Mahilo:多智能体实时协作框架开源!人类与AI无缝交互,复杂任务一键协同

简介: Mahilo 是一个灵活的多智能体框架,支持创建与人类互动的多智能体系统,适用于从客户服务到紧急响应等多种场景。

❤️ 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!

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 尽在微信公众号 -> 搜一搜:蚝油菜花 🥦


🎧 “AI多智能体框架Mahilo:让智能体与人类无缝协作,提升决策效率!”

大家好,我是蚝油菜花。你是否也遇到过——

  • 👉 复杂的多智能体系统难以协调,导致效率低下
  • 👉 智能体之间的上下文共享不足,协作效果差
  • 👉 人类在智能体决策中的参与度低,难以实时干预

今天揭秘的 Mahilo,是一个灵活的多智能体框架,支持创建与人类互动的多智能体系统。它通过实时通信、上下文共享和人类监督,提升智能体与人类的协作效率。无论是客户服务、紧急响应,还是团队协作,Mahilo 都能为你提供强大的支持。接下来,我们将深入探讨 Mahilo 的核心功能和技术原理。

🚀 快速阅读

Mahilo 是一个支持多智能体与人类互动的框架。

  1. 核心功能:支持实时通信、上下文共享、人类监督和灵活的通信模式。
  2. 技术原理:基于 WebSocket 实现实时通信,智能体管理器负责协调智能体之间的交互。

Mahilo 是什么

mahilo

Mahilo 是一个灵活的多智能体框架,支持创建与人类互动的多智能体系统。它通过实时语音和文本通信,使智能体之间能够自主共享上下文和信息,同时保持人类对交互的监督和控制。

Mahilo 提供强大的组织级策略管理功能,确保所有智能体的行为和安全性一致。它支持复杂的多智能体架构,适用于从客户服务到紧急响应等多种应用场景。基于简单易用的开发接口和实时通信能力,Mahilo 能够高效地协调多个智能体与人类用户的交互,提升协作效率和决策能力。

Mahilo 的主要功能

  • 多智能体集成:支持从不同框架(如 LangGraph、Pydantic AI 等)集成智能体。
  • 实时通信:提供文本和语音聊天功能,支持多用户同时与智能体交互。
  • 共享上下文:智能体之间可以自动共享上下文信息,增强协作能力。
  • 人类监督:支持人类实时参与,提供决策支持或纠正智能体行为。
  • 灵活的通信模式:支持点对点和层级化通信模式,适应不同场景。
  • 会话管理:支持持久化对话,确保会话连续性。
  • 消息追踪与监控:支持消息生命周期追踪、消息签名和重试机制。
  • 语音交互:支持 OpenAI 的 Realtime API,提供流畅的语音交互。

Mahilo 的技术原理

  • 智能体管理器(AgentManager):作为智能体的“团队”,负责管理智能体之间的通信和上下文共享。
  • 实时通信:基于 WebSocket 提供实时通信支持,确保智能体与用户之间的即时互动。
  • 消息协议和消息智能体:引入标准化的消息协议,支持消息签名、追踪和持久化存储。
  • 人类集成:基于 WebSocket 实时聊天接口,人类专家在需要时能介入智能体的决策过程。
  • 灵活的通信模式:支持点对点和层级化通信模式,适应从复杂协作到集中式控制的不同场景。
  • 上下文共享与智能信息检索:智能体能访问其他智能体的对话历史,基于 chat_with_agent 函数请求特定信息。
  • 扩展性:提供 BaseAgent 类,方便开发者创建自定义智能体,支持多种框架的集成。

如何运行 Mahilo

1. 安装

pip install mahilo

如果需要使用语音功能,安装时需添加 voice 扩展:

pip install mahilo[voice]

2. 使用示例

from mahilo import BaseAgent, AgentManager, ServerManager
from mahilo.integrations.langgraph.agent import LangGraphAgent

# 创建一个 Mahilo 智能体
sales_agent = BaseAgent(
    type="sales_agent",
    description=sales_agent_prompt,
    tools=sales_tools,
)

# 创建一个 LangGraph 智能体
marketing_agent = LangGraphAgent(
    langgraph_agent=graph_builder,
    name="MarketingAgent",
    description=marketing_agent_prompt,
    can_contact=[],
)

# 创建智能体管理器
manager = AgentManager()
manager.register_agent(sales_agent)
manager.register_agent(marketing_agent)

# 激活智能体
marketing_agent.activate(server_id="1")

# 初始化服务器管理器
server = ServerManager(manager)
# 启动 WebSocket 服务器
server.run()

3. 连接智能体

mahilo connect --url http://localhost:8000 --agent-name marketing_agent

如果需要使用语音功能,添加 --voice 参数:

mahilo connect --agent-name marketing_agent --voice

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!

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 尽在微信公众号 -> 搜一搜:蚝油菜花 🥦

相关文章
|
6月前
|
人工智能 中间件 数据库
沐曦 GPU 融入龙蜥,共筑开源 AI 基础设施新底座
沐曦自加入社区以来,一直与龙蜥社区在推动 AIDC OS 的开源社区建设等方面保持合作。
|
7月前
|
人工智能 安全 API
HiMarket 正式开源,为企业落地开箱即用的 AI 开放平台
我们发起 HiMarket 的初心:帮助用户从 80% 开始构建 AI 开放平台。
1147 61
|
6月前
|
人工智能 物联网 调度
边缘大型AI模型:协作部署与物联网应用——论文阅读
论文《边缘大型AI模型:协作部署与物联网应用》系统探讨了将大模型(LAM)部署于边缘网络以赋能物联网的前沿框架。针对传统云端部署高延迟、隐私差的问题,提出“边缘LAM”新范式,通过联邦微调、专家混合与思维链推理等技术,实现低延迟、高隐私的分布式智能。
1061 6
边缘大型AI模型:协作部署与物联网应用——论文阅读
|
6月前
|
人工智能 监控 算法
人群计数、行人检测数据集(9000张图片已划分、已标注) | AI训练适用于目标检测任务
本数据集包含9000张已标注、已划分的行人图像,适用于人群计数与目标检测任务。支持YOLO等主流框架,涵盖街道、商场等多种场景,标注精准,结构清晰,助力AI开发者快速训练高精度模型,应用于智慧安防、人流统计等场景。
人群计数、行人检测数据集(9000张图片已划分、已标注) | AI训练适用于目标检测任务
|
6月前
|
人工智能 运维 Java
Spring AI Alibaba Admin 开源!以数据为中心的 Agent 开发平台
Spring AI Alibaba Admin 正式发布!一站式实现 Prompt 管理、动态热更新、评测集构建、自动化评估与全链路可观测,助力企业高效构建可信赖的 AI Agent 应用。开源共建,现已上线!
6997 92
|
7月前
|
人工智能 运维 安全
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
大语言模型:理解与构建下一代AI交互
大语言模型:理解与构建下一代AI交互
326 99
|
6月前
|
机器学习/深度学习 人工智能 算法
用于实验室智能识别的目标检测数据集(2500张图片已划分、已标注) | AI训练适用于目标检测任务
本数据集包含2500张已标注实验室设备图片,涵盖空调、灭火器、显示器等10类常见设备,适用于YOLO等目标检测模型训练。数据多样、标注规范,支持智能巡检、设备管理与科研教学,助力AI赋能智慧实验室建设。
用于实验室智能识别的目标检测数据集(2500张图片已划分、已标注) | AI训练适用于目标检测任务
|
6月前
|
机器学习/深度学习 人工智能 监控
面向智慧牧场的牛行为识别数据集(5000张图片已划分、已标注) | AI训练适用于目标检测任务
本数据集包含5000张已标注牛行为图片,涵盖卧、站立、行走三类,适用于YOLO等目标检测模型训练。数据划分清晰,标注规范,场景多样,助力智慧牧场、健康监测与AI科研。
面向智慧牧场的牛行为识别数据集(5000张图片已划分、已标注) | AI训练适用于目标检测任务

热门文章

最新文章