今天要和大家分享的是如何在GPTBots平臺上玩轉多智能體(Multi-Agent)系統。

GPTBots：幾乎無所不能的多智能體

多智能體協作不僅能提升任務處理效率，還能實現單智能體難以完成的復雜任務。

這些多智能體系統通常由專業化的智能體組成，每個智能體都配備了各自的工具集，并由一個監督者進行管理

在GPTBots中默認集成了專家智能體，比如客服、產品經理、測試、程序員等等，開箱即用！

在實踐中，有幾十種多智能體架構，其核心的一部分是：智能體協調——如何協調所有智能體？ 有三種協作模式：

1. Cooperation(合作): 智能體之間相互配合，共同完成一個目標
2. Competition(競爭): 智能體之間相互競爭，最終選擇最優方案
3. Coopetition(競合): 既有合作又有競爭，智能體在特定環節協作，在其他環節競爭

Multi-Agent協作機制綜述：https://arxiv.org/pdf/2501.06322

接下來，通過3個具體案例，玩轉多智能體協作模式：

• 旅游規劃協作系統(Cooperation模式)
• 辯論對抗系統(Competition模式)
• 商業決策系統(Coopetition模式)

當然小伙伴們也可以照著案例，在GPTBots平臺上自己動手玩：???https://www.gptbots.ai/zh_CN/signup?utm_source=kol=PaperAgent02cn??

一、旅游規劃協作系統(Cooperation模式)

場景: 用戶輸入目的地和預算，系統自動生成完整的旅游計劃

理論架構

[主控Agent] → [景點推薦Agent] → [預算規劃Agent] → [行程優化Agent] → [輸出Agent]

實踐步驟

首先，選擇Agent類型，如果預置的客戶服務、企業搜索、AI Apps無法滿足需求，可選擇空白Agent

接著，選擇“Multi-Agent”，它由多個專業 AI Agent 組成團隊，適用于研究、任務類業務場景：

圖片

先看總體的架構圖：由4個Agent組成

1. 創建主控Agent

• 角色: 旅游規劃協調員

圖片

• 大模型層面可選較多，可根據實際情況選擇：OpenAI、Anthropic、ZhiPu、Google。

圖片

2. 創建景點推薦Agent

• 角色: 旅游景點專家
• Prompt: "你專門負責推薦旅游景點。根據主控Agent提供的城市名稱，列出該城市最值得去的5個景點，包括景點類型(自然/人文/娛樂等)、推薦理由和預計游覽時間。"

圖片

3. 創建預算規劃Agent

• 角色: 旅游預算專家
• Prompt: "你負責規劃旅游預算。根據景點推薦Agent提供的景點列表和主控Agent提供的總預算，為每個景點分配合理的預算(門票、交通、餐飲等)，確保總花費不超過用戶預算。"

圖片

4. 創建行程優化Agent

• 角色: 行程安排專家
• Prompt: "你負責優化旅游行程。根據景點推薦和預算規劃，將這些景點合理安排到3天的行程中，考慮地理位置、開放時間和游覽體驗的多樣性。"?

圖片

示例Query

"我想去北京旅游，預算5000元，請幫我規劃一個3天的行程"

實際Answer

• “旅游規劃協調員” plan出的完整任務清單
• ?? “旅游景點專家”  收集頤和園景點信息：門票價格、開放時間、交通路線、歷史文化背景...
• ?? “旅游預算專家”  估算3天餐飲費用標準...

• ?? “行程安排專家”  制定第三天長城一日游詳細行程安排...

二、辯論對抗系統(Competition模式)

場景: 用戶提出一個有爭議的話題，兩個智能體分別持正反方觀點進行辯論

理論架構

[用戶輸入] → [辯論主持Agent] → [正方Agent] ? [反方Agent] → [總結Agent]

先看總體的架構圖：由4個Agent組成

實踐步驟

1. 創建辯論主持Agent

• 角色: 辯論賽主持人

2. 創建正方Agent

• 角色: 辯論正方
• Prompt: "你總是持支持觀點。針對主持Agent給出的辯題，提供3個強有力的支持論點，每個論點要有事實依據和邏輯推理。"

3. 創建反方Agent

• 角色: 辯論反方
• Prompt: "你總是持反對觀點。針對主持Agent給出的辯題，提供3個強有力的反對論點，每個論點要有事實依據和邏輯推理，并嘗試反駁正方的觀點。"

4. 創建總結Agent

• 角色: 辯論總結人
• Prompt: "你負責總結辯論。觀察正反方的交鋒，指出各自論證的優缺點，給出相對客觀的結論，并為用戶提供進一步的思考方向。"

圖片

示例Query

"人工智能是否會對人類就業造成嚴重威脅？請展開辯論"

實際Answer

• ?? 辯論正方： 論證AI技術替代性強，將大規模取代人類工作崗位...
• ?? 辯論反方：分析AI與人類協作互補，強調人類獨特價值和不可替代性...

三、商業決策系統(Coopetition模式)

場景: 用戶提供商業問題，多個智能體既協作又競爭地提供解決方案

理論架構

[問題輸入] → [分析Agent] → [方案A Agent] ? [方案B Agent] ? [方案C Agent] → [評估Agent] → [決策Agent]

先看總體的架構圖：由5個Agent組成

圖片

實踐步驟

1. 創建分析Agent

• 角色: 商業問題分析師

圖片

2. 創建3個方案Agent

• 角色: 商業方案專家A/B
• Prompt: "你負責提出創新商業方案。根據分析Agent提供的問題框架，提出一個完整的解決方案。你的方案要與其他方案Agent競爭，因此需要突出獨特性和可行性。"

3. 創建評估Agent

• 角色: 商業評估專家
• Prompt: "你負責評估各方案的優劣。根據統一的評估標準(創新性30%、可行性30%、成本效益20%、風險20%)，對各方案Agent提出的方案進行評分，并指出優缺點。"

4. 創建決策Agent

• 角色: 商業決策者
• Prompt: "你負責最終決策。根據評估Agent的報告，選擇最優方案或綜合各方案的優點提出混合方案，并給出實施路線圖。"

圖片

示例Query

"我們是一家中小型教育機構，如何利用AI技術提升競爭力？"

實際Answer

• “商業問題分析師“ plan的任務

圖片

• ?? 商業方案專家A： 分析個性化學習路徑設計方案的技術架構和實現方式...

圖片

• ?? 商業方案專家B：分析智能作業批改與反饋系統的技術實現和部署方案...

圖片

• ?? 商業評估專家：評估四個AI方案的硬件軟件成本和人力投入預算...

圖片

• ?? 商業決策者：整理個性化題庫推薦方案的實施方式、預期效果和成本投入..

圖片

總結與進階建議

通過這三個案例，我們展示了GPTBots平臺上多智能體系統的強大能力。在實際應用中，你還可以:

1. 為智能體添加記憶功能，讓它們記住歷史交互
2. 集成知識庫，提高回答的專業性
3. 設置條件分支，實現更復雜的工作流
4. 加入人工審核節點，確保關鍵決策的質量

多智能體協作是AI應用的未來趨勢，掌握這些技巧，你就能在GPTBots平臺上構建出真正智能的系統！

本文轉載自??PaperAgent??