इस प्रोजेक्ट के बारे में

Swarms मल्टी-एजेंट सिस्टम बनाने और ऑर्केस्ट्रेट करने के लिए एक Python फ्रेमवर्क है। यह पूर्वनिर्मित ऑर्केस्ट्रेशन आर्किटेक्चर का एक सेट और एक सामान्य Agent एब्सट्रैक्शन प्रदान करता है, ताकि समान एजेंटों को विभिन्न सहयोग रणनीतियों में पुनः उपयोग किया जा सके। मुख्य बिल्डिंग ब्लॉक्स - Agent: टूल्स और मेमोरी वाली एक LLM-आधारित इकाई, जिसे मॉडल नाम, सिस्टम प्रॉम्प्ट, लूप काउंट और संबंधित विकल्पों द्वारा कॉन्फ़िगर किया जाता है। max_loops="auto" सेट करने पर एजेंट यह तय करता है कि कार्य कब पूरा हुआ, बजाय एक निश्चित संख्या में पुनरावृत्तियों के बाद रुकने के। - Workflows: SequentialWorkflow एजेंटों को श्रृंखलाबद्ध करता है ताकि प्रत्येक आउटपुट अगले को फीड हो; ConcurrentWorkflow एक ही कार्य पर एजेंटों को समानांतर में चलाता है; AgentRearrange "a -> b, c" जैसी स्ट्रिंग सिंटैक्स के साथ गैर-रैखिक प्रवाह व्यक्त करता है; GraphWorkflow एजेंटों को स्पष्ट एज, एंट्री और एंड पॉइंट, स्वचालित टोपोलॉजिकल ऑर्डरिंग और समानांतर स्वतंत्र शाखाओं वाले DAG में नोड्स के रूप में मॉडल करता है। - उच्च-स्तरीय पैटर्न: MixtureOfAgents विशेषज्ञ एजेंटों को समानांतर में चलाता है और एक एग्रीगेटर के साथ परिणामों को संश्लेषित करता है; GroupChat संवादात्मक सहयोग का समर्थन करता है; ForestSwarm किसी कार्य के लिए उपयुक्त एजेंट या एजेंट ट्री का चयन करता है; HierarchicalSwarm एक डायरेक्टर का उपयोग करता है जो योजना बनाता है और विशेष कर्मचारियों को कार्य वितरित करता है; HeavySwarm एक बहु-चरणीय शोध और विश्लेषण वर्कफ़्लो का वर्णन करता है; SwarmRouter एक पैरामीटर बदलकर किसी भी समर्थित स्वार्म प्रकार को चलाने के लिए एक इंटरफ़ेस प्रदान करता है। - AutoSwarmBuilder कार्य विवरण से एजेंट, प्रॉम्प्ट और वर्कफ़्लो संरचना उत्पन्न करता है, और वैकल्पिक रूप से उत्पन्न एजेंट कॉन्फ़िगरेशन लौटाता है। इंटरऑपरेबिलिटी एजेंट MCP सर्वर URL सेट करके Model Context Protocol के माध्यम से बाहरी टूल्स का उपभोग कर सकते हैं, और MCPDeployer किसी एजेंट, स्वार्म या फ़ंक्शन को कॉन्फ़िगर करने योग्य प्रमाणीकरण (स्थिर API कुंजियाँ, कस्टम ऑथ कॉलेबल, या स्कोप वाले टोकन वेरिफायर) और HTTP, SSE या stdio ट्रांसपोर्ट के साथ MCP सर्वर के रूप में उजागर कर सकता है। README में x402 और skills जैसे अन्य एजेंट फ्रेमवर्क और प्रोटोकॉल के साथ बैकवर्ड संगतता का भी उल्लेख है। इंस्टॉलेशन और उपयोग pip, uv या poetry के माध्यम से, या स्रोत से इंस्टॉल करें। कॉन्फ़िगरेशन मुख्य रूप से API कुंजियों और वर्कस्पेस डायरेक्टरी जैसे एनवायरनमेंट वेरिएबल्स के माध्यम से होता है। README में दिए गए उदाहरणों में पहला एजेंट, एक स्वायत्त एजेंट, MCP क्लाइंट और सर्वर सेटअप, और कई स्वार्म आर्किटेक्चर शामिल हैं। यह प्रोजेक्ट PyPI पैकेज के रूप में वितरित किया जाता है और आगे की सामग्री के लिए डॉक्यूमेंटेशन, एक वेबसाइट और एक मार्केटप्लेस के लिंक प्रदान करता है।