Allen 是多Agent系统架构(Multi-Agent System)的其中一种构形。其优势在于Agent能够自主改变自身的行为模式,而无需开发者为每个具体任务都编排具体的工作逻辑。
Allen
├── docs # 文档
├── experiment # 存放与运行无关的验证与实验
└── mas # Multi-Agent System 实现代码
requirements.txt # 环境依赖
- 创建虚拟环境,并指定Python版本(推荐Python 3.13.1)
conda create -n mas python=3.13.1
- 激活刚刚创建的名为mas的conda环境
conda activate mas
- 进入到项目根目录,并执行安装依赖
pip install -r requirements.txt
1. 配置LLM-Agent的API
请完善 mas/role_config
下所有LLM-Agent的配置文件中 llm_config
部分。
其中
mas/role_config/管理者_灰风.yaml
是必须配置的,MAS 系统的启动默认指定其为初始任务管理Agent。
llm_config:
api_type: "openai" # 支持openai或ollama
base_url: "" # LLM API 的 URL
model: "" # 模型名
api_key: "" # API Key
max_tokens: 8192
temperature: 0.1
timeout: 600
2. 配置Human-Agent
请完善 mas/human_config
下你想要创建的人类操作端Agent的配置。
其中 人类操作端_小黑.yaml
是当前MAS启动时固定唤起的人类操作端Agent。
TODO:我们将会完善在Web UI中新建HumanAgent的方式,而不强制需要预定义human config。
3. 配置默认LLM Config
请在 mas/agent/configs/default_llm_config.yaml
中配置有效的LLM API。
该处配置的 LLM Config 会在 MAS 创建未在mas/role_config
中预定义的新Agent时使用。
在项目根目录下执行命令:
python -m mas.mas
该命令会具体执行 MultiAgentSystem.start_system()
函数来启动系统。
随后网页打开本地端口 5000 即可查看 MAS 运行状态:
http://127.0.0.1:5000