【智能体开发】【开发工具】【入门】3.Microsoft AutoGen入门

🏗️ 核心概念：你的AI团队

可以把AutoGen想象成一个虚拟的“AI团队”，每个Agent都是团队中拥有特定技能的角色，通过相互对话和协作来解决问题。AutoGen最新版本（v0.4）采用分层设计，你可以根据需要灵活使用：

• Core层：基础设施，如同“公司制度”，定义了Agent的底层通信机制。适合高级开发者构建自定义、可扩展的Agent系统。
• AgentChat层：高层API，如同“标准业务流程”，提供预设好的对话模式和Agent类型。最易用，初学者可通过它快速上手。
• Ext层：生态集成，如同“外部合作伙伴”，用于连接OpenAI、Azure等模型和各种工具。
• AutoGen Studio：可视化管理平台，提供无代码界面，让你能通过拖拽快速组建和测试AI团队。

🛠️ 第一步：搭建环境

1. 准备Python环境：推荐使用Conda创建虚拟环境，要求Python版本在3.8至3.13之间。

conda create -n autogen_env python=3.10 conda activate autogen_env

1. 安装AutoGen v0.4：在激活的环境中，通过pip安装核心包。

pip install -U "autogen-agentchat" "autogen-ext[openai]"

提示：也可安装社区发行版AG2。它曾用名AutoGen，API高度一致，但包名不同。使用AG2时，安装命令为：​​pip install "ag2[openai]"​​。

1. 配置大模型：通过环境变量安全地设置API密钥（以OpenAI为例）。

# macOS / Linux export OPENAI_API_KEY='你的OpenAI_API密钥' # Windows (CMD) set OPENAI_API_KEY=你的OpenAI_API密钥

🚀 实战演练：创建你的第一个AI团队

动手实现一个由“主Agent”和“评审Agent”组成的团队，共同完成任务。创建一个 ​​my_first_team.py​​ 文件：

import asyncio from autogen_agentchat.agents import AssistantAgent from autogen_agentchat.teams import RoundRobinGroupChat from autogen_agentchat.conditions import TextMentionTermination from autogen_agentchat.ui import Console from autogen_ext.models.openai import OpenAIChatCompletionClient async def main(): # 1. 配置模型客户端（自动读取OPENAI_API_KEY环境变量） model_client = OpenAIChatCompletionClient(model="gpt-4o-mini") # 2. 创建主Agent primary_agent = AssistantAgent( name="Primary", model_client=model_client, system_message="你是一个乐于助人的AI助手。" ) # 3. 创建评审Agent critic_agent = AssistantAgent( name="Critic", model_client=model_client, system_message="提供建设性反馈。当你的反馈被采纳后，回复 'APPROVE'。" ) # 4. 定义终止条件：当评审Agent说“APPROVE”时停止 termination = TextMentionTermination("APPROVE") # 5. 创建团队，使用轮询策略 team = RoundRobinGroupChat( participants=[primary_agent, critic_agent], termination_condition=termination ) # 6. 启动团队执行任务 await Console(team.run_stream(task="用三句话解释什么是量子计算。")) if __name__ == "__main__": asyncio.run(main())

• 运行代码：保存后运行 ​​python my_first_team.py​​。你将看到两个Agent在控制台对话，协作完成任务。
• 代码解读：

• Agent：​​AssistantAgent​​​是预设好的AI助手，通过 ​​system_message​​ 定义角色。
• 团队：​​RoundRobinGroupChat​​让Agent按轮次发言。
• 条件：​​TextMentionTermination("APPROVE")​​ 在出现“APPROVE”时结束对话。
• 运行：​​Console(team.run_stream(...))​​ 启动并实时展示对话过程。

📚 进阶学习路线

1. 观看视频：在YouTube上搜索官方入门课程，快速建立整体认知。
2. 阅读文档：查阅微软官方文档，深入理解API、模式和最佳实践。
3. 动手实践：完成Codecademy等平台的交互式教程，巩固基础知识。
4. 构建项目：尝试实现“作者 + 评论家”等实用模式。
5. 深入核心：探索工具调用、RAG、复杂对话模式（如GroupChat）及分布式部署。

💎 总结

你可以从用 ​​AgentChat​​​ 快速构建一个AI团队开始，后续再根据需要深入学习 ​​Core​​ 层的自定义和扩展能力。

如果你在配置或开发中遇到困难，可以随时告诉我，我会尽力提供更具体的帮助。