Question 1

How do I deploy my agency to production?

Accepted Answer

Build a dedicated API backend (FastAPI is recommended) that manages authentication and persists thread state using callbacks. See the Deployment to Production guide for detailed steps.

Question 2

¿Cómo puedo servir una Agency como API usando FastAPI?

Accepted Answer

Incorpora tu agency dentro de un endpoint de FastAPI:
```python
from fastapi import FastAPI
from uuid import uuid4

app = FastAPI()

@app.post("/chat")
async def chat(user_request: UserRequest):
    chat_id = user_request.chat_id or str(uuid4())
    agency = Agency(
        agent,
        load_threads_callback=lambda: load_threads(chat_id),
        save_threads_callback=lambda thread_dict: save_threads(thread_dict, chat_id)
    )
    response = await agency.get_response(user_request.message)
    return {"chat_id": chat_id, "response": response.final_output}
```
O utiliza la integración incorporada de FastAPI:
```python
agency.run_fastapi(host="0.0.0.0", port=8000)
```

Question 3

¿Por qué la herramienta CodeInterpreter se agrega automáticamente?

Accepted Answer

Cuando se suben tipos de archivo como .json, .docx o .pptx, la herramienta CodeInterpreter se añade de forma automática para procesarlos. Para cambiar este comportamiento, actualiza las instrucciones del agente o crea una herramienta personalizada de manejo de archivos.

Question 4

¿Cómo puedo transferir datos entre herramientas y agentes?

Accepted Answer

Hay dos formas de transferir datos entre herramientas y agentes: usar el contexto de la agencia dentro de tus herramientas, o crear una herramienta que suba archivos al almacenamiento y devuelva un ID de archivo. Ese ID de archivo puede ser usado luego por otras herramientas o agentes.

Question 5

¿Cómo gestiono múltiples usuarios con Agency Swarm?

Accepted Answer

Para admitir varios usuarios o chats, debe cargar y guardar los IDs de los hilos en su base de datos para cada usuario. Asegúrese de que cada chat/usuario tenga un ID de hilo único y siga la guía "Deployment to Production" para más detalles.

Question 6

¿Cómo guardo y continúo conversaciones?

Accepted Answer

Para conservar las conversaciones entre reinicios de la aplicación, implemente callbacks que guarden y carguen todo el historial de mensajes desde un archivo local. Por ejemplo, defina sus funciones de callback:
```python
import os, json

def load_threads(chat_id: str) -> list[dict]:
    """Carga todos los datos de hilos para una sesión de chat específica."""
    if os.path.exists(f"{chat_id}_threads.json"):
        with open(f"{chat_id}_threads.json", "r") as file:
            return json.load(file)
    return []

def save_threads(thread_dict: list[dict], chat_id: str):
    """Guarda todos los datos de hilos en un archivo."""
    with open(f"{chat_id}_threads.json", "w") as file:
        json.dump(thread_dict, file)
```
Luego pase estos callbacks al inicializar la agencia:
```python
from agency_swarm import Agency

agency = Agency(
    agent,
    load_threads_callback=lambda: load_threads(chat_id),
    save_threads_callback=lambda thread_dict: save_threads(thread_dict, chat_id),
)
```
Esta configuración preserva el contexto de su conversación entre ejecuciones.

Question 7

¿Puedo usar modelos de código abierto con Agency Swarm?

Accepted Answer

Sí: puedes usar modelos de terceros para tareas simples y no críticas (normalmente uno o dos tools por agente). Consulta la documentación de Modelos de Terceros para más información. Ten en cuenta que muchos modelos de terceros aún tienen dificultades con el llamado a funciones.

Question 8

¿Cómo configuro mi clave API de OpenAI en mi proyecto?

Accepted Answer

Establece tu clave API en el código:
```python
from agency_swarm import set_openai_key
set_openai_key("TU_API_KEY")
```
O usa un archivo .env:
```text
OPENAI_API_KEY=sk-1234...
```
Luego cárgala con:
```python
from dotenv import load_dotenv
load_dotenv()
```

Agency SwarmUn framework de orquestación de agentes de IA de código abierto diseñado para automatizar y agilizar los procesos de desarrollo de IA mediante enjambres de agentes colaborativos.

Resumen

Funciones clave

Precio

Casos de uso

Automatizar flujos de trabajo de desarrollo de IA

Construir aplicaciones multi-agente

Orquestar la delegación de tareas entre agentes

Experimentar con patrones de colaboración entre agentes

Pros y contras

Ventajas

Contras

Historial de batallas

Last battle

Reseñas

Solid for our team

Solid for our team

Compared a few options

Skeptical, then convinced

Years in this space

Preguntas y respuestas

Hacer una pregunta

Alternativas a Marcos de Desarrollo de Agentes de Inteligencia Artificial

Resumen

Funciones clave

Precio

Casos de uso

Automatizar flujos de trabajo de desarrollo de IA

Construir aplicaciones multi-agente

Orquestar la delegación de tareas entre agentes

Experimentar con patrones de colaboración entre agentes

Pros y contras

Ventajas

Contras

Historial de batallas

Last battle

Reseñas

Solid for our team

Solid for our team

Compared a few options

Skeptical, then convinced

Years in this space

Preguntas y respuestas

Hacer una pregunta

Alternativas a Marcos de Desarrollo de Agentes de Inteligencia Artificial

Trending now