AgentScope: Una Piattaforma Multi-Agente Flessibile ma Robusta

AgentScope: A Flexible yet Robust Multi-Agent Platform

February 21, 2024

Autori: Dawei Gao, Zitao Li, Weirui Kuang, Xuchen Pan, Daoyuan Chen, Zhijian Ma, Bingchen Qian, Liuyi Yao, Lin Zhu, Chen Cheng, Hongzhu Shi, Yaliang Li, Bolin Ding, Jingren Zhou

cs.AI

Abstract

Con il rapido avanzamento dei Modelli Linguistici di Grande Dimensione (LLM), sono stati compiuti progressi significativi nelle applicazioni multi-agente. Tuttavia, le complessità nel coordinare la cooperazione tra agenti e le prestazioni erratiche dei LLM pongono sfide notevoli nello sviluppo di applicazioni multi-agente robuste ed efficienti. Per affrontare queste sfide, proponiamo AgentScope, una piattaforma multi-agente centrata sullo sviluppatore con lo scambio di messaggi come meccanismo di comunicazione principale. Insieme a strumenti sintattici abbondanti, risorse integrate e interazioni user-friendly, il nostro meccanismo di comunicazione riduce significativamente le barriere sia per lo sviluppo che per la comprensione. Verso applicazioni multi-agente robuste e flessibili, AgentScope fornisce meccanismi di tolleranza ai guasti sia integrati che personalizzabili, ed è inoltre dotato di supporti a livello di sistema per la generazione, l'archiviazione e la trasmissione di dati multi-modali. Inoltre, progettiamo un framework di distribuzione basato su attori, che consente una facile conversione tra implementazioni locali e distribuite e un'ottimizzazione parallela automatica senza sforzi aggiuntivi. Con queste caratteristiche, AgentScope consente agli sviluppatori di costruire applicazioni che realizzano appieno il potenziale degli agenti intelligenti. Abbiamo rilasciato AgentScope all'indirizzo https://github.com/modelscope/agentscope e speriamo che AgentScope inviti una più ampia partecipazione e innovazione in questo campo in rapida evoluzione.

English

With the rapid advancement of Large Language Models (LLMs), significant progress has been made in multi-agent applications. However, the complexities in coordinating agents' cooperation and LLMs' erratic performance pose notable challenges in developing robust and efficient multi-agent applications. To tackle these challenges, we propose AgentScope, a developer-centric multi-agent platform with message exchange as its core communication mechanism. Together with abundant syntactic tools, built-in resources, and user-friendly interactions, our communication mechanism significantly reduces the barriers to both development and understanding. Towards robust and flexible multi-agent application, AgentScope provides both built-in and customizable fault tolerance mechanisms while it is also armed with system-level supports for multi-modal data generation, storage and transmission. Additionally, we design an actor-based distribution framework, enabling easy conversion between local and distributed deployments and automatic parallel optimization without extra effort. With these features, AgentScope empowers developers to build applications that fully realize the potential of intelligent agents. We have released AgentScope at https://github.com/modelscope/agentscope, and hope AgentScope invites wider participation and innovation in this fast-moving field.