原標題：OpenAI又開源了！不用代碼就能構建復雜多Agents實時語音協(xié)作系統(tǒng)
文章來源：夕小瑤科技說
內(nèi)容字數(shù)：3899字

OpenAI開源項目：20分鐘構建多Agent語音應用

近日，OpenAI悄然發(fā)布了開源項目openai-realtime-agents，這是一個基于Realtime API的多Agent語音應用示例，只需20分鐘即可構建屬于自己的多Agent語音應用。該項目最大的亮點在于，它允許開發(fā)者使用自然語言來定義Agent及其交互規(guī)則，并引入了低延時的Realtime API，極大降低了開發(fā)門檻。

自然語言定義Agent及交互

1. 簡化開發(fā)流程：以往構建多Agent應用需要復雜的編程知識和大量開發(fā)工作，而openai-realtime-agents則允許開發(fā)者用自然語言描述Agent的行為和功能，無需精通編程語言和開發(fā)環(huán)境。即使沒有專業(yè)編程技能，也能快速創(chuàng)建多Agent應用或代理式工作流。

2. 示例場景：官方提供了一個簡單的示例，包含兩個Agent：greeter（接待員）和haiku（俳句詩人）。greeter負責接待用戶，詢問是否需要俳句詩；用戶回答后，系統(tǒng)切換到haiku，根據(jù)用戶提供的主題創(chuàng)作俳句。

3. 三步定制：定制過程簡單易行，只需三步：定義Agent（姓名、職責、指令、工具）；明確Agent的下游響應者；添加Agent轉換工具（實現(xiàn)Agent間的自動切換）。

Agent生成工具及狀態(tài)機Prompt

1. 高質量Agent指令生成：項目作者Noah MacCallum提供了一個工具，能夠生成高質量的Agent指令，例如，可以生成一個導購版小瑤的Agent指令，直接作為Agent配置的instructions。

2. 狀態(tài)機Prompt：該工具生成的指令實際上是一個用自然語言描述的對話狀態(tài)機，每個狀態(tài)都有詳細的指令、示例和狀態(tài)切換條件。這使得Agent能夠根據(jù)對話內(nèi)容進行狀態(tài)切換，實現(xiàn)更復雜的交互。

3. 實際應用：文章中通過一個簡單的年貨導購場景，展示了狀態(tài)機的實際應用效果，導購版小瑤能夠根據(jù)用戶的需求進行引導，展現(xiàn)了該模式的應用價值。未來該模式可應用于游戲角色扮演、業(yè)務系統(tǒng)實現(xiàn)等領域。

顛覆性的意義與未來展望

1. 降低AI應用門檻：該項目讓開發(fā)者可以用自然語言實現(xiàn)業(yè)務邏輯，更貼近人類的思考方式。即使沒有代碼編寫能力，也能開發(fā)出復雜的AI應用。

2. 改變?nèi)藱C交互方式：該項目改變了開發(fā)者與AI的交互方式，開發(fā)者只需定義Agent的職責和能力，Agent就能協(xié)同工作，如同管理一個團隊。

3. 未來應用潛力巨大：該項目預示著未來AI應用開發(fā)的趨勢，降低了開發(fā)成本，拓展了AI應用的領域，為創(chuàng)造一個新的世界提供了可能。

總而言之，openai-realtime-agents是一個具有突破性意義的開源項目，它簡化了多Agent應用的開發(fā)流程，降低了AI應用的門檻，為AI的廣泛應用鋪平了道路，也為開發(fā)者提供了全新的視角和工具，去探索和創(chuàng)造未來。

聯(lián)系作者

文章來源：夕小瑤科技說
作者微信：
作者簡介：低負擔解碼AI世界，硬核也可愛！聚集35萬AI發(fā)燒友、開發(fā)者和從業(yè)者，廣泛覆蓋互聯(lián)網(wǎng)大廠中高管、AI公司創(chuàng)始人和機構投資人。一線作者來自清北、國內(nèi)外頂級AI實驗室和大廠，兼?zhèn)涿翡J的行業(yè)嗅覺和洞察深度。商務合作：zym5189