创建多智能体系统

摘要：本视频演示了如何构建一个由规划器、评估子智能体和模拟器智能体组成的多智能体系统，它们协同工作以规划和模拟一场马拉松赛事，采用了动态UI生成（A-to-I）、智能体间协议（A2A）和用于自动发现的智能体注册表。 ## 从脆弱的循环到专家网络 视频展示了如何从脆弱、不可预测的智能体循环转向一个由经过严格评估的专家智能体组成的系统，这些智能体甚至能自行构建用户界面。三个智能体协同工作： - **规划器**：生成马拉松的可行路线。 - **评估子智能体**：根据一组选定标准评判路线。 - **模拟器**：与规划器协作，接收已批准的路线，运行路线并展示结果。 示例提示词：“为拉斯维加斯的一万名跑者规划一场马拉松。”规划器现在新增了两项功能：在规划过程中进行实时评估（防止智能体偏离轨道），并在运行过程中动态生成用户界面，提供即时评估反馈。 ## 构建实时评估子智能体 评估子智能体使用独立的模型和有限的上下文窗口，专门用于为路线评分。它只专注于对路线计划进行分级，而非处理整个工作流。每当创建新计划或修改现有计划时，规划器都会将评估子智能体作为工具调用。 ### 检查的标准 评估子智能体同时检查非确定性标准（社区影响、与提示词的一致性）和确定性标准。例如： - 路线长度必须精确为 **26 英里 385 码**（或公制下的 **42.195 公里**）。 - “42听起来远得多”——关于差异的轻松讨论。 ## 基于A-to-I的动态用户界面 为了在不编写自定义代码或构建仪表板的情况下展示评估结果，系统采用了 **A-to-I**（Agent-to-Interface，智能体到界面），这是谷歌创建的一项开放标准。规划器指示评估子智能体生成在地图上显示路线所需的UI组件。 一个包含80个UI示例的一次性示例被提供给Gemini，使其知道如何渲染界面。A-to-I使智能体能够创建动态、富有表现力的界面，摆脱大块文本的限制。智能体使用共同的设计语言设计并构建它恰好需要的界面。 ## 连接智能体：A2A协议和智能体注册表 为了将规划器与模拟器连接起来，引入了两个额外组件： ### 智能体间协议（A2A） A2A是由谷歌创建并贡献给Linux基金会的协议。它消除了通常用于连接智能体的脆弱API代码。每个智能体都提供一个**智能体卡片**（agent card）——一份关于智能体能力的清单。模拟器提供其智能体卡片，以便其他智能体可以读取。 ### 智能体注册表 将智能体注册表视为“智能体互联网”的DNS。它是一个中央目录，用于解析每个智能体的身份，并映射整个智能体网络中的特定技能组合。当智能体部署到智能体运行时，它们会自动在智能体注册表中注册。 现在，规划器和模拟器实现了零代码或API契约的连接。它们可以无缝地规划和运行新的模拟。 ## 运行模拟 回到用户界面，规划器与评估子智能体和模拟器协商以制定计划。用户点击“运行模拟”，生成一个新的模拟。可以追踪跑者，观察他们开始移动。 ### 模拟器的工作原理 - 配置环境参数。 - 将每个跑者生成为独立的智能体会话。 - 监控交通问题，并将结果报告给规划器。 跑者行为采用 **Gemini Deep Research** 进行建模，以学习并实现真实世界的跑步模式。例如：“78%的马拉松跑者在后半程会略微减速。” ## 总结成果 - **实时评估**：让智能体保持在正轨。 - **动态用户界面**：智能体自行渲染UI。 - **自动连接**：使用A2A和智能体注册表。 智能体现在负责规划、评估和模拟马拉松的创造性工作。 来源：Creating multi-agent systems (https://www.youtube.com/watch?v=c7yL_EduH9o)