Orchestra

Orchestra 简介

Orchestra（主框架序列）是一个轻量级的开源代理框架，旨在构建基于大型语言模型（LLM）的工作流和多代理团队。它实现了一种独特的代理编排方法，不仅限于简单的数据路由，而是能够支持复杂的工作流管理。Orchestra 提供模块化的架构，便于扩展和集成，支持动态任务分解与代理协作，显著减少 LLM 的认知负担，同时具有直观的工具定义和可配置的故障保护机制。

Orchestra 的关键特性

• 模块化设计：便于构建、扩展和集成。
• 代理编排：代理可以作为任务执行者和协调者，有助于实现动态协调。
• 分阶段任务执行：通过结构化思维模式降低 LLM 的认知负荷。
• 工具集成：支持简化的文档字符串工具定义，避免复杂的 JSON 架构。
• 流式支持：实时输出流，支持同步和异步操作。
• 内置故障恢复：优雅处理 LLM 失败，提供可配置的回退链。

使用场景

Orchestra 的使用场景非常广泛，包括但不限于以下几种：

1. 研究助手：可通过集成搜索工具（如 Exa）实现对特定主题的调查与说明，例如量子计算的简明解释。

2. 金融分析：构建多代理团队分析股票，包含市场微观结构分析、基本面分析、技术分析和情绪分析等角色，每个角色使用特定的工具和知识进行精准分析。

3. 自动化工作流：支持构建从简单任务到复杂多代理系统的完整工作流，方便交互和数据操作。

4. 信息检索和处理：整合 web 搜索、文件读取等工具，实现信息的获取与处理。

示例代码

以下是一个简单的示例，演示如何使用 Orchestra 创建研究助手：

from mainframe_orchestra import Agent, Task, OpenaiModels, WebTools, set_verbosity

set_verbosity(1)

research_agent = Agent(
    role="research assistant",
    goal="answer user queries",
    llm=OpenaiModels.gpt_4o,
    tools={WebTools.exa_search}
)

def research_task(topic):
    return Task.create(
        agent=research_agent,
        instruction=f"Use your exa search tool to research {topic} and explain it in a way that is easy to understand.",
    )

result = research_task("quantum computing")
print(result)

结论

Orchestra 为开发者提供了强大的工具和灵活性，用于构建多样的智能代理工作流，适用于各种场景。通过其模块化的设计和可扩展的架构，用户能够轻松创建自己的多代理系统，从而高效应对复杂任务的需求。如果您对 Orchestra 感兴趣，可以在其文档中找到更多的信息和教程。