OpenAI Swarm실험적이면서 오픈 소스인 경량 다기능 에이전트 관리 프레임워크에 대한 지침과 callable 함수와 함께 에이전트 추상화,.handoff를 사용하여 컨트롤 전이, 라우틴 및 자동 툴-콜실행 루프

아직도 실험적인 개발 단계에 있는 오픈 AI 스와rm은 오픈 AI에서 제공하는 멀티 에이전트 시스템을 구축하고 조율할 수 있는 교육용 프레임웍입니다. 생산용 라이브러리가 아닌 이 프레임웍의 주요 목적은 여러 에이전트를 조율하는 ergonomic 패턴을 시연하며, 복잡성을 줄이고 투명성을 강조하는 간결성을 중시하는 것입니다. OpenAI Swarm 프레임워크는 두 가지 핵심 추상화를 기준으로 구축되었다: 에이전트 agent 및 핸드오프 handoff. Swarm 에서 에이전트는 일련의 инструк션 (시스템 프롬프트나 '루틴' routine) 및 부울 수 있는 함수 (도구 tools)가 캡슐화되어 있다. 한 에이전트가 다른 에이전트로 대화를 관리하는 제어를 전환하기 위해 함수에서 에이전트를 반환할 수 있게 해주는 핸드오프는 한 에이전트가 다른 에이전트에게 권한을 넘기게 해준다. 이것은 특화된 에이전트가 특정 부분의 작업을 수용하기에 다양한 작업 흐름을 모델링하기를 쉬운 것으로 만들어준다. 예를 들어, 에이전트가 요청을 분류하고 적절한 전문가에게 넘기는 ' 분류 및 라우팅' triage-and-route과 같은. 스와림(Swarm)은 호출 사이 스레드가 없으며, 클라이언트 측에서 실행되며 OpenAI Chat Completions API의 하부 구조를 사용합니다. 스와림은 모델을 호출하는 반복 루프, 반환된 도구 호출을 실행하고 변수를 관리하여 에이전트 간 공유할 수 있는 컨텍스트 변수를 업데이트하는 작업을 처리합니다. 서버측 상태를 유지하지 않기 때문에 개발자들은 대화 기록 및 컨텍스트 전달의 완전한 시야와 제어를 유지할 수 있습니다. 이 프로젝트는 개발자와 연구자들에게 대상이며, 다중 에ージェнт 조정 패턴을 학습하거나 프로토타입 하기를 원하는 분들을 위해 설계되었습니다. 가벼운 설계로 인해 Entire Codebase를 보실 수 있으며, 작동하는 Orchestration 메커니즘에 대해 정확히 이해하실 수 있습니다. 이를 교육적인 목적과 에이전트 아키텍처를自分으로 설계하기 위한 팀들에게 매우 유용합니다. 특히 OpenAI는 Swarm을 실험적이며 프로덕션 사용에 적합하지 않은 것으로 제시하고 있으며, 그 개념은 크게 OpenAI Agents SDK에 의해 대체되었으며, 그 recommanded 프로덕션급 succeeder이다. 이런 의미에서 Swarm은 실제 애플리케이션을 만드는 데 사용할 수있는 유지 보수한 프레임워크가 아니라 참조 구현과 학습자 리소스として 최대한 이해된다.