亚马逊云AWS开源Multi-Agent Orchestrator项目：支持Python与TypeScript，实现5级通用AI Agent功能如自动查询航班、天气等，广受关注已超4000颗星

全球领先的云计算服务提供商亚马逊云（AWS）近期开源了一款名为Multi-Agent Orchestrator的5级通用AI框架。这款框架通过多层次的AI代理（Agent）来解决复杂的任务处理需求，能够智能匹配用户请求与最合适的Agent，并确保整个交互过程中的上下文一致性与连贯性。其一大显著优势是对Python和TypeScript两种编程语言的支持，这不仅提升了Agent的部署灵活性，还满足了不同开发者的多样化需求。开源地址为：[https：//github.com/awslabs/multi-agent-orchestrator](https：//github.com/awslabs/multi-agent-orchestrator)。

Multi-Agent Orchestrator由五个核心层级组成：
1. Orchestrator：作为整体协调的核心模块，负责管理信息流动、处理用户输入、编排响应生成以及错误场景的处理。
2. Classifier：用于分析用户输入、Agent描述及对话历史，从而选择最适合的Agent来执行用户的请求。
3. Agent：包括预构建的Agent以应对常见任务，同时支持可定制化Agent扩展或覆盖默认行为，还可以创建针对特定任务的自定义Agent。
4. Retrievers：通过提供实时上下文及相关信息，提升基于大型语言模型（LLM）的Agent性能，避免仅依赖模型训练数据。
5. Conversation Storage：用于存储对话历史记录，支持多种灵活的存储方式，如内存内存储和DynamoDB，并允许快速开发自定义存储方案。

此外，Multi-Agent框架支持流式与非流式的Agent响应模式。流式响应适合需要实时处理大量数据的应用场景，例如视频流处理或实时数据分析，能够与Kafka、Amazon Kinesis等流处理服务无缝集成。而非流式响应则适用于无需实时处理的场景，如电子邮件处理或批量数据导入，可以与数据库和存储服务结合使用，确保数据的完整性和一致性。

为了方便开发者快速上手，Multi-Agent提供了多个预构建的Agent模板，涵盖旅行、天气、数学和健康等领域。例如，旅行Agent可以处理航班预订、酒店搜索和行程规划等任务，而天气Agent则能提供当前天气状况、天气预报及极端天气警报等功能。

以下是Multi-Agent自动化业务流程的一个简单示例：当用户向系统发送请求时，首先通过Classifier分析用户的输入、Agent描述以及当前对话历史，确定最适合的Agent进行处理。对于新查询（如“我想预订一张机票”或“20年期贷款的基础利率是多少”），Classifier会选择最佳匹配的Agent；而对于简短的后续回复（如“告诉我更多”或“再来一次”），系统会识别出最后响应的那个Agent并继续与其互动，从而确保多轮对话的连贯性。

选定Agent后，用户的输入将被发送至该Agent进行处理。每个Agent在处理请求时都会自动检索自身的对话历史记录，确保记住之前的对话，同时不影响其他Agent的工作。生成的响应可以是标准模式或流式传输模式，具体取决于Agent的能力和初始化设置。随后，Orchestrator会自动保存用户的输入和Agent的响应至对应的存储中，这对于实现多轮对话至关重要。

值得一提的是，Multi-Agent Orchestrator还支持文本和语音交互，通过集成Amazon Connect和Lex等工具，进一步增强了其在客户服务和呼叫中心等领域的应用能力。尽管该项目开源时间不长，但已迅速获得广泛关注，GitHub上的星标数已突破4000颗。

本文来源：