Agency-Swarm项目中解决Agent文件传递异常的技术方案
2025-06-19 16:43:24作者:咎竹峻Karen
在基于Agency-Swarm框架开发多Agent系统时,开发者可能会遇到Agent尝试传递不存在的文件ID导致的404错误。本文将深入分析该问题的技术背景,并提供两种有效的解决方案。
问题现象与原因分析
当使用Agency-Swarm框架构建的多Agent系统运行时,系统日志中可能出现如下错误:
openai.NotFoundError: Error code: 404 - {'error': {'message': 'Files [file-1] were not found'
这种现象通常源于以下两种技术场景:
- Agent产生"幻觉",尝试引用未实际关联的文件ID
- 开发者希望完全禁用Agent间的文件传递功能
核心解决方案
方案一:优化Agent指令设计(推荐)
对于需要保留文件传递功能的场景,可以通过以下方法优化:
- 明确文件用途说明:为每个附加文件添加清晰的目的描述
- 完善检索指令:要求Agent先获取有效的文件ID
请提供example.txt文件的ID(应以"file-"开头) - 细化任务分解:将复杂任务拆分为明确的子任务,每个子任务单独传递
方案二:自定义消息传递工具(适用于禁用文件传递)
通过继承SendMessageBase类创建自定义工具:
from agency_swarm.tools.send_message.SendMessageBase import SendMessageBase
class CustomSendMessage(SendMessageBase):
"""定制化的消息传递工具,移除了文件传递功能"""
my_primary_instructions: str = Field(...)
message: str = Field(...)
additional_agent_instructions: Optional[str] = Field(default=None)
def run(self):
return self._get_completion(
message=self.message,
additional_instructions=self.additional_instructions
)
# 在初始化Agency时指定自定义工具
agency = Agency(
[agent1, agent2],
send_message_tool_class=CustomSendMessage
)
技术实现要点
- 继承机制:通过继承SendMessageBase保持核心功能的同时移除文件处理
- 字段设计:保留必要的message和instructions字段,确保基础通信功能
- Agency集成:通过send_message_tool_class参数实现工具替换
最佳实践建议
- 对于简单任务处理场景,方案二更为简洁高效
- 需要复杂协作的场景建议采用方案一,保留文件传递的灵活性
- 定期检查Agent的指令集,确保其与实际业务需求保持一致
- 在开发阶段添加充分的日志记录,便于追踪文件传递过程
通过以上技术方案,开发者可以灵活应对Agency-Swarm框架中的文件传递异常问题,构建更稳定的多Agent系统。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
892
667
Ascend Extension for PyTorch
Python
376
446
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271