مقدمه

مدل‌های زبانی بزرگ به طور فزاینده‌ای در حال توانمند شدن برای مدیریت وظایف پیچیده و چند مرحله‌ای هستند. پیشرفت‌ها در استدلال، چندرسانه‌ای بودن، و استفاده از ابزارها، دسته جدیدی از سیستم‌های مبتنی بر LLM را منتشر کرده‌اند که به عنوان ایجنت‌ها (Agents، ایجنت‌ها) شناخته می‌شوند.

این راهنما برای تیم‌های محصول و مهندسی که در حال بررسی چگونگی ساخت اولین ایجنت‌های خود هستند طراحی شده است، و بینش‌هایی از استقرارهای متعدد مشتریان را به بهترین شیوه‌های عملی و قابل اجرا تبدیل می‌کند. این شامل چارچوب‌هایی برای پیدا کردن کاربردهای مناسب، الگوهای شفاف برای طراحی منطق و هماهنگی ایجنت‌ها، و بهترین روش‌ها برای اطمینان از اجرای ایمن، قابل پیش‌بینی و کارآمد ایجنت‌ها است.

پس از مطالعه این راهنما، شما دانش پایه‌ای مورد نیاز برای شروع ساخت اولین ایجنت‌ خود را با اطمینان خواهید داشت.

ایجنت‌ چیست؟

در حالی که نرم‌افزارهای متعارف به کاربران امکان می‌دهند جریان‌های کاری را ساده و خودکار کنند، ایجنت‌ها قادر هستند همان جریان‌های کاری را از طرف کاربران با درجه بالایی از استقلال انجام دهند.

ایجنت‌ها سیستم‌هایی هستند که به طور مستقل وظایف را از طرف شما انجام می‌دهند.

یک جریان کاری یا Workflow ، توالی مراحلی است که باید برای رسیدن به هدف کاربر اجرا شود، خواه آن حل یک مشکل در خدمات مشتری، یا رزرو کردن رستوران، یا ثبت تغییرات کد، یا تولید یک گزارش باشد.

برنامه‌هایی که LLM‌ها را ادغام می‌کنند اما از آن‌ها برای کنترل اجرای جریان کاری استفاده نمی‌کنند—مانند چت‌بات‌های ساده، LLM‌های تک‌مرحله‌ای، یا طبقه‌بندی‌کننده‌های احساسات—ایجنت‌ محسوب نمی‌شوند.

به طور مشخص‌تر، یک ایجنت‌ دارای ویژگی‌های اصلی است که به آن اجازه می‌دهد به طور قابل اعتماد و سازگار از طرف کاربر عمل کند:

چه زمانی باید یک ایجنت‌ بسازید؟

ساخت ایجنت‌ها نیازمند بازاندیشی در مورد چگونگی تصمیم‌گیری و مدیریت پیچیدگی توسط سیستم‌های شما است. برخلاف خودکارسازی متعارف، ایجنت‌ها به طور منحصر به فرد برای جریان‌های کاری مناسب هستند که رویکردهای سنتی قطعی و مبتنی بر قاعده در آن‌ها کافی نیستند.

مثال تحلیل تقلب در پرداخت را در نظر بگیرید. یک موتور قواعد (rules engine) سنتی مانند یک چک‌لیست عمل می‌کند که تراکنش‌ها را بر اساس معیارهای از پیش تعیین شده علامت‌گذاری می‌کند. در مقابل، یک ایجنت‌ LLM بیشتر شبیه یک کارآگاه باتجربه عمل می‌کند که زمینه را ارزیابی می‌کند، الگوهای ظریف را در نظر می‌گیرد و فعالیت‌های مشکوک را حتی زمانی که قوانین صریح نقض نشده‌اند، شناسایی می‌کند. این توانایی استدلال دقیق دقیقاً همان چیزی است که به ایجنت‌ها امکان می‌دهد موقعیت‌های پیچیده و مبهم را به طور مؤثر مدیریت کنند.

هنگام ارزیابی اینکه ایجنت‌ها کجا می‌توانند ارزش افزوده ایجاد کنند، جریان‌های کاری را در اولویت قرار دهید که قبلاً در برابر خودکارسازی مقاوم بوده‌اند، به‌ویژه جایی که روش‌های سنتی با مشکل مواجه می‌شوند:

پیش از شروع به ساخت یک ایجنت‌، مطمئن شوید که مورد استفاده شما به‌وضوح این معیارها را برآورده می‌کند. در غیر این صورت، یک راه‌حل قطعی ممکن است کافی باشد.

اصول طراحی ایجنت‌

در اساسی‌ترین شکل خود، یک ایجنت‌ از سه جزء اصلی تشکیل شده است:

کد زیر همان چیزی است که در کد به نظر می‌رسد وقتی از کیت توسعه ایجنت‌های OpenAI استفاده می‌کنید. شما همچنین می‌توانید همین مفاهیم را با استفاده از کتابخانه مورد علاقه خود یا در ساخت سیستم از صفر، پیاده‌سازی کنید.

weather_agent = Agent(
    name="Weather agent",
    instructions="You are a helpful agent who can talk to users about the 
    weather.",
    tools=[get_weather],
)

from agents import Agent, WebSearchTool, function_tool

@function_tool
def save_results(output):
    db.insert({"output": output,"timestamp": datetime.time()})
    return "File saved"

search_agent = Agent(
    name="Search agent",
    instructions="Help the user search the internet and save results if 
    asked.",
    tools=[WebSearchTool(),save_results],
)

"You are an expert in writing instructions for an LLM agent. Convert the following help center document into a clear set of instructions, written as a numbered list. The document will be followed by an LLM agent. Ensure that there is no ambiguity, and that the directions are written as the following for an agent to convert the help center document into a policy document that will be followed by an LLM. The instructions are written in the {{help_center_doc}}"

هماهنگ‌سازی Orchestration

با قرار دادن اجزای پایه، می‌توانید الگوهای هماهنگ‌سازی را برای فعال‌سازی ایجنت‌ خود جهت اجرای مؤثر جریان‌های کاری در نظر بگیرید.

گرچه ممکن است وسوسه شوید که فوراً یک ایجنت‌ کاملاً خودکار با معماری پیچیده بسازید، اما مشتریان معمولاً با رویکرد تدریجی به موفقیت بیشتری دست می‌یابند.

به طور کلی، الگوهای هماهنگ‌سازی به دو دسته تقسیم می‌شوند:

۱	سیستم‌های تک-عامل	یک مدل واحد مجهز به ابزارها و دستورالعمل‌های مناسب، جریان‌های کاری را در یک حلقه اجرا می‌کند
۲	سیستم‌های چند-عامل	اجرای جریان کاری بین چندین ایجنت‌ هماهنگ توزیع می‌شود

بیایید هر الگو را به تفصیل بررسی کنیم.

سیستم‌های تک-عامل

یک ایجنت‌ واحد می‌تواند بسیاری از وظایف را با افزودن تدریجی ابزارها مدیریت کند، پیچیدگی را قابل کنترل نگه دارد و ارزیابی و نگهداری را ساده‌تر می‌کند. هر ابزار جدید قابلیت‌های آن را گسترش می‌دهد بدون اینکه شما را مجبور کند زودهنگام چندین ایجنت‌ را هماهنگ کنید.

هر رویکرد هماهنگ‌سازی به مفهوم یک 'اجرا' نیاز دارد که معمولاً به صورت یک حلقه پیاده‌سازی می‌شود که به ایجنت‌ها اجازه می‌دهد تا رسیدن به یک شرط خروج عمل کنند. شرایط خروج رایج شامل فراخوانی ابزار، یک خروجی ساختاریافته خاص، خطاها، یا رسیدن به حداکثر تعداد نوبت‌ها است.

به عنوان مثال، در Agents SDK، ایجنت‌ها با استفاده از متد Runner.run() شروع می‌شوند، که روی LLM حلقه می‌زند تا:

۱.	یک ابزار خروجی نهایی (final-output tool) فراخوانی شود، که با یک نوع خروجی خاص تعریف شده است
۲.	مدل بدون فراخوانی هیچ ابزاری پاسخی برگرداند (مثلاً یک پیام مستقیم کاربر)

مثال استفاده:

Agents.run(agent, [UserMessage("What's the capital of the USA?")])

مفهوم حلقه while برای عملکرد یک ایجنت‌ اساسی است. در سیستم‌های چند-عامل، همانطور که در ادامه خواهید دید، می‌توانید توالی فراخوانی‌های ابزار و انتقال بین ایجنت‌ها داشته باشید، اما به مدل اجازه دهید چندین مرحله را تا رسیدن به یک شرط خروج اجرا کند.

یک استراتژی مؤثر برای مدیریت پیچیدگی بدون تغییر به یک چارچوب چند-عامل، استفاده از قالب‌های پرامپت است. به جای نگهداری پرامپت‌های تکی متعدد برای موارد استفاده متمایز، از یک پرامپت پایه انعطاف‌پذیر واحد استفاده کنید که متغیرهای سیاست را می‌پذیرد. این رویکرد قالبی به راحتی با زمینه‌های مختلف سازگار می‌شود و به طور قابل توجهی نگهداری و ارزیابی را ساده می‌کند. با ظهور موارد استفاده جدید، می‌توانید متغیرها را به‌روزرسانی کنید به جای بازنویسی کل جریان‌های کاری.

""" You are a call center agent who has been interacting with {{user_first_name}} who has been a member for {{user_tenure}}. The user's most common complaints are about {{user_complaint_categories}}. Greet the user, thank them for being a loyal customer, and answer any questions the user may have! """

چه زمانی ایجاد چندین ایجنت‌ را در نظر بگیریم

توصیه کلی ما این است که ابتدا قابلیت‌های یک ایجنت‌ واحد را به حداکثر برسانید. ایجنت‌های بیشتر می‌توانند جداسازی شهودی مفاهیم را فراهم کنند، اما می‌توانند پیچیدگی و سربار اضافی را معرفی کنند، بنابراین اغلب یک ایجنت‌ واحد با ابزارها کافی است.

برای بسیاری از جریان‌های کاری پیچیده، تقسیم پرامپت‌ها و ابزارها بین چندین ایجنت‌ امکان بهبود عملکرد و مقیاس‌پذیری را فراهم می‌کند. هنگامی که ایجنت‌های شما در پیروی از دستورالعمل‌های پیچیده شکست می‌خورند یا به طور مداوم ابزارهای نادرست را انتخاب می‌کنند، ممکن است نیاز داشتهید سیستم خود را بیشتر تقسیم کرده و ایجنت‌های متمایز بیشتری را معرفی کنید.

ویژگی	توضیحات
منطق پیچیده	هنگامی که پرامپت‌ها شامل بسیاری از عبارات شرطی (شاخه‌های متعدد if-then-else) هستند و قالب‌های پرامپت مقیاس‌پذیری دشواری دارند، در نظر بگیرید هر بخش منطقی را بین ایجنت‌های جداگانه تقسیم کنید.
اضافه بار ابزار	مسئله تنها تعداد ابزارها نیست، بلکه شباهت یا همپوشانی آن‌ها است. برخی پیاده‌سازی‌ها با موفقیت بیش از ۱۵ ابزار تعریف شده خوب و متمایز را مدیریت می‌کنند در حالی که دیگران با کمتر از ۱۰ ابزار همپوشان مشکل دارند. از چندین ایجنت‌ استفاده کنید اگر بهبود وضوح ابزار با ارائه نام‌های توصیفی، پارامترهای واضح و توضیحات دقیق، عملکرد را بهبود نمی‌بخشد.

سیستم‌های چند-عامل

در حالی که سیستم‌های چند-عامل می‌توانند به روش‌های متعددی برای جریان‌های کاری و نیازمندی‌های خاص طراحی شوند، تجربه ما با مشتریان دو دسته کاربردی گسترده را برجسته می‌کند:

مدیر (ایجنت‌ها به عنوان ابزار)
یک ایجنت‌ مرکزی "مدیر" چندین ایجنت‌ تخصصی را از طریق فراخوانی‌های ابزار هماهنگ می‌کند، که هر کدام یک وظیفه یا دامنه خاص را مدیریت می‌کنند.

غیرمتمرکز (ایجنت‌ها وظایف را به ایجنت‌ها منتقل می‌کنند)
چندین ایجنت‌ به عنوان همتا عمل می‌کنند و وظایف را بر اساس تخصص‌های خود به یکدیگر منتقل می‌کنند.

سیستم‌های چند-عامل را می‌توان به عنوان گراف‌ها مدل کرد، با ایجنت‌ها که به عنوان گره‌ها نمایش داده می‌شوند. در الگوی مدیر، یال‌ها نشان‌دهنده فراخوانی‌های ابزار هستند در حالی که در الگوی غیرمتمرکز، یال‌ها نشان‌دهنده انتقال‌هایی هستند که اجرا را بین ایجنت‌ها منتقل می‌کنند.

صرف نظر از الگوی هماهنگ‌سازی، همان اصول اعمال می‌شوند: اجزا را انعطاف‌پذیر، ترکیب‌پذیر و هدایت شده توسط پرامپت‌های واضح و ساختاریافته نگه دارید.

الگوی مدیر

الگوی مدیر یک LLM مرکزی—"مدیر"—را قادر می‌سازد تا شبکه‌ای از ایجنت‌های تخصصی را به طور یکپارچه از طریق فراخوانی‌های ابزار هماهنگ کند. به جای از دست دادن زمینه یا کنترل، مدیر به طور هوشمندانه وظایف را به ایجنت‌ مناسب در زمان مناسب واگذار می‌کند و نتایج را به راحتی در یک تایجنت‌ منسجم ترکیب می‌کند. این یک تجربه کاربری روان و یکپارچه را تضمین می‌کند، با قابلیت‌های تخصصی که همیشه در دسترس هستند.

این الگو برای جریان‌های کاری ایده‌آل است که در آن‌ها می‌خواهید فقط یک ایجنت‌، اجرای جریان کاری را کنترل کند و به کاربر دسترسی داشته باشد.

به عنوان مثال، اینجا نحوه پیاده‌سازی این الگو در Agents SDK است:

from agents import Agent, Runner

manager_agent = Agent(
    name="manager_agent",
    instructions=(
        "You are a translation agent. You use tools to translate."
        "If asked for multiple translations, you call the relevant tools."
    ),
    tools=[
        spanish_agent.as_tool(
            tool_name="translate_to_spanish",
            tool_description="Translate the user's message to Spanish",
        ),
        french_agent.as_tool(
            tool_name="translate_to_french",
            tool_description="Translate the user's message to French",
        ),
        italian_agent.as_tool(
            tool_name="translate_to_italian",
            tool_description="Translate the user's message to Italian",
        ),
    ],
)

async def main ():
    msg = input("Translate 'hello' to Spanish, French and Italian for me!")

    orchestrator_output = await Runner.run(manager_agent, msg)

    for message in orchestrator_output.new_messages:
        print(f" - Translation step: {message.content}")

نمودارهای اعلامی (Declarative) در برابر غیر‌اعلامی (Non-declarative)

برخی فریم‌ورک‌ها به صورت اعلامی عمل می‌کنند، یعنی توسعه‌دهنده باید از ابتدا تمام شاخه‌ها، حلقه‌ها و شرط‌های موجود در جریان کاری (workflow) را به‌صورت دقیق مشخص کند. این کار معمولاً با استفاده از نمودارهایی انجام می‌شود که از نودها (ایجنت‌ها) و یال‌ها (ارتباطات ثابت یا پویا) تشکیل شده‌اند. این روش به دلیل وضوح بصری، مفید است؛ اما وقتی جریان کاری پیچیده‌تر و پویاتر می‌شود، نگهداری این نمودارها سخت و زمان‌بر خواهد شد. همچنین اغلب نیاز است زبان‌های خاص‌منظوره (DSL) یاد گرفته شود که می‌تواند روند توسعه را پیچیده‌تر کند.

در مقابل، Agents SDK از یک رویکرد کد-محور و منعطف‌تر استفاده می‌کند. در این روش، توسعه‌دهنده می‌تواند منطق جریان کاری را با استفاده از همان ساختارهای معمول برنامه‌نویسی پیاده‌سازی کند، بدون این‌که نیاز باشد کل نمودار از ابتدا تعریف شود. این باعث می‌شود طراحی ایجنت‌ها پویاتر، قابل‌توسعه‌تر و راحت‌تر برای تغییر باشد.

الگوی غیرمتمرکز

در الگوی غیرمتمرکز (Decentralized)، ایجنت‌ها می‌توانند اجرای جریان کاری را به یکدیگر 'انتقال' (handoff) دهند. انتقال‌ها یک انتقال یک‌طرفه هستند که به یک ایجنت‌ اجازه می‌دهند به ایجنت‌ دیگری واگذار کند. در Agents SDK، یک انتقال نوعی ابزار یا تابع است. اگر یک ایجنت‌ تابع انتقال را فراخوانی کند، ما بلافاصله اجرا را روی آن ایجنت‌ جدیدی که به آن انتقال داده شده شروع می‌کنیم و همچنین آخرین وضعیت مکالمه را منتقل می‌کنیم.

این الگو شامل استفاده از بسیاری از ایجنت‌ها در موقعیت برابر است، جایی که یک ایجنت‌ می‌تواند مستقیماً کنترل جریان کاری را به ایجنت‌ دیگری منتقل کند. این زمانی بهینه است که نیازی به یک ایجنت‌ واحد برای حفظ کنترل مرکزی یا ترکیب ندارید—در عوض به هر ایجنت‌ اجازه می‌دهید اجرا را به دست گیرد و در صورت نیاز با کاربر تایجنت‌ داشته باشد.

به عنوان مثال، اینجا نحوه پیاده‌سازی الگوی غیرمتمرکز با استفاده از Agents SDK برای یک جریان کاری خدمات مشتری است که هم فروش و هم پشتیبانی را مدیریت می‌کند:

from agents import Agent, Runner
 
technical_support_agent = Agent(
    name="Technical Support Agent",
    instructions=(
        "You provide expert technical assistance with resolving product issues, 
        system outages, or troubleshooting."
    ),
    tools=[search_knowledge_base]
)

sales_assistant_agent = Agent(
    name="Sales Assistant Agent",
    instructions=(
        "You help enterprise clients browse the product catalog, recommend 
        suitable solutions, and facilitate purchase transactions."
    ),
    tools=[initiate_purchase_order]
)

order_management_agent = Agent(
    name="Order Management Agent",
    instructions=(
        "You assist clients with inquiries regarding order tracking, 
        delivery schedules, and processing returns or refunds."
    ),
    tools=[track_order_status, initiate_refund_process]
)

triage_agent = Agent(
    name="Triage Agent",
    instructions="You act as the first point of contact, assessing customer queries and directing them promptly to the correct specialized agent.",
    handoffs=[technical_support_agent, sales_assistant_agent, 
    order_management_agent],
)

await Runner.run(
    triage_agent,
    input("Could you please provide an update on the delivery timeline for our recent purchase?")
)

در مثال بالا، پیام اولیه کاربر به triage_agent ارسال می‌شود. با تشخیص اینکه ورودی مربوط به یک خرید اخیر است، triage_agent یک انتقال به order_management_agent را فراخوانی می‌کند و کنترل را به آن منتقل می‌کند.

این الگو به ویژه برای سناریوهایی مانند تریاژ مکالمه، یا هر زمان که ترجیح می‌دهید ایجنت‌های تخصصی به طور کامل وظایف خاصی را بر عهده بگیرند بدون اینکه ایجنت‌ اصلی نیاز به درگیر ماندن داشته باشد، مؤثر است. به صورت اختیاری، می‌توانید ایجنت‌ دوم را با یک انتقال به ایجنت‌ اصلی مجهز کنید، که به آن اجازه می‌دهد در صورت لزوم کنترل را دوباره منتقل کند.

حفاظ‌ها Guardrails

حفاظ‌های طراحی شده به خوبی به شما کمک می‌کنند تا خطرات حریم خصوصی داده‌ها (به عنوان مثال، جلوگیری از نشت پرامپت سیستم) یا خطرات شهرت (به عنوان مثال، اجرای رفتار مدل همسو با برند) را مدیریت کنید. می‌توانید حفاظ‌هایی را تنظیم کنید که به خطراتی که قبلاً برای مورد استفاده خود شناسایی کرده‌اید بپردازند و موارد اضافی را به تدریج که آسیب‌پذیری‌های جدید را کشف می‌کنید، اضافه کنید. حفاظ‌ها یک جزء حیاتی از هر استقرار مبتنی بر LLM هستند، اما باید با پروتکل‌های قوی احراز هویت و مجوز، کنترل‌های دسترسی سختگیرانه و اقدامات امنیتی نرم‌افزاری استاندارد همراه باشند.

حفاظ‌ها را به عنوان یک مکانیسم دفاعی لایه‌ای در نظر بگیرید. در حالی که یک حفاظ تنها به احتمال زیاد محافظت کافی ارائه نمی‌دهد، استفاده از چندین حفاظ تخصصی با هم، ایجنت‌های مقاوم‌تری ایجاد می‌کند.

در نمودار زیر، ما حفاظ‌های مبتنی بر LLM، حفاظ‌های مبتنی بر قواعد مانند regex، و API تعدیل OpenAI را برای بررسی ورودی‌های کاربر ترکیب می‌کنیم.

from agents import (
    Agent,
    GuardrailFunctionOutput,
    InputGuardrailTripwireTriggered,
    RunContextWrapper,
    Runner,
    TResponseInputItem,
    input_guardrail,
    Guardrail,
    GuardrailTripwireTriggered
)
from pydantic import BaseModel


class ChurnDetectionOutput(BaseModel):
    is_churn_risk: bool
    reasoning: str


churn_detection_agent = Agent(
    name="Churn Detection Agent",
    instructions="Identify if the user message indicates a potential 
    customer churn risk.",
    output_type=ChurnDetectionOutput,
)
@input_guardrail
async def churn_detection_tripwire(
    ctx: RunContextWrapper[None], agent: Agent, input: str | 
    list[TResponseInputItem]
) -> GuardrailFunctionOutput:

    result = await Runner.run(churn_detection_agent, input, 
context=ctx.context)

    return GuardrailFunctionOutput(
        output_info=result.final_output,
        tripwire_triggered=result.final_output.is_churn_risk,
    )


customer_support_agent = Agent(
    name="Customer support agent",
    instructions="You are a customer support agent. You help customers with 

نتیجه‌گیری

ایجنت‌ها عصر جدیدی در خودکارسازی جریان کاری را نشان می‌دهند، جایی که سیستم‌ها می‌توانند از میان ابهام استدلال کنند، در سراسر ابزارها اقدام کنند و وظایف چند مرحله‌ای را با درجه بالایی از استقلال مدیریت کنند. برخلاف برنامه‌های ساده‌تر LLM، ایجنت‌ها جریان‌های کاری را از ابتدا تا انتها اجرا می‌کنند، که آن‌ها را برای موارد استفاده‌ای که شامل تصمیمات پیچیده، داده‌های بدون ساختار یا سیستم‌های مبتنی بر قواعد شکننده هستند، مناسب می‌سازد.

برای ساخت ایجنت‌های قابل اعتماد، با پایه‌های قوی شروع کنید: مدل‌های توانمند را با ابزارهای تعریف شده خوب و دستورالعمل‌های واضح و ساختاریافته جفت کنید. از الگوهای هماهنگ‌سازی که با سطح پیچیدگی شما مطابقت دارند استفاده کنید، با یک ایجنت‌ واحد شروع کنید و فقط در صورت نیاز به سیستم‌های چند-عامل تکامل یابید. حفاظ‌ها در هر مرحله حیاتی هستند، از فیلتر کردن ورودی و استفاده از ابزار تا مداخله انسان-در-حلقه، کمک می‌کنند تا اطمینان حاصل شود که ایجنت‌ها در محیط تولید به طور ایمن و قابل پیش‌بینی عمل می‌کنند.

مسیر به سوی استقرار موفق همه یا هیچ نیست. کوچک شروع کنید، با کاربران واقعی اعتبارسنجی کنید و قابلیت‌ها را در طول زمان افزایش دهید. با پایه‌های درست و یک رویکرد تکراری، ایجنت‌ها می‌توانند ارزش تجاری واقعی ارائه دهند—نه تنها وظایف، بلکه کل جریان‌های کاری را با هوش و سازگاری خودکار می‌کنند.

اگر در حال بررسی ایجنت‌ها برای سازمان خود هستید یا برای اولین استقرار خود آماده می‌شوید، لطفاً با ما تماس بگیرید. تیم ما می‌تواند تخصص، راهنمایی و پشتیبانی عملی را برای اطمینان از موفقیت شما ارائه دهد.

منابع بیشتر

• API Platform
• OpenAI for Business
• OpenAI Stories
• ChatGPT Enterprise
• OpenAI and Safety
• Developer Docs

OpenAI یک شرکت تحقیق و استقرار هوش مصنوعی است. ماموریت ما این است که اطمینان حاصل کنیم هوش مصنوعی عمومی به نفع تمام بشریت است.

مثال: سیستم چند-عامل

مثال زیر بهتر است با دستوراتی به زبان انگلیسی انجام شود ، این مثال برای فهم بیشتر آورده شده و در کتاب نیست

در این بخش، یک مثال عملی از سیستم چند-عامل را بررسی می‌کنیم که شامل یک ایجنت‌ مدیر، یک ایجنت‌ مترجم فارسی و یک ایجنت‌ ویرایشگر است. این مثال نشان می‌دهد چگونه می‌توان از الگوی مدیر برای هماهنگ‌سازی بین ایجنت‌های تخصصی استفاده کرد.

معماری سیستم

سیستم ما از سه ایجنت‌ تشکیل شده است:

1. ایجنت‌ مدیر (Manager Agent): این ایجنت‌ درخواست‌های کاربر را دریافت می‌کند، تصمیم می‌گیرد که آیا نیاز به ترجمه یا ویرایش دارد، و ایجنت‌ مناسب را فراخوانی می‌کند.
2. ایجنت‌ مترجم فارسی (Farsi Translator Agent): این ایجنت‌ متن انگلیسی را به فارسی ترجمه می‌کند.
3. ایجنت‌ ویرایشگر (Editor Agent): این ایجنت‌ متن ترجمه شده را بهبود می‌بخشد، اصلاحات دستوری انجام می‌دهد و فرمت‌بندی را بهبود می‌دهد.

در این مثال، ما از الگوی مدیر استفاده می‌کنیم، جایی که ایجنت‌ مدیر، ایجنت‌های تخصصی را به عنوان ابزار فراخوانی می‌کند.

پیاده‌سازی

در زیر، کد پیاده‌سازی این سیستم چند-عامل با استفاده از Agents SDK آمده است:

from agents import Agent, Runner, function_tool

# تعریف ایجنت‌ مترجم فارسی
@function_tool
def translate_to_farsi(text):
    """
    این تابع متن انگلیسی را به فارسی ترجمه می‌کند.
    در یک پیاده‌سازی واقعی، این می‌تواند از یک API ترجمه استفاده کند.
    """
    # این یک شبیه‌سازی ساده است - در دنیای واقعی از یک API ترجمه استفاده کنید
    translations = {
        "hello": "سلام",
        "welcome": "خوش آمدید",
        "thank you": "متشکرم",
        "how are you": "حال شما چطور است",
        "goodbye": "خداحافظ"
    }
    
    # برای کلمات ساده از دیکشنری استفاده می‌کنیم
    if text.lower() in translations:
        return translations[text.lower()]
    
    # در غیر این صورت، فرض می‌کنیم که از یک API ترجمه استفاده می‌کنیم
    return f"[ترجمه شده به فارسی: {text}]"

farsi_translator_agent = Agent(
    name="Farsi Translator Agent",
    instructions="""
    شما یک مترجم تخصصی انگلیسی به فارسی هستید. وظیفه شما ترجمه دقیق متن‌های 
    انگلیسی به فارسی روان و طبیعی است. سعی کنید ترجمه‌ها طبیعی و مطابق با 
    فرهنگ و زبان فارسی باشند.
    """,
    tools=[translate_to_farsi]
)

# تعریف ایجنت‌ ویرایشگر
@function_tool
def improve_text(text):
    """
    این تابع متن را بهبود می‌بخشد و اصلاحات دستوری انجام می‌دهد.
    در یک پیاده‌سازی واقعی، این می‌تواند از یک مدل زبانی برای بهبود متن استفاده کند.
    """
    # این یک شبیه‌سازی ساده است
    return f"[متن بهبود یافته: {text}]"

editor_agent = Agent(
    name="Editor Agent",
    instructions="""
    شما یک ویرایشگر متن فارسی هستید. وظیفه شما بهبود کیفیت متن‌های فارسی، 
    اصلاح اشتباهات دستوری و املایی، و بهبود فرمت‌بندی است. سعی کنید متن 
    نهایی روان، واضح و خوش‌خوان باشد.
    """,
    tools=[improve_text]
)

# تعریف ایجنت‌ مدیر
manager_agent = Agent(
    name="Translation Manager Agent",
    instructions="""
    شما یک ایجنت‌ مدیر هستید که درخواست‌های کاربر را مدیریت می‌کنید. 
    اگر کاربر درخواست ترجمه به فارسی داشته باشد، از ایجنت‌ مترجم فارسی استفاده کنید.
    اگر کاربر درخواست ویرایش متن فارسی داشته باشد، از ایجنت‌ ویرایشگر استفاده کنید.
    اگر کاربر درخواست ترجمه و سپس ویرایش داشته باشد، ابتدا از ایجنت‌ مترجم و سپس 
    از ایجنت‌ ویرایشگر استفاده کنید.
    """,
    tools=[
        farsi_translator_agent.as_tool(
            tool_name="translate_to_farsi",
            tool_description="Translate English text to Farsi"
        ),
        editor_agent.as_tool(
            tool_name="edit_farsi_text",
            tool_description="Edit and improve Farsi text"
        )
    ]
)

# مثال استفاده
async def main():
    # مثال ۱: فقط ترجمه
    result1 = await Runner.run(
        manager_agent, 
        "Please translate 'Welcome to our multi-agent system' to Farsi."
    )
    print(f"Example 1 - Translation only: {result1.content}")
    
    # مثال ۲: ترجمه و ویرایش
    result2 = await Runner.run(
        manager_agent, 
        "Please translate 'Thank you for your attention' to Farsi and then edit it to make it more formal."
    )
    print(f"Example 2 - Translation and editing: {result2.content}")
    
    # مثال ۳: فقط ویرایش
    result3 = await Runner.run(
        manager_agent, 
        "Please edit this Farsi text to make it more clear: 'سلام، من یک متن فارسی هستم که نیاز به ویرایش دارم.'"
    )
    print(f"Example 3 - Editing only: {result3.content}")

# اجرای برنامه
if __name__ == "__main__":
    import asyncio
    asyncio.run(main())

توضیح کد

در این مثال:

1. ما سه ایجنت‌ تعریف کرده‌ایم: یک ایجنت‌ مترجم فارسی، یک ایجنت‌ ویرایشگر، و یک ایجنت‌ مدیر.
2. ایجنت‌ مترجم فارسی از یک تابع translate_to_farsi استفاده می‌کند که متن انگلیسی را به فارسی ترجمه می‌کند. در یک پیاده‌سازی واقعی، این می‌تواند از یک API ترجمه استفاده کند.
3. ایجنت‌ ویرایشگر از یک تابع improve_text استفاده می‌کند که متن فارسی را بهبود می‌بخشد. در یک پیاده‌سازی واقعی، این می‌تواند از یک مدل زبانی برای بهبود متن استفاده کند.
4. ایجنت‌ مدیر، ایجنت‌های تخصصی را به عنوان ابزار در اختیار دارد و بسته به درخواست کاربر، ایجنت‌ مناسب را فراخوانی می‌کند.

مزایای این رویکرد

استفاده از سیستم چند-عامل در این مثال چندین مزیت دارد:

1. تخصص‌گرایی: هر ایجنت‌ روی یک وظیفه خاص تمرکز می‌کند، که منجر به عملکرد بهتر در آن وظیفه می‌شود.
2. مقیاس‌پذیری: می‌توان به راحتی ایجنت‌های جدید را به سیستم اضافه کرد، مثلاً یک ایجنت‌ مترجم برای زبان دیگر یا یک ایجنت‌ خلاصه‌ساز.
3. انعطاف‌پذیری: ایجنت‌ مدیر می‌تواند بسته به نیاز کاربر، جریان کار را تنظیم کند و از ایجنت‌های مختلف به ترتیب مناسب استفاده کند.
4. نگهداری آسان: هر ایجنت‌ را می‌توان به طور مستقل به‌روزرسانی یا اصلاح کرد، بدون تأثیر بر سایر اجزای سیستم.

این مثال نشان می‌دهد چگونه می‌توان از الگوی مدیر برای ایجاد یک سیستم چند-عامل کارآمد استفاده کرد. با استفاده از این الگو، می‌توانید سیستم‌های پیچیده‌تری را با ایجنت‌های تخصصی بیشتر ایجاد کنید که وظایف متنوعی را انجام می‌دهند.