Agent Squad

一个灵活、轻量级的开源框架，用于编排多个 AI Agent 以处理复杂的对话。

---

📢 名称变更通知：Multi-Agent Orchestrator 现已更名为 Agent Squad！🎉 功能同样强大，名称更加响亮。欢迎加入 Agent Squad！

---

📚 探索完整文档

🔖 特性

• 🧠 智能意图分类 —— 根据上下文和内容动态地将查询路由到最合适的 Agent。
• 🔤 双语言支持 —— 提供完整的 Python 和 TypeScript 实现。
• 🌊 灵活的 Agent 响应 —— 支持来自不同 Agent 的流式（streaming）和非流式响应。
• 📚 上下文管理 —— 在多个 Agent 之间维护和利用对话上下文，实现连贯的交互。
• 🔧 可扩展架构 —— 轻松集成新 Agent 或自定义现有 Agent 以满足特定需求。
• 🌐 通用部署 —— 可在任何地方运行，从 AWS Lambda 到本地环境或任何云平台。
• 📦 预构建的 Agent 和分类器 —— 提供各种即用型 Agent 和多种分类器实现。

什么是 Agent Squad ❓

Agent Squad 是一个用于管理多个 AI Agent 并处理复杂对话的灵活框架。它能智能地路由查询并在交互过程中保持上下文。

该系统提供了用于快速部署的预构建组件，同时也允许轻松集成自定义 Agent 和对话消息存储方案。

这种适应性使其适用于从简单的聊天机器人到复杂 AI 系统的各种应用场景，能够满足多样化的需求并实现高效扩展。

🏗️ 高层架构流程图

1. 处理过程从用户输入开始，由分类器（Classifier）进行分析。
2. 分类器利用 Agent 的特征（Characteristics）和 Agent 的对话历史（Conversation history）来选择最适合任务的 Agent。
3. 一旦选择了 Agent，它就会处理用户输入。
4. 编排器（Orchestrator）随后保存对话，更新 Agent 的对话历史，然后将响应交付回用户。

引入 SupervisorAgent：Agent 协调

Agent Squad 现在包含一个强大的新组件 SupervisorAgent，它支持多个专业 Agent 之间复杂的团队协调。这个新组件实现了“Agent 即工具”（agent-as-tools）的架构，允许主导 Agent 并行协调一组专业 Agent，从而保持上下文并提供连贯的响应。

核心能力：

• 🤝 团队协调 —— 协调多个专业 Agent 在复杂任务上协同工作。
• ⚡ 并行处理 —— 同时执行多个 Agent 查询。
• 🧠 智能上下文管理 —— 在所有团队成员之间维护对话历史。
• 🔄 动态委派 —— 智能地将子任务分配给合适的团队成员。
• 🤖 Agent 兼容性 —— 兼容所有 Agent 类型（Bedrock、Anthropic、Lex 等）。

SupervisorAgent 可以通过以下两种方式使用：

1. 直接使用 —— 当您需要针对特定任务进行专门的团队协调时直接调用它。
2. 分类器集成 —— 将其作为分类器中的一个 Agent 添加，以构建包含多个专业团队的复杂层级系统。

以下是该 Agent 的一些应用示例：

• 具有专业分组的客户支持团队
• AI 电影制作工作室
• 旅行规划服务
• 产品开发团队
• 医疗协调系统

了解更多关于 SupervisorAgent 的信息 →

💬 演示应用

在下方的屏幕录像中，我们演示了一个扩展版本的演示应用，它使用了 6 个专业 Agent：

• 旅行 Agent：由 Amazon Lex Bot 驱动。
• 天气 Agent：利用带有查询 open-meteo API 工具的 Bedrock LLM Agent。
• 餐厅 Agent：实现为 Amazon Bedrock Agent。
• 数学 Agent：利用带有两个执行数学运算工具的 Bedrock LLM Agent。
• 技术 Agent：旨在回答技术主题问题的 Bedrock LLM Agent。
• 健康 Agent：专注于解决健康相关查询的 Bedrock LLM Agent。

观察系统如何在不同主题之间无缝切换上下文，从预订航班到查看天气、解决数学问题以及提供健康信息。 请注意系统如何为每个查询选择合适的 Agent，即使在简短的后续输入中也能保持连贯性。

该演示突显了系统处理复杂、多轮对话的能力。