首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • Multi-Agent多智能体协作系统:架构原理、框架选型与实战指南

    Multi-Agent多智能体协作系统:架构原理、框架选型与实战指南当前AI应用开发正经历一次范式转变:从依赖单一模型的多轮对话,转向多个智能体协同工作的Multi-Agent架构。 Multi-Agent架构的核心思路是让多个具备不同专业能力的AI智能体像团队一样分工协作,自动完成复杂任务链。 本文将从架构原理、协议标准、框架选型到生产部署,完整拆解Multi-Agent系统的技术内核。一、什么是Multi-Agent?为什么2026年是爆发元年? 从单打独斗到团队协作理解Multi-Agent之前,先搞清楚什么是Agent(智能体)。简单说,Agent = LLM + 感知 + 规划 + 工具调用 + 记忆。 模型分层调用:研究和分析用gpt-4.1(精度高、速度快),写作用claude-sonnet-4-6(创意性好、文字流畅)。

    3.7K20编辑于 2026-04-02
  • 来自专栏AI SPPECH

    110:Multi-Agent协作安全机制:构建可靠的多智能体系统

    Multi-Agent权限管理 4.1 基于角色的访问控制(RBAC) 4.2 动态权限调整 5. Multi-Agent信任管理 5.1 信任模型设计 5.2 信任传播机制 6. 实际应用案例 10.1 金融领域的Multi-Agent安全系统 10.2 医疗领域的Multi-Agent协作系统 10.3 智能制造领域的Multi-Agent系统 11. 然而,随着Multi-Agent系统的广泛应用,其安全问题也日益凸显。 Multi-Agent协作安全机制涉及多个层面的挑战:智能体之间的通信安全、权限管理、信任建立、攻击防护等。 本文将深入探讨Multi-Agent协作安全的核心概念、技术挑战、防御策略以及实际应用案例,为构建安全可靠的Multi-Agent系统提供全面的指导。 2. 结论与建议 12.1 核心结论 Multi-Agent协作安全是系统可靠性的关键 安全的通信、权限管理和信任建立是Multi-Agent系统正常运行的基础 多层次的安全防护体系能够有效应对各种安全威胁

    24910编辑于 2026-04-14
  • 来自专栏有文化的技术人

    从单兵作战到群智协作Multi-agent 架构演进与思考

    ❝当一个 Agent 不够用时,你需要的不是更强的模型,而是更好的协作架构。❞ 写在前面 大模型时代,单个 Agent 能做的事情越来越多——搜索、写代码、分析数据、调用 API。 它的核心思想很简单:「让不同的 Agent 各司其职,通过某种协作机制共同完成复杂任务」。 但"协作机制"这四个字背后,藏着大量的设计决策。 一、三种基础模式:几乎所有框架都绕不开 纵观当前主流 Agent 框架(OpenAI Swarm、LangGraph、AutoGen、CrewAI 等),多 Agent 协作的基础模式可以归纳为三种。 1.3 Swarm / Peer-to-Peer(去中心化群体协作) 「一句话概括」:没有中心控制者,每个 Agent 自主决定下一步找谁,像一群人自由讨论。 AutoGen」 GroupChat + Selector 多 Agent 对话,支持人类参与 对话协议 + Tool 「CrewAI」 Sequential / Hierarchical 角色化,最接近人类团队协作

    25710编辑于 2026-04-09
  • Multi-agent实战】教你如何用Multi-agent分析开源Github项目

    train_dataset=train_set, val_dataset=val_set, config=config, exp_dir=exp_dir, ) # 6. 30, learning_rate=200, random_state=42) feat_2d = tsne.fit_transform(feat) plt.figure(figsize=(6, 6)) # 简单画:正样本一种标记,负样本另一种 pos = label == 1 neg = label == 0 plt.scatter(feat_2d[pos, 0], 下一步就是把它们塞进 Multi-Agent 工作流里。 如果你把这套东西写进简历 / 博客,面试官很可能会问:你为什么要用 Multi-Agent / LangGraph,而不是一个脚本搞定?Multi-Agent 带来的真实价值是什么?

    50720编辑于 2025-11-23
  • 来自专栏架构驿站

    Multi-Agent ,知多少?

    Multi-Agent 系统架构中,由众多独立自治的智能体代理组成,它们拥有各自独特的领域知识、功能算法和工具资源,可以通过灵活的交互协作,共同完成错综复杂的决策任务。 与单一代理系统将所有职责高度集中在一个代理身上不同, Multi-Agent 系统则实现了职责和工作的模块化分工,允许各个代理按照自身的特长和专长,承担不同的子任务角色,进行高度专业化的分工协作Multi-Agent 系统参考架构示意图 Multi-Agent 系统凭借其先天的分布式协作、异构智能融合、模块化扩展、容错鲁棒等独特优势,正逐步展现出在诸多传统行业和复杂应用场景中的革命性影响力和巨大变革潜能 在制造业和机器人应用方面,Multi-Agent 系统能够高效整合规划、控制、执行、监测等异构智能模块,使机器人系统拥有更高的自主性和适应性,在动态复杂的生产车间环境中可实现高效协作和随机应变,实现人机物的有机融合 医疗健康系统作为典型的复杂场景,Multi-Agent 系统可将疾病诊断、治疗方案制定、患者健康管理等环节分而治之,由不同的专家代理分工协作,通过整合医疗知识库、个人健康数据等异构信息源,为患者提供更加精准的个性化诊疗方案

    2K10编辑于 2024-11-01
  • Multi-agent实战】LangGraph 实现可视化的科研 Multi-Agent实战项目

    用 【Multi-agent实战】LangGraph 实现可视化的科研 Multi-Agent实战项目✍ 前言上一篇我们搞了一个「科研 Multi-Agent 小队」:Supervisor 当老板;PaperHunter 这一篇,我们就把上一篇的科研 Multi-Agent —— 迁移到 LangGraph 上,用“图”的方式组织 Agent。 一、为什么要用 LangGraph 来做 Multi-Agent? "下面是关于某个研究主题的论文结构化总结(JSON):\n{paper_summary_json}\n\n" "我的资源:单卡 RTX 3090(24GB),两周时间,每天训练时间约 6 六、面经角度:围绕 LangGraph + Multi-Agent 怎么吹?给你几段可以直接背的回答。Q1:你在项目里是怎么管理 Multi-Agent 的流程的?为什么选 LangGraph? Q3:如果后续要在这个科研 Multi-Agent 里加入“在线强化学习 / 评分器调整策略”,LangGraph 还能 hold 住吗?

    97210编辑于 2025-11-22
  • Multi-Agent实战】如何用 LangChain 打造一个 Multi-Agent 实战项目

    Multi-Agent】一、如何用LangChain打造一个Multi-Agent实战项目这篇就是给已经玩过LangChaintools+Agent的同学看的进阶篇:你已经玩过time/weather 这种自定义工具;也看过AgentType.CHAT_ZERO_SHOT_REACT_DESCRIPTION一路Thought/Action/Observation的DebugLog;但一到Multi-Agent /AI团队协作,就会有点懵:一、先把概念掰开:单AgentvsMulti-Agent1.1单Agent:一个人又要算日期又要查天气还要写代码你现在的Demo结构本质上是这样的:用户问题↓一个Agent( 1.2Multi-Agent:拆成“调度员+专家小组”更工程一点的想法是:既然人类解决问题是「项目经理+各种专家」的协作,那LLM也可以这么玩。

    57110编辑于 2025-12-16
  • 来自专栏PDF转换docx

    6大多人协作工具推荐

    在社会发高速发展的今天,越来越多的人加入了在线办公的大军中,所以就有很多的在线办公难题需要解决,比如多人在线协作等等,今天我就为大家带来6款多人协作办公软件的测试,接下来请往下看。 主要协作功能; ONLYOFFICE支持云端使用,可以实现多人实时在线编辑,协同工作。 BoardMix博思白板 属于万兴旗下,国内团队管理必备的白板协作工具博思BoardMix,打通成员之间灵感、思考、创作、管理、演示、协作全链路,非常适合企业主、自由职业者、项目经理和创意人员,是一款能够精准表达想法和规划的强大软件 语音、视频、评论、超链接聚集在一个画布上 团队协作;与团队进行远程协作编辑、视频和演示,成员可以在画布中查阅关键信息,例如敏捷回顾、项目路线图、 OKR和策略规划进度,随时获得团队实时反馈,打造更流畅的工作流程 结语; 好了,今天就给大家测试这6协作软件,如果大家以后向要测试其他的软件尽管私信或者评论区留言给我,我会尽量满足大家的要求。

    4.4K40编辑于 2023-01-06
  • 来自专栏企鹅号快讯

    VAIN:Attentional Multi-agent Predictive Modeling

    VAIN: Attentional Multi-agent Predictive Modeling[J]. arXiv preprint arXiv:1706.06122, 2017. 这种思想与两篇ICLR 2018 submissions,即GCN with attention mechanism,非常相近且发布较早(2017年6月)。

    1.3K70发布于 2018-01-09
  • Multi-agent】智能科研助手实战项目

    从 0 组建你的 AI 科研小队:Multi-Agent 帮你做文献调研 + 实验规划✍ 前言很多科研工作者肯定都吐槽过:「文献太多看不完、实验方案想不清楚、写总结又很痛苦。」 但反过来想:这些事情,其实都可以拆成一堆「标准化的小任务」,非常适合交给 Multi-Agent AI 科研小队 来做。 这篇就带你搞一个科研向 multi-agent 实战项目:场景: 想做一个「CLIP 在伪造检测 / 多模态安全」方向的小综述 + baseline 实验规划;目标: 让一组 Agent 帮你:自动搜集相关论文 于是,我们就可以设计一个 科研 Multi-Agent 小队: PaperHunterAgent:文献猎手 PaperAnalystAgent:论文分析师 ExperimentPlannerAgent: -> str: resource_info = ( "单卡 RTX 3090,24GB 显存;可用时间约两周;" "日常还要写代码和写论文,因此每天训练时间控制在 6

    70310编辑于 2025-11-22
  • Multi-Agent实战】如何用 LangChain 打造一个 Multi-Agent 实战项目

    Multi-Agent】一、如何用 LangChain 打造一个 Multi-Agent 实战 ✍ 前言 这篇就是给已经玩过 LangChain tools + Agent 的同学看的进阶篇: 你已经玩过 / AI 团队协作,就会有点懵: “到底是多个 Agent? 1.2 Multi-Agent:拆成“调度员 + 专家小组” 更工程一点的想法是: 既然人类解决问题是「项目经理 + 各种专家」的协作,那 LLM 也可以这么玩。 由 AI 团队内部协作给出回答。 ) }, ) # ========= 6. 入口 ========= if __name__ == "__main__": question = "今天北京适合出门跑步吗?

    2.3K10编辑于 2025-11-23
  • 来自专栏学习之路

    【Git#6】多人协作 & 企业级开发模型

    一、多人协作 1. 是时候干最重要的一件事情了,实现多人协作开发! 不同分支下的协作 一般情况下,如果有多需求需要多人同时进行开发,是不会在一个分支上进行多人开发,而是一个需求或一个功能点就要创建一个 feature 分支。 此时远端码云的状态如下: 两个人协作开发的状态图也如下: 正常情况下,你俩就可以在自己的分支上进行专业的开发了! 你选择的分支模型最终都是 为了让人们更容易地进行软件协作开发。

    38810编辑于 2025-07-24
  • 《拆解 legacy 系统困局:AI 协作6个核心价值》

    就在这种近乎绝望的节点,我提出引入AI工具参与协作,当时没人抱太大希望,只当是“死马当活马医”,却没想到这个决定彻底扭转了项目的走向。 旧系统拆解工作步入正轨的同时,新功能“动态角色权限适配”的开发也同步启动了,这时Cursor作为编辑器级的AI工具,自然而然地成了我们的“实时协作伙伴”。 其中有6个场景是团队在前期设计时完全没考虑到的,比如“临时角色权限到期后,系统是否能自动恢复原角色权限”,这个场景如果没覆盖到,很可能导致用户权限异常,影响业务正常开展。 最后,它是“协作连接器”,通过生成清晰的逻辑图谱、接口文档、注释说明,极大地减少了跨岗位、跨终端协作中的“信息差”—以前前端和后端工程师对接接口,经常因为文档不清晰争论半天,现在基于AI生成的标准化文档 但最关键的启示是:高效的AI协作,从来不是“依赖AI”,而是“学会与AI高效配合”。

    30810编辑于 2025-09-22
  • Multi-agent实战】 AI理财顾问实战项目

    用 LangGraph 搭一个基金分析 Multi-Agent:给你打工人的「AI 理财顾问」✍ 前言上一篇我们用 LangGraph 搭了科研 Multi-Agent,这一篇换个更接地气的场景: “我每个月就能拿出 这就是一个很适合 Multi-Agent 的场景:把「信息搜集 → 指标计算 → 风险评估 → 资产配置建议 → 生成报告」 拆给不同的 Agent,最后 LangGraph 把流程编排成一张图。

    65100编辑于 2025-11-22
  • Multi-Agent 技术原理与落地场景全解析

    PART 01 Multi-Agent 核心:不是 “多 AI 堆砌”,而是 “结构化协作Multi-Agent 系统的本质,是让多个具备独立感知、决策、执行能力的智能体,通过预设规则或动态交互完成复杂任务 PART 02 主流协作模式:不同场景的 “组队方案” 根据任务需求,Multi-Agent 有五种典型协作模式,各有适配场景: 1. PART 03 落地场景:从学术到产业的 “协作革命” Multi-Agent 技术已在多个领域实现规模化应用,显著提升效率: 1. 6. 智能客服 接待 Agent、专业 Agent、工单 Agent、跟进 Agent 分层协作,既解答基础问题,又高效处理复杂咨询,提升用户体验。 Multi-Agent 的核心不是技术的叠加,而是协作模式的创新。它让 AI 从 “单打独斗” 变成 “专业团队”,正在重塑我们解决复杂问题的方式。随着技术成熟,更多行业将迎来效率革命.

    1.4K10编辑于 2025-12-31
  • 来自专栏具身小站

    4轴SCARA与6协作机器人:工程对比

    REF:棚架葡萄高速切接采收机器人设计与试验 01 方案选型 SCARA 机械臂和六关节机械臂,SCARA 型号为日本IAI 公司 IX NNN7020 工业机器人,六关节机械臂为遨博的 i5 协作机器人

    18210编辑于 2026-03-04
  • Multi-agent实战】 AI论文秘书实战项目

    这篇文章,我们不谈「怎么读论文」, 而是带你 从零搭一个论文精读 Multi-Agent 系统,让 LangGraph 来做这些事:帮你筛论文:从一堆候选中选出“值得精读 / 有复现价值”的;帮你结构化做笔记 我们先把「论文精读」拆到 Multi-Agent 的粒度:PaperCollector Agent(论文收集)输入:研究方向(例如 “generalizable deepfake detection” / “multi-agent RL for LLM”)输出:一组候选论文的元数据(标题、作者、年份、来源、链接)PaperTagger Agent(论文打标签)把每篇论文分到几个维度:任务类型:检测 / "url": "https://example.com/energy-forgery", }, { "id": "P003", "title": "Multi-Agent "- id: 论文 id\n" "- task_type: 任务类型(例如 detection / generation / representation / RL / multi-agent

    65400编辑于 2025-11-22
  • 来自专栏

    传统Workflow与Multi-Agent workflow的区别

    这也就意味着,我们需要让我们的工作系统,既支持multi-agent workflow模式,也支持在传统workflow模式中把agent作为节点的能力。 multi-agent本身实际上也是一个复合agent,因此,也可以作为传统workflow的节点。

    1.1K10编辑于 2024-06-12
  • Multi-Agent 系统正在杀死传统产品经理

    他接着说:"我们刚上线的Multi-Agent系统,8个AI智能体协作,15分钟就能完成一个产品经理一周的工作量。" ! 可见,Multi-Agent系统正在重塑整个产品开发生态,而大多数产品经理还浑然不觉。 这种协作效率背后,是大语言模型的认知迭代。 每个AI智能体都具备理解、推理、执行的能力,它们不再是简单的工具,而是真正的"数字同事"。 它们之间的协作不是简单的任务分发,而是基于深度理解的智能协同! 当AI开始质疑人类的专业性 Multi-Agent系统的核心武器是知识库,但这也是最让专业人士不安的地方。 越来越多的企业发现,Multi-Agent系统不仅能提高工作效率,还能带来质的提升。

    15710编辑于 2026-02-02
  • 来自专栏喔家ArchiSelf

    基于大模型(LLM)的Agent 应用开发

    Multi-Agent系统本身采用分布式设计,Agent具有高内聚低耦合的特性,使得系统表现出极强的可扩展性。 协作能力。 Multi-Agent系统是分布式系统,Agent之间可以通过合适的策略相互协作完成全局目标。 Multi-Agent 的通信与协作可以通过“对话”这一直观的方式实现这种子任务的分拆和集成。 它遵循单Agent范式,使用了许多有用的工具来增强AI模型,并且不支持Multi-Agent协作。 其Multi-Agent系统可以执行LLM生成的代码,允许在系统执行过程中的人员参与。 6.

    7.9K33编辑于 2023-10-23
领券