Multi-Agent-Task03: Single Agent Development
输入“/”快速插入
Multi-Agent-Task03: Single Agent Development
飞书用户68503月2日创建
Agent Introduction
根据 MetaGPT 定义的 Agent，将其视为环境中的数字人，有
Agent = LLM + Observation + Thought + Action + Memory
其中
1.
Large Language Model (LLM): The 'brain' of the agent
2.
Observation: The agent's sensory mechanism, allowing it to perceive its environment( 其他智能体的文本消息、摄像头的视觉数据或客户录音的音频 )
3.
Thought: The agent's internal decision-making process, which may be powered by LLM
4.
Action: The agent's visible responses to its thoughts and observations
5.
Memory: An agent's memory stores past experiences
MetaGPT 中的一个 Agent 运行示例如下
一个 Agent 扮演的 Role 在启动后会 Observe 自己能获取到的信息，加入自己的 Memory 中，随后进行 Think，即从 Action1, Action2, Action3 中选择执行的 Action，接着执行 Act 去 call 这个 Actions，得到本次启动的结果。
MetaGPT 中的一个更具体的实例如下
上面列出了 Agent Charlie 启动后的流程，它 Observe 来自 Agent Alice 的 Relevant Documents 和 Agent Bob 的 requirements，结合有帮助的 Memory，Think 如何编写代码，Act 写代码的动作，最后将结果代码发布到环境中以通知 Agnet Bob。
RoleContext
MetaGPT 中，Role 类是 Agent 的抽象逻辑，一个 Role 能执行特定的 Action，拥有 Memory，Think 并 Act 各种 Action。而 Role 在与环境上下文进行交互时，通过内部的 RoleContext 对象实现。其源码如下
class RoleContext(BaseModel):
"""Role Runtime Context"""
model_config = ConfigDict(arbitrary_types_allowed=True)
# # env exclude=True to avoid `RecursionError: maximum recursion depth exceeded in comparison`
env: "Environment" = Field(default=None, exclude=True) # # avoid circular import
# TODO judge if ser&deser
msg_buffer: MessageQueue = Field(
default_factory=MessageQueue, exclude=True
) # Message Buffer with Asynchronous Updates
memory: Memory = Field(default_factory=Memory)
# long_term_memory: LongTermMemory = Field(default_factory=LongTermMemory)
state: int = Field(default=-1) # -1 indicates initial or termination state where todo is None
todo: Action = Field(default=None, exclude=True)
watch: set[str] = Field(default_factory=set)
news: list[Type[Message]] = Field(default=[], exclude=True) # TODO not used
react_mode: RoleReactMode = (
RoleReactMode.REACT
) # see `Role._set_react_mode` for definitions of the following two attributes
max_react_loop: int = 1