基于COHI框架构建多智能体协作系统：从原理到实战

大家好我是专注于技术实战与经验分享的博主。在探索AI智能体Agent协作与决策框架时你是否遇到过单个Agent能力有限、复杂任务难以拆解、决策过程不透明等问题今天我们就来深入剖析一个名为Council of High Intelligence (COHI)的开源项目它通过构建一个“智能体议会”来协同解决复杂问题。本文将带你从零开始理解其核心概念搭建运行环境并通过一个完整的实战案例掌握如何利用多个AI智能体进行分工协作与决策。无论你是想了解多智能体系统的新手还是希望将此类框架集成到项目中的开发者都能从中获得清晰的指引和可复用的代码。1. 背景与核心概念什么是“智能体议会”在传统的AI应用开发中我们通常调用单一的大语言模型LLMAPI来完成特定任务例如文本总结、代码生成或问答。然而面对一个复杂的、多步骤的开放式问题例如“分析当前市场趋势并为我制定一份下周的产品发布社交媒体计划”单个模型往往力不从心容易产生幻觉或忽略细节。Council of High Intelligence (COHI)项目正是为了解决这类问题而生。它的核心思想是模拟一个“议会”或“委员会”的决策过程议会 (Council) 解决问题的最高层级组织由多个智能体 (Agent)组成。智能体 (Agent) 议会中的“议员”每个智能体都具备特定的技能和职责例如研究员、写手、分析师、批评家。它们通常由一个LLM驱动并配备特定的工具如网络搜索、代码执行和系统提示词。工作流程 (Workflow) 议会内部解决问题的标准化流程。一个典型的流程可能是先由一个“研究员”智能体搜集信息然后由“分析师”智能体进行数据处理和洞察提取接着由“写手”智能体起草报告最后由“批评家”智能体进行审核和提出改进意见。控制器 (Controller) 负责协调整个议会的工作流程决定在哪个环节调用哪个智能体并综合所有智能体的输出形成最终结论。简单来说COHI框架将复杂任务分解为子任务并分配给最擅长该子任务的专用智能体去执行通过结构化的协作流程最终产生比单一智能体更可靠、更全面的结果。这类似于软件开发中的“单一职责原则”和“分工协作”。2. 环境准备与版本说明在开始实战之前我们需要准备好Python开发环境。COHI是一个Python库因此对Python版本有一定要求。核心环境要求操作系统 Windows 10/11, macOS, 或 Linux (如 Ubuntu 20.04)。Python 版本 3.9。推荐使用 Python 3.10 或 3.11 以获得最佳兼容性。包管理工具pip(通常随Python安装)。API密钥 由于智能体需要调用大语言模型你必须准备一个或多个LLM提供商的API密钥。本文示例将使用OpenAI的模型因此你需要一个有效的 OpenAI API Key。你也可以配置其他模型如 Anthropic Claude、Google Gemini 或本地模型。版本说明本文的示例代码基于council-of-high-intelligence库的早期概念版本进行原理演示。请注意开源项目迭代迅速具体的安装命令、导入方式和API可能发生变化。本文的重点是阐述多智能体协作框架的核心设计模式与实现思路你可以根据实际项目的库版本来调整代码。基础环境搭建步骤创建并激活虚拟环境强烈推荐 这可以避免项目间的依赖冲突。# 创建虚拟环境 python -m venv cohi_env # 激活虚拟环境 # Windows (PowerShell) .\cohi_env\Scripts\Activate.ps1 # macOS/Linux source cohi_env/bin/activate激活后命令行提示符前会出现(cohi_env)字样。安装基础依赖 假设我们通过pip从GitHub安装具体方式请以项目官方文档为准。# 示例安装命令实际请查阅项目README # pip install githttps://github.com/0xNyk/council-of-high-intelligence.git # 由于项目可能处于早期我们更关注概念实现这里先安装常用的AI开发库 pip install openai设置API密钥 将你的OpenAI API密钥设置为环境变量这是最安全且方便的做法。# Windows (PowerShell) $env:OPENAI_API_KEY 你的-sk-...密钥 # macOS/Linux export OPENAI_API_KEY你的-sk-...密钥或者在Python代码中直接设置import os os.environ[OPENAI_API_KEY] 你的-sk-...密钥3. 核心组件与原理拆解在动手构建议会之前我们需要理解COHI框架中的几个核心抽象。理解这些组件之间的关系是灵活运用该框架的关键。3.1 智能体 (Agent)议会的“议员”一个智能体是完成某项具体工作的基本单位。它通常包含以下几个部分角色描述 (Role Description) 定义智能体的身份和职责例如“你是一位经验丰富的市场分析师”。系统提示词 (System Prompt) 更详细地指导LLM如何行动包括工作流程、输出格式、禁忌等。工具 (Tools) 赋予智能体超越纯文本对话的能力例如执行Python代码、进行网络搜索、查询数据库等。底层LLM 实际执行推理和生成的模型如GPT-4。一个简易智能体的代码概念# 这是一个概念性代码用于说明Agent的构成 class ConceptualAgent: def __init__(self, name, role, system_prompt, llm_client): self.name name self.role role self.system_prompt system_prompt self.llm llm_client self.tools [] def add_tool(self, tool): self.tools.append(tool) def execute(self, task_context): # 1. 结合系统提示词、角色和任务上下文构建最终发给LLM的提示 full_prompt f 角色{self.role} 系统指令{self.system_prompt} 当前任务上下文 {task_context} 请根据你的角色和指令完成任务。 # 2. 如果有工具判断是否需要并使用 # 3. 调用LLM response self.llm.generate(full_prompt) return response3.2 工作流程与控制器议会的“议事规则”工作流程定义了任务从开始到结束的路径。控制器是这条路径的“交通警察”。最简单的流程是链式 (Chain)即智能体A的输出直接作为智能体B的输入。更复杂的流程可能包括选择路由 (Router) 根据当前上下文控制器决定下一步调用哪个智能体。循环 (Loop) 某个智能体如“批评家”的输出如果不达标则控制器将任务重新路由回之前的智能体进行修改直到满足条件。并行 (Parallel) 多个智能体同时处理同一任务的不同方面然后控制器汇总结果。控制器的逻辑是框架智能化的体现它本身也可以由一个LLM驱动根据预设规则或动态分析来决定工作流。3.3 上下文与状态管理在整个工作流程中任务信息、智能体的输出、中间结果等需要被传递和保存。这通常通过一个上下文 (Context)对象来实现。每个智能体都可以从上下文中读取信息并将自己的输出写入上下文供后续智能体使用。4. 完整实战案例构建一个“市场分析报告”议会现在我们将模拟COHI的思想使用基本的Python和OpenAI API构建一个包含三个智能体的简易议会来共同完成“为某科技公司撰写一份季度市场分析简报”的任务。我们的议会将由以下智能体组成研究员 (Researcher) 负责搜集最新的行业动态和竞争对手信息模拟。分析师 (Analyst) 负责处理研究员的信息提炼出核心趋势、机会与威胁。写手 (Writer) 负责根据分析师的结论撰写一份结构清晰、语言专业的简报。4.1 项目结构与依赖创建项目文件夹cohi_demo结构如下cohi_demo/ ├── main.py # 主程序定义议会和流程 ├── agents.py # 智能体类定义 ├── controller.py # 控制器逻辑 └── requirements.txt # 依赖列表requirements.txt内容openai1.0.0 python-dotenv1.0.0 # 可选用于管理环境变量安装依赖pip install -r requirements.txt4.2 实现基础智能体类在agents.py中我们实现一个通用的智能体基类和一个简单的控制器。# agents.py import openai import os from typing import List, Optional # 确保API密钥已设置 client openai.OpenAI(api_keyos.getenv(OPENAI_API_KEY)) class BaseAgent: 智能体基类 def __init__(self, name: str, role: str, system_prompt: str, model: str gpt-3.5-turbo): self.name name self.role role self.system_prompt system_prompt self.model model def run(self, task_input: str) - str: 执行任务返回结果 messages [ {role: system, content: self.system_prompt}, {role: user, content: f你的角色是{self.role}\n\n请处理以下任务\n{task_input}} ] try: response client.chat.completions.create( modelself.model, messagesmessages, temperature0.7, max_tokens1000 ) return response.choices[0].message.content except Exception as e: return f智能体 {self.name} 执行出错{str(e)} class ResearcherAgent(BaseAgent): 研究员智能体 def __init__(self): system_prompt 你是一名专业的市场研究员。你的任务是根据给定的公司或行业主题模拟生成一份近期3个月内的市场动态摘要。 摘要应包括1-2个主要竞争对手的新动向1-2项重要的行业技术或政策变化以及潜在的用户需求变化。 请以清晰、有条理的要点形式呈现确保信息看起来真实可信。 super().__init__(Researcher, 市场研究员, system_prompt) class AnalystAgent(BaseAgent): 分析师智能体 def __init__(self): system_prompt 你是一名敏锐的市场分析师。你的任务是根据研究员提供的信息进行深度分析。 你需要提炼出 1. 核心市场趋势至少2条。 2. 对我们关注的公司带来的主要机会至少1个和潜在威胁至少1个。 3. 给出一个简要的SWOT分析中的关键点。 请以结构化、洞察深刻的方式呈现你的分析。 super().__init__(Analyst, 市场分析师, system_prompt) class WriterAgent(BaseAgent): 写手智能体 def __init__(self): system_prompt 你是一名专业的商业文案写手。你的任务是根据分析师提供的核心观点撰写一份正式的“季度市场分析简报”。 简报需要包含 - 简洁有力的标题。 - 一段执行摘要。 - 市场趋势概述。 - 机会与威胁分析。 - 建议的后续行动方向2-3条。 语言要求专业、简洁、有说服力。 super().__init__(Writer, 商业文案写手, system_prompt, modelgpt-4) # 写手使用更强的模型4.3 实现简单链式控制器在controller.py中我们实现一个最简单的链式控制器。# controller.py from typing import List from agents import BaseAgent class SimpleChainController: 简单链式控制器按顺序执行智能体 def __init__(self, agents: List[BaseAgent]): self.agents agents self.context {} # 用于存储流程中的中间数据 def execute(self, initial_task: str) - dict: 执行整个链式流程 print( * 50) print(【智能体议会启动】) print(f初始任务{initial_task}) print( * 50) current_input initial_task for i, agent in enumerate(self.agents): print(f\n 步骤 {i1}: {agent.name} ({agent.role}) 开始工作...) result agent.run(current_input) print(f[{agent.name}的输出]:\n{result}\n) # 将当前智能体的输出存入上下文并作为下一个智能体的输入 self.context[agent.name] result current_input result # 链式传递 print( * 50) print(【议会工作完成】) print( * 50) return self.context4.4 组装议会并运行在main.py中我们将所有组件组装起来并运行一个完整的流程。# main.py from agents import ResearcherAgent, AnalystAgent, WriterAgent from controller import SimpleChainController def main(): # 1. 创建议会成员智能体 researcher ResearcherAgent() analyst AnalystAgent() writer WriterAgent() # 2. 定义工作流程智能体执行顺序 workflow_agents [researcher, analyst, writer] # 3. 创建控制器并传入工作流程 council SimpleChainController(workflow_agents) # 4. 定义初始任务 initial_task 请为一家专注于‘企业级AI助手’的SaaS科技公司假设叫‘智助科技’进行市场分析并准备季度简报。 # 5. 执行议会工作流程 final_context council.execute(initial_task) # 6. 输出最终结果 print(\n *60) print(最终生成的简报) print(*60) # 最终结果是最后一个智能体Writer的输出 final_report final_context.get(writer.name, 无输出) print(final_report) # 可选保存所有中间结果到文件 with open(council_work_log.txt, w, encodingutf-8) as f: for agent_name, output in final_context.items(): f.write(f\n{*40}\n) f.write(fAgent: {agent_name}\n) f.write(f{*40}\n) f.write(output \n) print(f\n完整工作日志已保存至council_work_log.txt) if __name__ __main__: main()4.5 运行与结果说明在项目根目录下运行python main.py预期输出示例摘要程序会依次打印每个智能体的工作状态和输出。Researcher会生成一段模拟的市场动态例如“竞争对手A发布了集成ChatGPT的新版客服系统...行业政策B鼓励数据要素流通...”。Analyst会基于研究员的输出提炼出趋势如“AI助手正从通用向垂直行业深化”机会如“政策利好下可探索数据合规产品”威胁如“巨头入场导致竞争白热化”。Writer最终会生成一份格式完整、语言专业的简报包含标题、摘要、正文和建议。最终你会在控制台看到完整的简报并在当前目录下生成一个council_work_log.txt文件记录了所有智能体的原始输出便于回溯和审计整个决策过程。5. 常见问题与排查思路在搭建和运行多智能体系统时你可能会遇到以下典型问题问题现象可能原因排查与解决思路API调用失败或报错1. API密钥未设置或错误。2. 网络连接问题。3. API额度用尽或频率超限。1. 检查环境变量OPENAI_API_KEY是否正确设置并已导出。2. 运行ping api.openai.com测试网络。3. 登录OpenAI控制台检查额度和使用情况。智能体输出质量差或偏离主题1. 系统提示词 (System Prompt) 不够清晰或具体。2. 任务输入 (Task Input) 模糊。3. 使用的模型能力不足。1.优化提示词明确角色、步骤、输出格式和禁忌。使用“少样本提示”提供例子。2.细化任务将大任务拆解成更具体、无歧义的指令。3.升级模型对关键环节如最终合成使用更强大的模型如GPT-4。工作流程陷入循环或卡住1. 控制器逻辑有缺陷无法满足退出条件。2. 智能体输出格式不稳定导致控制器解析失败。1.简化流程先用简单的链式流程验证再增加循环、判断等复杂逻辑。2.规范化输出在提示词中严格要求智能体以特定格式如JSON、带标记的文本输出便于程序化解析。执行速度慢1. 串行调用多个智能体总耗时为各步骤之和。2. 模型响应慢。1.并行化对于没有依赖关系的任务可以使用asyncio或线程池并发调用多个智能体。2.缓存对相同的输入进行缓存避免重复计算。3.使用更快模型在非关键步骤使用响应速度更快的模型。上下文过长导致模型遗忘工作流程长中间结果多导致传递给后续智能体的上下文超出模型令牌限制。1.总结与提炼让一个智能体专门负责总结上游的冗长输出再将摘要传递给下游。2.分阶段管理上下文只传递当前步骤必需的信息而非全部历史。3.使用支持更长上下文的模型。6. 最佳实践与工程建议将多智能体框架用于实际项目时遵循以下最佳实践可以提升系统的可靠性、可维护性和性能。1. 提示词工程是核心角色扮演要具体不要只说“你是一个助手”要说“你是一位专注于网络安全领域的资深技术文档工程师”。指令要分步且明确使用“首先...然后...最后...”等结构明确输出格式如“请以JSON格式输出包含title, summary, points三个字段”。提供示例在提示词中给出1-2个高质量的输入输出示例能极大提升智能体输出的稳定性和质量。迭代优化将提示词视为代码进行版本管理和A/B测试。2. 设计健壮的工作流程始于简单先用一个智能体解决最小子问题再逐步连接成链最后增加分支和循环。设置超时与重试对每个智能体的调用设置超时并实现简单的重试逻辑以应对网络或API的不稳定性。引入“评审”或“验证”环节在关键输出后增加一个“批评家”智能体来检查结果的逻辑一致性、事实准确性和格式规范性。实现工作流的状态持久化对于长时间运行的任务将上下文和中间状态保存到数据库或文件中支持断点续跑。3. 工程化与可观测性日志记录详细记录每个智能体的输入、输出、耗时和Token使用量。这不仅是调试的需要也是成本核算和性能分析的依据。配置外部化将智能体的角色描述、系统提示词、模型类型等配置信息放在配置文件如YAML、JSON或数据库中而不是硬编码在代码里。依赖注入便于替换不同的LLM提供商、工具实现或控制器策略。监控与告警监控API调用成功率、延迟、费用消耗并设置异常告警。4. 成本与性能优化模型选型分级对创意生成、复杂推理等任务使用高端模型如GPT-4对信息提取、简单分类等任务使用经济模型如GPT-3.5-Turbo。缓存策略对于常见或重复的查询可以缓存智能体的响应结果。异步处理如前所述利用异步编程并发执行独立任务。定期审查提示词过长的提示词会增加Token消耗定期审查并精简提示词可以降低成本。5. 安全与责任输入输出过滤与审查在智能体接收用户输入和返回最终结果前增加一层安全过滤防止注入恶意指令或输出不当内容。权限控制不同智能体应仅有权限访问其完成任务所必需的工具和数据如网络搜索、数据库。人工审核环节在涉及重大决策、内容发布或敏感信息处理的流程中必须设计人工审核节点。可解释性保留完整的工作日志如同我们示例中的council_work_log.txt使得任何最终决策都可以回溯到各个智能体的具体贡献满足审计和调试需求。通过本文的讲解和实战你应该已经对“智能体议会”模式有了深入的理解并能够搭建一个基础的多智能体协作系统。这种架构的核心优势在于专业化分工和流程可控它将复杂问题分解让合适的“专家”处理合适的子问题并通过明确的规则组织协作最终得到更优解。下一步你可以尝试集成真实工具为智能体添加真正的网络搜索、数据库查询或代码执行能力。实现复杂控制器开发能基于内容动态路由的控制器或者实现多数投票、辩论等高级协作机制。探索其他框架了解LangChain、AutoGen等其他成熟的多智能体框架比较其设计与COHI理念的异同。应用于具体场景将这套模式应用到你的实际工作中如自动化测试用例生成、智能客服工单分类与处理、内部知识库问答优化等。记住多智能体系统是一个强大的范式但其复杂性和成本也更高。始终从最简单的可行方案开始清晰定义每个智能体的边界并建立完善的监控和评估体系才能让这个“议会”高效、可靠地为你服务。