❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！
🥦 微信公众号｜搜一搜：蚝油菜花 🥦
🚨 "LangChain危险了！这个框架重新定义多智能体开发：低代码+工作流引擎+自主协作"
大家好，我是蚝油菜花。当大部分AI框架还在比拼单智能体能力时，Praison AI 已悄然开启多智能体协作的新战场——
它解决了三个行业级难题：
- 🔨 低代码编排：用YAML定义智能体工作流，告别胶水代码
- 🧠 认知一致性：通过中央记忆库保持多Agent上下文同步
- ⚡ 弹性执行：支持动态任务分配和条件触发式流程
基于多智能体系统（MAS）理论，其分层架构让AI团队具备：
- 产品经理Agent：拆解用户需求
- 架构师Agent：生成技术方案
- 开发Agent：自动生成代码
- 评审Agent：实时质量检测
现在，只需一条CLI命令就能启动这个AI协作引擎！
🚀 快速阅读
Praison AI 是一个生产级的多智能体框架，旨在通过低代码解决方案简化多智能体系统的构建和管理。它支持多种流程类型，包括顺序、分层和工作流流程，并提供记忆功能，让代理在不同任务中保持上下文信息。
- 核心功能：支持创建具有工具交互能力的AI代理，提供记忆功能，支持多种流程类型。
- 技术原理：基于多智能体系统（MAS）和大型语言模型（LLM），支持动态路由、任务分配和条件执行。
Praison AI 是什么
Praison AI 是一个开源的多智能体框架，旨在简化多智能体系统的构建和管理。它提供了低代码环境，允许用户快速创建和管理AI代理，以自动化和解决从简单到复杂的任务。Praison AI 支持多种流程类型，包括顺序、分层和工作流流程，能够实现任务的动态路由、并行化执行、提示链和迭代优化等功能。
此外，Praison AI 提供了记忆功能，让代理在不同任务中保持上下文信息，增强任务的连贯性和效率。它还具备多种用户界面和集成选项，强调简单性、定制化及高效的人机协作，适用于需要灵活构建和管理多智能体系统的场景。
Praison AI 的主要功能
- AI代理的创建与管理：支持创建具有工具交互能力的AI代理，与外部系统进行数据交换和操作。提供具有记忆功能的AI代理，在跨任务中保持上下文信息，增强任务的连贯性和效率。支持多种流程类型，包括顺序流程、分层流程和工作流流程，满足不同复杂度的任务需求。
- 多种任务执行流程：
- 顺序流程：任务依次执行，适合简单的线性任务。
- 分层流程：基于管理代理协调任务执行和代理分配，适合复杂的任务分配场景。
- 工作流流程：支持复杂任务关系和条件执行，包括动态路由、并行化、提示链等功能。
- 高效任务处理：
- 并行化执行：基于并行处理任务，提高性能。
- 迭代优化：评估和反馈机制优化解决方案。
- 重复任务处理：用自动化循环高效处理重复任务。
- 集成与扩展：提供多种集成选项，支持与其他系统和工具的无缝对接。支持多种用户界面，包括聊天界面、代码界面、实时语音界面等。
- 低代码开发：提供低代码环境，简化多智能体系统的构建和管理。强调简单性、定制化和高效的人机协作。
Praison AI 的技术原理
- 多智能体系统（MAS）：每个代理是一个独立的、具有自主性的实体，能够感知环境并做出决策。代理之间基于协作和通信完成复杂任务，支持任务分配、信息共享和动态调整。
- 大型语言模型（LLM）：利用 LLM 的强大语言理解和生成能力，为代理提供智能决策支持。支持动态路由和任务分配，将任务分配给最适合的 LLM 实例。
- 工作流引擎：支持复杂任务的工作流定义，包括条件执行、并行处理和任务链。基于工作流引擎实现任务的自动化和优化。
- 记忆与上下文管理：基于记忆机制，代理能保存和恢复上下文信息，增强任务的连贯性和效率。支持长期和短期记忆，适应不同任务需求。
如何运行 Praison AI
1. 单个代理
创建 app.py 文件并添加以下代码：
from praisonaiagents import Agent
agent = Agent(instructions="You are a helpful AI assistant")
agent.start("Write a movie script about a robot in Mars")
AI 代码解读
运行：
python app.pyAI 代码解读
2. 多个代理
创建 app.py 文件并添加以下代码：
from praisonaiagents import Agent, PraisonAIAgents
research_agent = Agent(instructions="Research about AI")
summarise_agent = Agent(instructions="Summarise research agent's findings")
agents = PraisonAIAgents(agents=[research_agent, summarise_agent])
agents.start()
AI 代码解读
运行：
python app.pyAI 代码解读
3. 无代码模式
使用命令行自动创建电影剧本：
pip install praisonai
export OPENAI_API_KEY=xxxxxxxxxxxxxxxxxxxxxx
praisonai --auto create a movie script about Robots in Mars
AI 代码解读
资源
❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！
🥦 微信公众号｜搜一搜：蚝油菜花 🥦
