Question 1

How do I deploy my agency to production?

Accepted Answer

Bygg en dedikerad API bakänd (FastAPI rekommenderas) som hanterar autentisering och behåller tråd status användandes kallbacks. Se Deployment to Production guide för detaljerade steg.

Question 2

Hur kan jag servera en Agency som en API med hjälp av FastAPI?

Accepted Answer

Lägg in din agency inom ett FastAPI-ändpunkt:
```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}
```
 Eller använd den byggda integreringen med FastAPI: 
```python
agency.run_fastapi(host="0.0.0.0", port=8000)
```

Question 3

Varför läggs CodeInterpreter-verktyget automatiskt till?

Accepted Answer

När filer som till exempel .json, .docx eller .pptx läggs upp, läggs CodeInterpreter-verktyget till automatiskt för att bearbeta dem. För att ändra detta beteende måste du uppdatera agensens instruktioner eller skapa ett custom-filerhäntande-verktyg.

Question 4

Hur kan jag överföra data mellan verktyg och agenter?

Accepted Answer

Det finns två sätt att överföra data mellan verktyg och agenter: använd agensestensemang i ditt verktyg eller skapa ett verktyg som laddar upp filer till lagring och returnerar en fil-ID. Den fil-ID:n kan sedan användas av andra verktyg eller agenter.

Question 5

Hur hanterar jag flera användare med Agency Swarm?

Accepted Answer

För att stödja flera användare eller chattsamtal måste du läsa och spara ID:n för varje användare i databasen. Se till att varje chatt/användare har ett unikt ID och följ guiden för Deployment till produktion för mer detaljerad information.

Question 6

Hur sparar och fortsätter jag konversationer?

Accepted Answer

För att behålla konversationerna mellan programstartar behöver du implementera återrop som sparar och laddar upp hela meddelandehistoriken från en lokal fil. Exempelvis:

```python
import os, json
def load_threads(chat_id: str) -> list[dict]: 
"""Ladda upp alla trådar för en specifik chatt-session."""
if os.path.exists(f"{chat_id}_threads.json"): 
	ope open(f"{chat_id}_threads.json", "r") as fil: 
	return json.load(fil)
return []

def save_threads(thread_dict: list[dict], chat_id: str): 
"""Spara alla trådar till fil."""
	ope open(f"{chat_id}_threads.json", "w") as fil: 
	json.dump(thread_dict, fil)
```
Därefter skicka dessa bakgrunder när du startar byrån:

```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),
)
```

Denna uppsättning bevarar konversationskontexten mellan körförloppen.

Question 7

Kan jag använda öppen källkodsmodeller med Agency Swarm?

Accepted Answer

Ja, du kan använda tredjepartsmodeller för enkla, icke-väsentliga uppgifter (vanligtvis ett eller två verktyg per agent). Se dokumentationen för Third-Party Models för mer information. Många tredjeparts- modeller kämpar dock fortfarande med funktionshämtning.

Question 8

Hur sätter jag min OpenAI API-nyckel i mitt projekt?

Accepted Answer

Sätt dina API-nycklar i din kod: ```python from agency_swarm import set_openai_key set_openai_key("YOUR_API_KEY") ``` Eller använd en .env-fil: ``` OPENAI_API_KEY=sk-1234... ``` Därefter ladda den med: ```python from dotenv import load_dotenv load_dotenv() ```

Agency SwarmEtt open-source‑ramverk för AI‑agentorkestrering som är utformat för att automatisera och förenkla AI‑utvecklingsprocesser genom samarbetsagent‑svärmar.

Översikt

Nyckelfunktioner

Priser

Användningsfall

Automatisera AI‑utvecklingsarbetsflöden

Bygg multi‑agent‑applikationer

Orkestrera uppgiftsdelegation mellan agenter

Experimentera med agent‑samarbetsmönster

Fördelar och nackdelar

Fördelar

Nackdelar

Stridsrekord

Last battle

Recensioner

Solid for our team

Solid for our team

Compared a few options

Skeptical, then convinced

Years in this space

Frågor

Ställ en fråga

Alternativ till Framvägande av AI-agenter

Översikt

Nyckelfunktioner

Priser

Användningsfall

Automatisera AI‑utvecklingsarbetsflöden

Bygg multi‑agent‑applikationer

Orkestrera uppgiftsdelegation mellan agenter

Experimentera med agent‑samarbetsmönster

Fördelar och nackdelar

Fördelar

Nackdelar

Stridsrekord

Last battle

Recensioner

Solid for our team

Solid for our team

Compared a few options

Skeptical, then convinced

Years in this space

Frågor

Ställ en fråga

Alternativ till Framvägande av AI-agenter

Trending now