Xây dựng hệ thống đa tác nhân trong Python

AI tác nhân Xây dựng hệ thống đa tác nhân trong Python Giới thiệu về hệ thống đa tác nhân Mahnoor Javed Ngày 7/6/2026 13 phút đọc Chia sẻ Ảnh của Mohamen Nohassi qua Unsplash Các tác nhân AI đang là chủ đề được quan tâm. Chúng ta thấy chúng ở khắp mọi nơi, ngay cả khi được sử dụng cho những tác vụ đơn giản nhất trên điện thoại. Chúng tiện lợi, nhanh chóng và khá đáng tin cậy, giúp chúng ta điều hướng cuộc sống hàng ngày. Nếu bạn muốn một lời giải thích dễ hiểu về một khái niệm khoa học, bạn hỏi ChatGPT. Bạn muốn một hướng dẫn về kế hoạch ăn uống cho đứa trẻ kén ăn của mình, bạn hỏi AI. Ngay cả việc lập kế hoạch cho toàn bộ chuyến du lịch của bạn cũng có thể được giao cho AI. Và, đây chính xác là những gì chúng ta sẽ làm trong hướng dẫn này (hãy theo dõi!). Chúng ta biết về các tác nhân AI, nhưng điều gì sẽ xảy ra nếu chúng ta có thể xây dựng và sử dụng các tác nhân AI khác nhau cho các vai trò khác nhau trong một dự án lớn hơn? Đây là lúc khái niệm hệ thống đa tác nhân phát huy tác dụng. Khi các ứng dụng AI trở nên tiên tiến hơn, chúng ta đang chuyển từ các mô hình AI đơn lẻ trả lời các câu hỏi đơn giản và thực hiện các tác vụ đơn giản sang các hệ thống nơi nhiều tác nhân AI làm việc cùng nhau để giải quyết các vấn đề phức tạp. Hệ thống đa tác nhân (MAS) là một khái niệm trong đó nhiều tác nhân AI cộng tác với nhau để hoàn thành một mục tiêu lớn hơn. Mỗi tác nhân này có một vai trò cụ thể dẫn đến mục tiêu cuối cùng và chúng hoàn thành mục tiêu đó bằng sự hợp tác lẫn nhau. Hệ thống lập kế hoạch du lịch đa tác nhân Trong dự án này, chúng ta sẽ xây dựng một Hệ thống lập kế hoạch du lịch đa tác nhân. Về cơ bản, thay vì chỉ một tác nhân AI lập kế hoạch du lịch cho chúng ta, chúng ta sẽ có một nhóm các tác nhân AI, mỗi tác nhân có một vai trò cụ thể và chúng sẽ làm việc cùng nhau để tạo ra kế hoạch du lịch hoàn hảo cho chúng ta! Chúng ta có thể hình dung Hệ thống lập kế hoạch du lịch đa tác nhân giống như một công ty du lịch thực sự. Thay vì một người xử lý mọi thứ, các chuyên gia khác nhau sẽ xử lý các tác vụ khác nhau theo chuyên môn của họ và làm việc cùng nhau. Đối với Công cụ lập kế hoạch du lịch AI của chúng ta, chúng ta sẽ có các tác nhân sau: Các tác nhân AI trong dự án của chúng ta (Ảnh của Tác giả) Tác nhân nghiên cứu du lịch: Tác nhân này sẽ thực hiện các tác vụ nghiên cứu. Nó sẽ khám phá điểm đến mà khách hàng muốn đến và tìm các điểm tham quan, địa điểm ẩn, trải nghiệm địa phương, mẹo du lịch, v.v. Nó sẽ thu thập thông tin cơ bản cần thiết để lập kế hoạch chuyến đi. Tác nhân lập kế hoạch hoạt động: Tác nhân này sẽ lập kế hoạch các hoạt động dựa trên nghiên cứu của Tác nhân nghiên cứu. Nó sẽ là người quyết định địa điểm nào để ghé thăm, thời điểm ghé thăm, những hoạt động nào cần làm và cách tổ chức toàn bộ chuyến đi! Tác nhân ngân sách: Tác nhân này chịu trách nhiệm lập ngân sách hợp lý. Nó sẽ phân tích kế hoạch được chia sẻ bởi Tác nhân lập kế hoạch hoạt động và chia sẻ các chi phí dự kiến, các lựa chọn hợp lý, mẹo tiết kiệm tiền và giúp tùy chỉnh chuyến đi theo ngân sách của khách hàng. Trợ lý du lịch cuối cùng: Cuối cùng, trợ lý du lịch cuối cùng sẽ kết hợp đầu ra từ cả ba tác nhân: nghiên cứu, kế hoạch hoạt động và ngân sách, và tạo ra một hành trình du lịch cá nhân hóa đơn giản! Đây là quy trình làm việc chung của toàn bộ dự án: Quy trình dự án (Ảnh của Tác giả) Chúng ta sẽ xây dựng dự án này bằng Python, sử dụng PyCharm IDE. Đây là một dự án Python cấp độ trung bình yêu cầu hiểu biết cơ bản về các tác nhân AI trong Python, cũng như kiến thức sơ bộ về Lập trình hướng đối tượng, vì chúng ta sẽ tạo các lớp. Nếu bạn mới làm quen với Python và AI tác nhân, bạn có thể truy cập hướng dẫn AI tác nhân dành cho người mới bắt đầu của tôi từ liên kết sau: Hướng dẫn cơ bản để xây dựng tác nhân AI bằng Python Nếu bạn muốn tìm hiểu về lập trình hướng đối tượng (OOP) trong Python, bạn có thể tham khảo các bài viết sau, nơi tôi đã tạo một máy pha cà phê bằng Python, và sau đó, trong hướng dẫn tiếp theo, sử dụng khái niệm OOP để tối ưu hóa mã: Triển khai máy pha cà phê bằng Python Triển khai dự án máy pha cà phê bằng Python sử dụng lập trình hướng đối tượng Tất cả các bài viết này sẽ cung cấp cho bạn hiểu biết cơ bản về mã Python, và từ đó giúp bạn hiểu mã trong dự án thú vị này. Hãy bắt đầu lập trình dự án! Tạo dự án Việc đầu tiên là tạo thư mục dự án trong PyCharm (hoặc IDE bạn chọn) và đặt tên dự án là "Multi Agent System" (hoặc bất kỳ tên nào bạn muốn). Tạo dự án (Hình ảnh của Tác giả) Cài đặt và nhập các gói Python Sau khi thư mục dự án được tạo, hãy tạo một tệp "main.py" nơi chúng ta sẽ viết mã. Trong terminal, cài đặt OpenAI và sau đó nhập nó vào tệp mã của bạn. pip install openai Tạo thư mục, tệp Python, cài đặt và nhập OpenAI (Hình ảnh của Tác giả) from openai import OpenAI Kết nối Python với mô hình AI Để chương trình của chúng ta giao tiếp với OpenAI và xử lý mã, chúng ta cần kết nối nó với nền tảng AI. Trong trường hợp này, chúng ta sẽ sử dụng OpenRouter.ai và thêm URL của nó. Chúng ta cũng sẽ thêm khóa API vào mã của mình, lưu nó trong biến api_key. Khóa API này sẽ cấp cho chương trình của chúng ta quyền cần thiết để sử dụng các mô hình AI. Chúng ta sẽ tạo một client sẽ giao tiếp với mô hình AI bằng khóa API đã tạo: client = OpenAI( base_url="https://openrouter.ai/api/v1", api_key="YOUR API KEY" ) Sau khi bạn tạo khóa API trong OpenRouter.ai, không chia sẻ khóa này với bất kỳ ai. Chỉ cần thêm nó vào vị trí "YOUR API KEY". Tạo lớp Agent Bây giờ là phần lập trình các tác nhân AI. Vì chúng ta không tạo chỉ một hoặc hai tác nhân, chúng ta sẽ không lập trình trực tiếp. Thay vào đó, chúng ta sẽ sử dụng khái niệm OOP, và tạo một lớp (hoặc một bản thiết kế dễ hiểu hơn) của danh mục tác nhân, và sau đó sử dụng bản thiết kế này để tạo từng tác nhân riêng lẻ. Tác nhân sẽ lưu trữ tên để nhận dạng tác nhân và vai trò, cho AI biết tác nhân nên hành xử như thế nào. Ngoài ra, chúng ta cũng sẽ tạo một hàm run sẽ cung cấp cho các tác nhân AI của chúng ta khả năng hoạt động, tức là gửi nhiệm vụ đến mô hình AI. class Agent: def __init__(self, name, role): self.name = name self.role = role def run(self,