взаимодействията между различните агенти?
Учебни цели
След този урок трябва да можете:
- Да идентифицирате сценарии, в които многоагентният подход е приложим.
- Да разпознавате предимствата на използването на множество агенти спрямо един агент.
- Да разбирате основните елементи за прилагане на многоагентния дизайнерски модел.
Каква е по-голямата картина?
Многоагентният подход е дизайнерски модел, който позволява на множество агенти да работят заедно за постигане на обща цел.
Този модел се използва широко в различни области, включително роботика, автономни системи и разпределени изчисления.
Сценарии, в които многоагентният подход е приложим
В какви сценарии е подходящо да се използват множество агенти? Отговорът е, че има много случаи, в които използването на множество агенти е полезно, особено в следните ситуации:
- Голям обем работа: Големите обеми работа могат да бъдат разделени на по-малки задачи и възложени на различни агенти, което позволява паралелна обработка и по-бързо завършване. Пример за това е обработката на голям обем данни.
- Сложни задачи: Сложните задачи, подобно на големите обеми работа, могат да бъдат разделени на по-малки подзадачи и възложени на различни агенти, всеки от които е специализиран в конкретен аспект на задачата. Добър пример за това са автономните превозни средства, където различни агенти управляват навигацията, откриването на препятствия и комуникацията с други превозни средства.
- Разнообразна експертиза: Различните агенти могат да имат различна експертиза, което им позволява да се справят с различни аспекти на задачата по-ефективно, отколкото един единствен агент. Пример за това е здравеопазването, където агенти могат да управляват диагностика, планове за лечение и наблюдение на пациенти.
Предимства на използването на множество агенти спрямо един агент
Система с един агент може да работи добре за прости задачи, но за по-сложни задачи използването на множество агенти може да предостави няколко предимства:
- Специализация: Всеки агент може да бъде специализиран за конкретна задача. Липсата на специализация при един агент означава, че той може да изпълнява всичко, но може да се обърка, когато се сблъска със сложна задача. Например, може да изпълни задача, за която не е най-подходящ.
- Скалируемост: По-лесно е да се разширяват системи чрез добавяне на повече агенти, отколкото чрез претоварване на един агент.
- Устойчивост на грешки: Ако един агент се провали, останалите могат да продължат да функционират, осигурявайки надеждност на системата.
Да вземем за пример резервация на пътуване за потребител. Система с един агент би трябвало да се справи с всички аспекти на процеса на резервация – от намиране на полети до резервиране на хотели и коли под наем. За да постигне това, един агент би трябвало да разполага с инструменти за всички тези задачи. Това може да доведе до сложна и монолитна система, която е трудна за поддръжка и разширяване. От друга страна, многоагентна система може да има различни агенти, специализирани в намиране на полети, резервиране на хотели и коли под наем. Това прави системата по-модулна, по-лесна за поддръжка и по-скалируема.
Сравнете това с туристическа агенция, управлявана като малък семеен бизнес, спрямо такава, управлявана като франчайз. Семейният бизнес би имал един агент, който се занимава с всички аспекти на процеса на резервация, докато франчайзът би имал различни агенти, които се занимават с различни аспекти на процеса.
Основни елементи за прилагане на многоагентния дизайнерски модел
Преди да приложите многоагентния дизайнерски модел, трябва да разберете основните елементи, които го съставят.
Нека направим това по-конкретно, като отново разгледаме примера с резервация на пътуване за потребител. В този случай основните елементи включват:
- Комуникация между агентите: Агенти за намиране на полети, резервиране на хотели и коли под наем трябва да комуникират и споделят информация за предпочитанията и ограниченията на потребителя. Трябва да решите какви ще бъдат протоколите и методите за тази комуникация. Например, агентът за намиране на полети трябва да комуникира с агента за резервиране на хотели, за да се увери, че хотелът е резервиран за същите дати като полета.
- Механизми за координация: Агенти трябва да координират действията си, за да гарантират, че предпочитанията и ограниченията на потребителя са изпълнени. Например, ако потребителят иска хотел близо до летището, агентът за резервиране на хотели трябва да координира с агента за коли под наем.
- Архитектура на агентите: Агенти трябва да имат вътрешна структура, която да им позволява да вземат решения и да се учат от взаимодействията си с потребителя. Например, агентът за намиране на полети може да използва модел за машинно обучение, за да препоръчва полети въз основа на предишни предпочитания на потребителя.
- Видимост на взаимодействията между агентите: Трябва да имате инструменти и техники за проследяване на дейностите и взаимодействията на агентите. Това може да включва инструменти за логване и мониторинг, визуализационни инструменти и метрики за производителност.
- Многоагентни модели: Съществуват различни модели за прилагане на многоагентни системи, като централизирани, децентрализирани и хибридни архитектури. Трябва да изберете модела, който най-добре отговаря на вашия случай.
- Човек в цикъла: В повечето случаи ще имате човек в цикъла и трябва да инструктирате агентите кога да искат човешка намеса. Например, потребителят може да поиска конкретен хотел или полет, който агентите не са препоръчали.
Видимост на взаимодействията между агентите
Важно е да имате видимост върху това как множество агенти взаимодействат помежду си. Тази видимост е от съществено значение за отстраняване на грешки, оптимизация и гарантиране на ефективността на системата. За да постигнете това, трябва да разполагате с инструменти и техники за проследяване на дейностите и взаимодействията на агентите. Това може да включва логване, визуализационни инструменти и метрики за производителност.
Например, в случая с резервация на пътуване за потребител, може да имате табло, което показва статуса на всеки агент, предпочитанията и ограниченията на потребителя и взаимодействията между агентите. Това табло може да показва датите на пътуване на потребителя, препоръчаните полети, хотели и коли под наем. Това ще ви даде ясна представа за взаимодействията между агентите и дали предпочитанията и ограниченията на потребителя са изпълнени.
Нека разгледаме тези аспекти по-подробно:
- Инструменти за логване и мониторинг: Трябва да се логват всички действия, предприети от агентите. Логовете могат да съдържат информация за агента, който е предприел действието, какво е действието, времето на изпълнение и резултата.
- Визуализационни инструменти: Те могат да ви помогнат да видите взаимодействията между агентите по-интуитивен начин. Например, може да имате графика, която показва потока на информация между агентите.
- Метрики за производителност: Те могат да ви помогнат да проследите ефективността на многоагентната система. Например, може да проследявате времето за изпълнение на задача, броя на изпълнените задачи за единица време и точността на препоръките.
Многоагентни модели
Нека разгледаме някои конкретни модели, които можем да използваме за създаване на многоагентни приложения. Ето някои интересни модели, които си струва да се обмислят:
Групов чат
Този модел е полезен, когато искате да създадете приложение за групов чат, където множество агенти могат да комуникират помежду си. Типични случаи на употреба включват екипна колаборация, клиентска поддръжка и социални мрежи.
В този модел всеки агент представлява потребител в груповия чат, а съобщенията се обменят между агентите чрез протокол за съобщения.
Предаване на задачи
Този модел е полезен, когато искате да създадете приложение, където множество агенти могат да предават задачи един на друг.
Съвместна филтрация
Този модел е полезен, когато искате да създадете приложение, където множество агенти могат да си сътрудничат, за да правят препоръки на потребителите.
Сценарий: Процес на възстановяване на сума
Разгледайте сценарий, в който клиент се опитва да получи възстановяване на сума за продукт.
Проектиране на многоагентна система за процес на клиентска поддръжка
Идентифицирайте агентите, участващи в процеса, техните роли и отговорности, както и как те взаимодействат помежду си. Вземете предвид както специфичните агенти за процеса на клиентска поддръжка, така и общите агенти, които могат да се използват в други части на вашия бизнес.
Помислете добре, преди да прочетете следното решение, може да се нуждаете от повече агенти, отколкото си мислите.
TIP: Помислете за различните етапи на процеса на клиентска поддръжка и също така за агентите, необходими за всяка система.
Решение
Проверка на знанията
Въпрос: Кога трябва да обмислите използването на многоагенти?
- A1: Когато имате малко натоварване и проста задача.
- A2: Когато имате голямо натоварване.
- A3: Когато имате проста задача.
Резюме
В този урок разгледахме модела за проектиране на многоагентни системи, включително сценариите, в които многоагентните системи са приложими, предимствата на използването на многоагенти спрямо един агент, основните елементи за внедряване на модела за многоагентни системи и как да имаме видимост върху взаимодействието между различните агенти.
Имате още въпроси относно модела за многоагентни системи?
Присъединете се към Azure AI Foundry Discord, за да се срещнете с други обучаващи се, да присъствате на консултации и да получите отговори на вашите въпроси за AI агенти.
Допълнителни ресурси
-
Предишен урок
Следващ урок
Отказ от отговорност:
Този документ е преведен с помощта на AI услуга за превод Co-op Translator. Въпреки че се стремим към точност, моля, имайте предвид, че автоматизираните преводи може да съдържат грешки или неточности. Оригиналният документ на неговия роден език трябва да се счита за авторитетен източник. За критична информация се препоръчва професионален човешки превод. Ние не носим отговорност за недоразумения или погрешни интерпретации, произтичащи от използването на този превод.