这是一个基于多智能体(AutoGen-Agents)的代码示例,,通过 OpenRouter 、Google Gemini API、本地部署的 Ollama 模型。你可以使用它快速构建灵活的多智能体协作系统。
- 🤖 多模型协作:支持 OpenRouter、Gemini、本地 Ollama 等模型灵活组合。
- 🔁 多智能体并行:每个 Agent 可单独设定角色、目标、策略。
- 🧱 易于扩展:模块化架构,适配新的模型或 Agent 类型很方便。
- 📦 示例:翻译助手、写作助理、旅行规划助手。
本项目使用 uv 进行依赖管理。确保你已经安装了 uv。你可以通过 pip 安装:
pip install uv
git clone [https://github.com/yourusername/multi-agent-framework.git](https://github.com/zhaomo08/AutoGen_GraphFlow.git)
cd AutoGen_GraphFlow
uv pip install -r pyproject.toml🚀 示例
- 翻译助手(Translator Agent)
该示例中,多个 Agent 协作完成高质量翻译任务,包括以下三个阶段:
- 初稿翻译:使用本地部署的 Ollama 模型快速完成初步翻译。
- 风格润色:通过 Gemini 进一步优化语言风格,使表达更自然流畅。
- 术语校对:调用 OpenRouter(如 GPT-4) 复查专业术语,确保翻译准确无误。
(AutoGen_GraphFlow) ☁ 0510_simple_agent python sequence_flow.py- 写作助手(Writing Agent)
该示例通过多模型协同,提供写作辅助服务,包含以下步骤:
- 思路发散:借助 Gemini 激发主题创意,构建初步写作方向。
- 段落草稿:由 Gemini 生成初稿段落,确保语义连贯。
- 结构优化与润色:继续使用 Gemini 对文章整体结构进行调整,并提升语言表达质量。
(AutoGen_GraphFlow) ☁ 0510_simple_agent python parallel_flow.py- 旅行助手(Travel Assistant Agent)
该示例通过多个智能体协同,完成个性化的旅行规划任务,具体包括:
- 规划师智能体:制定整体旅行框架,包括时间安排和大致路线。
- 当地专家智能体:根据目的地推荐热门景点、本地活动与餐饮建议。
- 语言专家智能体:提供实用语言翻译支持与跨文化沟通技巧,提升旅行体验。
(AutoGen_GraphFlow) ☁ 0510_simple_agent python travel_agent.py📜 许可证
MIT License
感谢以下开源项目提供灵感与支持: