MMaoHomeArchivesTags思所读书关于相册GTD
AI笔记系列（三）—— Agent与多智能体系统

目录

AI笔记系列（三）—— Agent与多智能体系统

AI-Agent的基本概念

AI-Agent（智能代理）是一种能够自主感知环境、做出决策并采取行动以实现特定目标的智能系统。Agent的核心决策逻辑是让大语言模型(LLM)根据动态变化的环境信息选择执行具体的行动或者对结果作出判断，并影响环境，通过多轮迭代重复执行上述步骤，直到完成目标。

一个典型的Agent决策流程可以精简为：

  • P（感知）→ P（规划）→ A（行动）

其中：

  • 感知（Perception）：Agent从环境中收集信息并提取相关知识的能力
  • 规划（Planning）：Agent为了某一目标而作出的决策过程
  • 行动（Action）：基于环境和规划做出的动作

在工程实现上，Agent通常拆分为四大核心模块：

  • 推理：使用LLM等模型进行思考和决策
  • 记忆：存储历史信息和知识
  • 工具：Agent可以调用的外部功能
  • 行动：执行具体操作的能力

目前Agent主流的决策模型是ReAct框架（Reasoning + Acting）及其变种，这种框架让Agent能够在思考和行动之间交替进行，从而更有效地完成复杂任务。

多智能体系统简介

多智能体系统（Multi-Agent System）是由多个智能体组成的网络，这些智能体相互协作（有时也会竞争）以解决单个智能体难以处理的复杂问题。在这种系统中，不同Agent可以扮演不同角色，拥有不同专长，通过协作完成更复杂的任务。

多智能体系统的优势包括：

  • 分布式问题解决：将复杂问题分解为子问题，由专门的Agent处理
  • 系统鲁棒性：单个Agent失效不会导致整个系统崩溃
  • 可扩展性：可以轻松添加新的Agent来扩展系统能力
  • 专业化：不同Agent可以专注于不同领域或任务

MCP：连接Agent与外部世界的桥梁

多智能体系统要发挥最大效能，关键在于智能体如何与外部工具和其他智能体进行交互。模型上下文协议（Model Context Protocol，简称MCP）作为一种新兴的通信标准，为AI-Agent提供了与外部世界交互的统一接口。

MCP的核心架构与工作原理

MCP架构图

MCP的基本架构包含两个核心组件：

  1. MCP客户端（Client）：通常是一个AI模型或Agent系统，需要访问外部功能
  2. MCP服务器（Server）：提供各种工具、API和资源的接入点

在多智能体系统中，MCP的工作流程如下：

  • Agent通过MCP客户端向服务器发送请求，说明需要使用的工具或功能
  • MCP服务器接收请求，调用相应的工具或资源
  • 服务器将结果返回给Agent
  • Agent基于获取的信息继续思考和行动

MCP与A2A：两种关键协议的协同作用

在构建多智能体系统时，需要理解MCP（Model Context Protocol）和A2A（Agent-to-Agent）两种协议的区别与联系：

MCP与A2A比较

特性 MCP A2A
主要用途 连接AI模型与外部工具 促进智能体之间的协作
交互类型 工具调用，结构化输入/输出 对话式，意图导向
适用场景 工具集成，API访问，资源调用 多Agent协作，任务分解，服务发现
抽象层次 低级（具体功能操作） 高级（目标与能力描述）
成熟度 正在标准化 早期发展阶段

MCP和A2A并非相互竞争，而是相互补充的协议。在完整的多智能体系统中：

  • MCP提供了智能体调用工具和访问资源的标准方式
  • A2A提供了智能体之间协作和任务委派的标准方式

将这两种协议结合使用，可以构建既能与外部世界交互，又能内部高效协作的复杂多智能体系统。

MCP如何赋能多智能体系统

MCP为多智能体系统带来了几个关键优势：

  1. 工具使用标准化：不同Agent可以使用相同的接口访问各种工具和服务，无需为每个Agent单独开发接口
  2. 生态系统扩展性：随着更多工具和服务支持MCP，智能体系统的能力可以不断扩展
  3. 细粒度权限控制：MCP提供了清晰的安全边界，可以对不同Agent的工具访问权限进行精细控制
  4. 简化系统架构：将M×N的集成问题（M个Agent需要连接N种工具）简化为M+N问题

在实际应用中，各大AI平台如Cloudflare、Cursor和OpenAI等都正在采用MCP协议，使其成为连接AI智能体与外部世界的标准桥梁。

AgentScope：5分钟上手多智能体开发

AgentScope是一款开源的多智能体编程框架，它能让开发者轻松实现各种基于大模型和多智能体的应用。下面我们通过一个简单的例子，演示如何在5分钟内使用AgentScope搭建一个智能对话系统。

第一步：连接大模型

作为智能体的”大脑”，我们首先需要连接一个大语言模型。AgentScope支持多种模型，包括阿里云DashScope、OpenAI等API服务。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import os
import agentscope

# 配置DashScope的通义(qwen-max)模型
dashscope_config = {
    "model_type": "dashscope_chat",
    "config_name": "tongyi_qwen_config",
    "model_name": "qwen-max",
    "api_key": f"{os.environ.get('DASHSCOPE_API_KEY')}",
}

# 初始化AgentScope环境
agentscope.init(
    model_configs=[dashscope_config],
)

第二步：创建智能体

有了模型配置，我们可以创建一个简单的对话智能体：

1
2
3
4
5
6
7
from agentscope.agents import DialogAgent

dialog_agent = DialogAgent(
    name="Assistant",
    sys_prompt="You're a helpful assistant.",
    model_config_name="tongyi_qwen_config",
)

第三步：构建应用程序

最后，我们创建一个用户代理，并构建一个简单的对话循环：

1
2
3
4
5
6
7
8
9
from agentscope.agents.user_agent import UserAgent

user_agent = UserAgent()

# 开始用户和助手之间的对话
x = None
while x is None or x.content != "exit":
    x = dialog_agent(x)
    x = user_agent(x)

将上述代码保存为conversation.py，然后使用AgentScope提供的UI启动命令：

1
as_studio conversation.py

这样就可以在浏览器中打开http://127.0.0.1:7860，使用一个简易的网页版对话应用！

集成MCP：扩展智能体的能力

为了让我们的智能体能够使用外部工具和服务，我们可以集成MCP。以下是使用AgentScope框架构建一个支持MCP的智能体的示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
from agentscope.agents import DialogAgent
from agentscope.mcp import MCPClientManager

class ToolEnabledAgent(DialogAgent):
    async def on_start(self):
        # 初始化MCP客户端管理器
        self.mcp = MCPClientManager("my-agent", "1.0.0", {
            "baseCallbackUri": "http://localhost:8000/callback",
            "storage": self.ctx.storage,
        })
        
        # 连接到MCP服务器
        await self.mcp.connect("https://example-mcp-server.com/mcp/sse")
        
    async def process(self, input_message):
        # 获取可用工具列表
        tools = self.mcp.list_tools()
        
        # 使用LLM决定使用哪个工具
        tool_choice = self.select_tool(input_message.content, tools)
        
        if tool_choice:
            # 调用选定的工具
            result = await self.mcp.call_tool(tool_choice, {
                "query": input_message.content
            })
            return f"I used {tool_choice} and found: {result}"
        else:
            # 如果不需要使用工具，直接回答
            return await super().process(input_message)

这个示例展示了如何创建一个能够通过MCP协议访问外部工具的智能体。这种方式极大地扩展了智能体的能力范围，使其能够执行更多实际任务。

多智能体应用场景

基于AgentScope等框架，我们可以构建各种有趣而实用的多智能体应用：

  1. 协作问题解决：让多个专家Agent协作解决复杂问题，如软件设计、市场分析等

  2. 模拟与角色扮演：创建模拟环境，如多Agent参与的狼人杀游戏、商业谈判模拟等

  3. 自主系统：构建能够自主运行的系统，如智能客服团队、自动化研究助手等

  4. 教育与培训：开发互动式学习环境，由教师Agent、学生Agent和评估Agent组成

  5. 创意协作：多Agent协作创作，如故事创作、音乐创作等

Agent的未来发展趋势

随着大语言模型和AI技术的进步，Agent技术正在快速发展，未来趋势包括：

  1. 工具使用能力增强：Agent将能够更灵活地使用各种工具，扩展其能力边界

  2. 多模态感知与交互：整合视觉、听觉等多模态能力，实现更自然的人机交互

  3. 自主学习与适应：Agent能够从经验中学习，不断改进自己的决策和行动能力

  4. 集体智能：多Agent系统将展示出更高层次的集体智能，解决更复杂的问题

  5. 标准协议演进：MCP和A2A等协议将不断发展和完善，促进智能体生态系统的繁荣

  6. 安全与可靠性：随着Agent应用范围扩大，安全、可解释性和控制将成为关键挑战

A2A & MCP

结语

AI-Agent和多智能体系统代表了AI应用的新前沿。通过AgentScope等工具，开发者可以轻松构建自己的智能体应用，探索这一激动人心的领域。无论是简单的对话助手，还是复杂的多智能体协作系统，Agent技术都在重新定义我们与人工智能交互的方式，为未来创造无限可能。

随着MCP和A2A等标准协议的发展，智能体之间的互操作性将大大提升，使得更复杂、更强大的智能体系统成为可能。现在，就让我们拿起这些工具，开始探索AI-Agent的奇妙世界吧！

文章作者: MichaelMao
文章链接: http://michaelmaomao.github.io/2025/03/22/AI%E7%AC%94%E8%AE%B0%E7%B3%BB%E5%88%97%EF%BC%88%E4%B8%89%EF%BC%89%E2%80%94%E2%80%94%20Agent%E4%B8%8E%E5%A4%9A%E6%99%BA%E8%83%BD%E4%BD%93%E7%B3%BB%E7%BB%9F/
版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 MMao！
AIAgent多智能体
我要吐槽下