---
title: "OpenAI Swarm-Nutzung in Python: Eine einfache Anleitung"
description: "Führen Sie eine Konfiguration durch und nutzen Sie OpenAI Swarm in einem Python-Projekt."
source: "https://www.launchfa.st/de/blog/using-openai-swarm"
author: "Rishi Raj Jain"
created_at: 2024-10-18T00:00:00.000Z
---
> **Site index for agents**
> Fetch https://www.launchfa.st/llms.txt to discover every page on this site.
> Every page is also available as Markdown by appending `.md` to its URL.
In diesem Tutorial erfahren Sie, wie Sie OpenAI Swarm in Python einrichten und verwenden, um ein Multiagentensystem zu erstellen. Das Tutorial behandelt die Einrichtung der Umgebung und die grundlegende Verwendung des OpenAI Swarm-Frameworks
## Aber was kann ich mit OpenAI Swarm machen?
Mit [Firecrawl](https://wwwfirecrawldev) und [OpenAI Swarm](https://github.com/openai/swarm) könnte ein Multi-Agenten-System das Internet durchsuchen und die Preise von LaunchFast-Starterkits im JSON-Format beantworten &# x1F4A5;
## Voraussetzungen
Sie benötigen Folgendes:
- [Python 310](https://wwwpythonorg/downloads/) oder höher
- [pip](https://pippypaio/en/stable/installation/) Paketinstallationsprogramm
- [OpenAI](https://platformopenaicom/api-keys) Konto
## Inhaltsverzeichnis
- [Eine neue virtuelle Umgebung einrichten](#set-up-a-new-virtual-environment)
- [Abhängigkeiten definieren](#define-dependencies)
- [Abhängigkeiten installieren](#install-the-dependencies)
- [Umgebungsvariablen definieren](#define-environment-variables)
- [Erstellen Sie ein Python-Skript zur Verwendung von OpenAI Swarm](#create-a-python-script-to-use-openai-swarm)
- [Führen Sie das Skript aus](#run-the-script)
## Richten Sie eine neue virtuelle Umgebung ein
```bash
# Create a new directory for your project
mkdir openai-swarm-tutorial
# Navigate to the project directory
cd openai-swarm-tutorial
# Create a new virtual environment
python -m venv venv
# Activate the virtual environment
## On Windows:
venv\Scripts\activate
## On macOS and Linux:
source venv/bin/activate
```
## Abhängigkeiten definieren
Erstellen Sie im Projektverzeichnis eine „requirementstxt“-Datei mit den folgenden Abhängigkeiten:
```bash
git+https://github.com/openai/swarm.git
python-dotenv
```
## Installieren Sie die Abhängigkeiten
Installieren Sie die Abhängigkeiten mit pip:
```bash
pip install -r requirements.txt
```
## Umgebungsvariablen definieren
Erstellen Sie im Projektverzeichnis eine „env“-Datei mit Folgendem:
```bash
OPENAI_API_KEY="your_api_key_here"
```
Ersetzen Sie „your_api_key_here“ durch Ihren tatsächlichen OpenAI-API-Schlüssel
## Erstellen Sie ein Python-Skript zur Verwendung von OpenAI Swarm
Erstellen Sie das Hauptskript „apppy“ mit dem folgenden Code:
```python
from dotenv import load_dotenv
from swarm import Agent, Swarm
# Load environment variables
load_dotenv()
# Initialize the Swarm client
client = Swarm()
def transfer_to_agent_b():
return agent_b
# Define Agent A
agent_a = Agent(
name="Agent A",
instructions="You are a helpful agent.",
functions=[transfer_to_agent_b],
)
# Define Agent B
agent_b = Agent(
name="Agent B",
instructions="Only speak in Haikus.",
)
# Run the Swarm with Agent A
response = client.run(
agent=agent_a,
messages=[{"role": "user", "content": "I want to talk to agent B."}],
)
# Print the last message from the response
print(response.messages[-1]["content"])
```
Dieses Skript führt Folgendes aus:
- Importiert notwendige Module und lädt die Umgebungsvariable „OPENAI_API_KEY“.
– Initialisiert den OpenAI Swarm-Client
– Definiert eine „transfer_to_agent_b“-Funktion zum Wechseln zu Agent B
– Erstellt zwei Agenten: Agent A und Agent B mit spezifischen Anweisungen
– Führt den Schwarm mit Agent A und einer Benutzernachricht aus
– Druckt die letzte Nachricht aus der Antwort
## Führen Sie das Skript aus
Führen Sie das Skript aus:
```bash
python app.py
```
Dadurch wird die ursprüngliche Nachricht mit Agent A verarbeitet, möglicherweise an Agent B weitergeleitet und das Ergebnis angezeigt
## Abschluss
Sie haben jetzt gelernt, wie Sie OpenAI Swarm einrichten und verwenden, um ein einfaches Multi-Agenten-System zu erstellen. Dieses Beispiel demonstriert die Agentendefinition, die Kommunikation zwischen Agenten und die grundlegende Swarm-Ausführung. Um dies zu erweitern, sollten Sie das Hinzufügen weiterer Agenten und die Implementierung komplexer Übertragungslogik in Betracht ziehen. oder erkunden Sie erweiterte Swarm-Funktionen wie Speicher oder Werkzeugnutzung
Wenn Sie Fragen oder Kommentare haben, können Sie mich gerne auf [Twitter](https://twitter.com/direct_messages/create/rishi_raj_jain_).