Question 1

Come deployo la mia agenzia in produzione?

Accepted Answer

Costruisci un backend API dedicato (consigliato FastAPI) che gestisca l'autenticazione e persista lo stato del thread tramite callback. Consulta la guida Deployment to Production per i passaggi dettagliati.

Question 2

Come posso servire un'agenzia come API usando FastAPI?

Accepted Answer

Incorpora la tua agenzia all'interno di un endpoint 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}
```
oppure usa l'integrazione FastAPI incorporata: ```python
agency.run_fastapi(host="0.0.0.0", port=8000)
```

Question 3

Perché lo strumento CodeInterpreter viene aggiunto automaticamente?

Accepted Answer

Quando vengono caricati file di tipi come .json, .docx o .pptx, lo strumento CodeInterpreter è aggiunto automaticamente per elaborarli. Per modificare questo comportamento, aggiorna le istruzioni dell’agente o crea uno strumento personalizzato per la gestione dei file.

Question 4

Come posso trasferire i dati tra strumenti e agenti?

Accepted Answer

Ci sono due modi per trasferire i dati tra strumenti e agenti: utilizzare il contesto dell’agenzia all’interno dei propri strumenti, oppure creare uno strumento che carica file nello storage e restituisce un ID file. L’ID file può poi essere usato da altri strumenti o agenti.

Question 5

Come gestisco più utenti con Agency Swarm?

Accepted Answer

Per supportare più utenti o chat, devi caricare e salvare gli ID dei thread nel tuo database per ogni utente. Assicurati che ogni chat/utente abbia un ID thread unico e segui la guida "Deployment to Production" per ulteriori dettagli.

Question 6

Come posso salvare e continuare le conversazioni?

Accepted Answer

Per mantenere le conversazioni tra i riavvio dell'applicazione, implementa callback che salvano e caricano l'intera cronologia dei messaggi da un file locale. Per esempio, definisci le tue funzioni di callback:
```python
import os, json

def load_threads(chat_id: str) -> list[dict]:
    """Carica tutti i dati dei thread per una sessione di chat specifica."""
    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):
    """Salva tutti i dati dei thread su file."""
    with open(f"{chat_id}_threads.json", "w") as file:
        json.dump(thread_dict, file)
```
Poi passa questi callback quando inizializzi l'agenzia:
```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),
)
```
Questa configurazione preserva il contesto della tua conversazione tra le esecuzioni.

Question 7

Posso utilizzare modelli open source con Agency Swarm?

Accepted Answer

Sì — puoi usare modelli di terze parti per compiti semplici e non mission-critical (di solito uno o due strumenti per agente). Consulta la documentazione sui Modelli di Terze Parti per maggiori informazioni. Tieni presente che molti modelli di terze parti hanno attualmente difficoltà con le funzioni di chiamata.

Question 8

Come imposto la mia chiave API di OpenAI nel mio progetto?

Accepted Answer

Imposta la tua chiave API nel codice:
```python
from agency_swarm import set_openai_key
set_openai_key("YOUR_API_KEY")
```
oppure usa un file .env:
```
OPENAI_API_KEY=sk-1234...
```
Poi caricalo con:
```python
from dotenv import load_dotenv
load_dotenv()
```

Agency SwarmUn framework open-source per l'orchestrazione di agenti AI, progettato per automatizzare e semplificare i processi di sviluppo AI attraverso sciami di agenti collaborativi.

Panoramica

Funzionalità chiave

Prezzi

Casi d’uso

Automazione dei flussi di lavoro di sviluppo di AI

Sviluppo di applicazioni di agenti multipli

Orchestrazione della delega di compiti tra agenti

Sperimentare con pattern di comunicazione degli agenti

Pro & contro

Pro

Contro

Storico battaglie

Last battle

Recensioni

Solid for our team

Solid for our team

Compared a few options

Skeptical, then convinced

Years in this space

Domande e risposte

Fai una domanda

Alternative a Sistemi di sviluppo di agenti artificiali AI

Panoramica

Funzionalità chiave

Prezzi

Casi d’uso

Automazione dei flussi di lavoro di sviluppo di AI

Sviluppo di applicazioni di agenti multipli

Orchestrazione della delega di compiti tra agenti

Sperimentare con pattern di comunicazione degli agenti

Pro & contro

Pro

Contro

Storico battaglie

Last battle

Recensioni

Solid for our team

Solid for our team

Compared a few options

Skeptical, then convinced

Years in this space

Domande e risposte

Fai una domanda

Alternative a Sistemi di sviluppo di agenti artificiali AI

Trending now