做暧动漫视频在线观看网站郑州电商公司排名前十有哪些

OpenAI开源了多智能体编排的工程swarm，今天介绍一下swarm与OLLAMA如何结合使用的教程，在本地构建自己的多智能体服务，并给大家实践演示几个案例。

安装步骤

• 安装ollama，在官网下载对应操作系统的版本即可，下载后用ollama部署大模型，网上教程很多，本文不再描述。
• 安装ollama的python接口：

pip install ollama

• 安装swarm框架：

pip install git+https://github.com/openai/swarm.git

注意，这一步的前提是已经安装了git，如果本地没有安装请先行下载安装

服务构建示例

swarm官网给出的使用示例如下：

from swarm import Swarm, Agentclient = Swarm()def transfer_to_agent_b():return agent_bagent_a = Agent(name="Agent A",instructions="You are a helpful agent.",functions=[transfer_to_agent_b],
)agent_b = Agent(name="Agent B",instructions="Only speak in Haikus.",
)response = client.run(agent=agent_a,messages=[{"role": "user", "content": "I want to talk to agent B."}],
)print(response.messages[-1]["content"])

在这个示例的基础上，与ollama以及在ollama中安装的大模型结合的方法如下：

from swarm import Swarm, Agent# 利用OpenAI的接口（安装swarm时会自动下载），建立与ollama服务连接的客户端
from openai import OpenAI
ollama_client = OpenAI(base_url = 'http://localhost:11434/v1',api_key='ollama', # required, but unused
)# 在swarm构建时，指定与ollama连接的客户端
client = Swarm(client=ollama_client)def transfer_to_agent_b():return agent_bagent_a = Agent(name="Agent A",model="qwen2.5:7b",   # 在构建智能体时指定ollama中的模型，传入在ollama中构建好的大模型名称即可，例如qwen2.5:7binstructions="You are a helpful agent.",functions=[transfer_to_agent_b],
)agent_b = Agent(name="Agent B",model="qwen2.5:7b",   # 在构建智能体时指定ollama中的模型，传入在ollama中构建好的大模型名称即可，例如qwen2.5:7binstructions="Only speak in Haikus.",
)response = client.run(agent=agent_a,messages=[{"role": "user", "content": "I want to talk to agent B."}],
)print(response.messages[-1]["content"])

总结一下，若想将swarm和ollama结合，比官方示例多了三步，非常简单：

1. 利用OpenAI的接口（安装swarm时会自动下载），建立与ollama服务连接的客户端
2. 在swarm构建时，指定与ollama连接的客户端
3. 在构建智能体时指定ollama中的模型

大家可以利用上述三个步骤自行尝试改造swarm开源代码中提供的示例进行尝试，后面有时间也会讲讲swarm框架的具体用法供大家参考。