AgentScope: Uma Plataforma Flexível e Robusta para Multiagentes

AgentScope: A Flexible yet Robust Multi-Agent Platform

February 21, 2024

Autores: 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

Resumo

Com o rápido avanço dos Modelos de Linguagem de Grande Escala (LLMs), progressos significativos foram alcançados em aplicações multiagentes. No entanto, as complexidades na coordenação da cooperação entre agentes e o desempenho errático dos LLMs apresentam desafios notáveis no desenvolvimento de aplicações multiagentes robustas e eficientes. Para enfrentar esses desafios, propomos o AgentScope, uma plataforma multiagente centrada no desenvolvedor, com a troca de mensagens como seu mecanismo central de comunicação. Juntamente com ferramentas sintáticas abundantes, recursos integrados e interações amigáveis ao usuário, nosso mecanismo de comunicação reduz significativamente as barreiras tanto para o desenvolvimento quanto para o entendimento. Visando aplicações multiagentes robustas e flexíveis, o AgentScope oferece mecanismos de tolerância a falhas tanto integrados quanto personalizáveis, além de suportes em nível de sistema para geração, armazenamento e transmissão de dados multimodais. Adicionalmente, projetamos uma estrutura de distribuição baseada em atores, permitindo uma conversão fácil entre implantações locais e distribuídas e otimização paralela automática sem esforço adicional. Com esses recursos, o AgentScope capacita os desenvolvedores a construir aplicações que realizam plenamente o potencial dos agentes inteligentes. Lançamos o AgentScope em https://github.com/modelscope/agentscope e esperamos que ele incentive uma participação e inovação mais amplas neste campo em rápida evolução.

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.