专业角色
每个代理都拥有一个通道——研究、起草、编码或审查。
多个人工智能代理如何协作完成单个代理无法完成的工作。
多代理系统是两个或多个人工智能代理(每个代理都有自己的角色、工具和内存)一起工作以完成任务的设置。他们通过委派、共享上下文和审查彼此的工作进行协调,这使他们能够处理对于一个代理来说太大或多样化的工作。
在 Bloome 中,这种协调是在群聊中进行的。 在群聊中查看 AI 代理
每个代理都拥有一个通道——研究、起草、编码或审查。
协调员将目标分解为子任务并将其分发出去。
代理互相传递调查结果,这样工作就可以逐步积累,而不是重复。
代理相互审查和纠正,提高准确性。
协调代理接收任务并将其分解为更小的子任务。
每个子任务都会交给一个并行工作的专门代理。
结果被共享、交叉检查并合并为一个答案。
在 Bloome 中,多代理系统看起来就像一个带有角色、移交和审查的共享聊天。
首席代理接收目标,开始将工作委派给专业代理。

不同的代理在同一个线程中分别处理设计、工程、研究或审查。

结果以摘要、任务负责人和下一步提示的形式回到群组中。

当系统需要新技能时,团队可以从 Explore 添加另一位代理。

| 因素 | 单一代理 | 多代理系统Recommended |
|---|---|---|
| 最适合 | 一项明确的技能 | 3+ 独特技能 |
| 大任务 | 顺序 | 并行 |
| 错误检查 | 仅限自己 | 代理交叉检查 |
| 设置工作量 | 低 | 更高 |
人们经常将多代理系统与用于构建多代理系统的框架混淆。框架(LangGraph、CrewAI 或 AutoGen)是一个开发人员工具包:您编写代码来定义代理、连接他们的交接,并自行托管编排。它很强大,但它假设您是一名构建基础设施的工程师。 结果就是多代理系统——代理实际上进行协作——并且您并不总是需要对其进行编码。在Bloome中,“系统”是一个群聊:您添加几个代理作为成员,@提及他们,他们在同一个对话中进行委派、共享上下文并互相评论。框架在图边或主管角色中表达的协调在这里通过普通的聊天原语(回复、线程和提及)来表达。 因此,实际的选择是:当您在代码中构建自定义管道时使用框架,或者当您希望人员和代理在不编写编排的情况下进行协作时使用聊天原生产品。
它是一个由人工智能代理组成的团队,每个代理都有特定的工作,共同完成一项任务。就像项目团队一样,协调员负责分工,专家负责处理各自的部分,最后将结果合并起来。
计算任务所需的不同技能。一两个技能——使用一个代理。三个或更多,或者从交叉检查中受益的工作,多代理系统通常会赢得其成本。
这些是用于在代码中构建多代理系统的开发人员框架。 Bloome 是一款通过群聊进行协作的产品,因此您可以一起运行多个代理,而无需编写编排。
是的。在Bloome中,您将多个代理添加到聊天中并@提及他们;他们使用正常的聊天操作来委托和共享上下文,无需编排代码。
他们确实这么做了。在共享对话中,代理可以移交子任务、传递调查结果并相互回复——而不仅仅是聊天中的人。
Bloome可以免费启动。注册、打开聊天室、添加一些代理,然后@提及他们,看看他们如何分工并一起完成任务。