AutoAgents：自动代理生成框架

为GPT生成不同角色，形成协作实体以完成复杂任务。

AutoAgents是一个基于LLM的自动代理生成实验的开源应用。该程序由LLM驱动，能够自主生成多代理，以实现您设定的任何目标。

:boom: 更新

• 2024年4月16日：我们非常激动地宣布，我们的论文已被IJCAI 2024接收。更多更新即将发布！
• 2023年9月31日：📝 我们很高兴分享与本仓库相关的论文AutoAgents：自动代理生成框架。

• 2023年8月30日：🚀 新增自定义代理库AgentBank，允许您添加自定义代理。

🚀 功能

• 规划器：根据问题确定需要添加的专家角色及具体的执行计划。
• 工具：可使用的工具集合，目前仅兼容搜索工具。
• 观察者：负责反思规划器以及执行过程中的结果是否合理，目前包括对代理、计划和行动的反思检查。
• 代理：由规划器生成的专家角色代理，包含名称、专长、使用的工具以及LLM增强信息。
• 计划：执行计划由生成的专家角色组成，每一步执行计划都至少对应一个专家角色代理。
• 行动：执行计划中专家角色的具体动作，例如调用工具或输出结果。

演示

在线演示：

• 演示 / HuggingFace Spaces

视频演示：

• 谣言验证

• 贪吃蛇游戏

安装与使用

安装

git clone https://github.com/LinkSoul-AI/AutoAgents
cd AutoAgents
python setup.py install

配置

• 可通过环境变量设置密钥，或将其作为CLI参数传递。不再需要YAML配置文件。
• 必需密钥：OPENAI_API_KEY（或LLM_API_KEY）和SERPAPI_API_KEY。
• 可选设置：
  • OPENAI_API_MODEL（默认：gpt-4o）
  • OPENAI_API_BASE、OPENAI_API_TYPE、OPENAI_API_VERSION、DEPLOYMENT_ID（Azure风格的OpenAI）
  • GLOBAL_PROXY或OPENAI_PROXY用于HTTP(S)代理；或使用--proxy标志
  • 搜索引擎选择通过SEARCH_ENGINE进行（默认：serpapi_google）。其他密钥：SERPER_API_KEY、GOOGLE_API_KEY、GOOGLE_CSE_ID

示例

# 最低要求
export OPENAI_API_KEY="sk-..."
export SERPAPI_API_KEY="your-serpapi-key"

# 可选：更改模型并设置代理
export OPENAI_API_MODEL="gpt-4o-mini"
export GLOBAL_PROXY="http://127.0.0.1:7890"

# 可选：Azure风格的OpenAI
export OPENAI_API_TYPE="azure"
export OPENAI_API_BASE="https://<your-azure-endpoint>/openai/deployments"
export OPENAI_API_VERSION="2024-02-01"
export DEPLOYMENT_ID="<your-deployment>"

使用

• 命令行模式：

# 使用环境变量（会提示缺少的密钥）
python main.py --mode commandline --idea "LK-99真的是室温超导材料吗？"

# 或者显式传递密钥
python main.py --mode commandline \
  --llm_api_key "$OPENAI_API_KEY" \
  --serpapi_key "$SERPAPI_API_KEY" \
  --idea "LK-99真的是室温超导材料吗？"

# 可选HTTP代理
python main.py --mode commandline --proxy "http://127.0.0.1:7890" --idea "..."

• WebSocket服务模式：

python main.py --mode service --host 127.0.0.1 --port 9000

服务会在ws://<host>:<port>上开放WebSocket端点。您可以使用frontend/app/demo.html下的演示UI，只需用任意静态HTTP服务器提供frontend/app文件夹即可。

Docker

• 构建Docker镜像：

IMAGE="linksoul.ai/autoagents"
VERSION=1.0

docker build -f docker/Dockerfile -t "${IMAGE}:${VERSION}" .

• 启动Docker容器：

docker run -it --rm -p 7860:7860 "${IMAGE}:${VERSION}"

• 在浏览器中打开http://127.0.0.1:7860。

贡献

AutoAgents 致力于为大型语言模型打造前沿的自动化多智能体环境。我们诚挚邀请充满热情的合作者加入我们，共同开启这段激动人心的创新之旅。

本项目得以存在，离不开所有贡献者的支持：

您如何参与贡献？

• 问题报告与拉取请求：在使用 AutoAgents 时遇到困难？欢迎用英文提交问题。同时，您也可以主动解决这些问题。只需申请将该问题分配给您，完成后提交包含解决方案的拉取请求（PR）即可。

• 软件开发贡献：作为工程师，您的技能可以显著提升 AutoAgents 的质量。我们一直在寻找优秀的开发者，对框架进行优化、改进和扩展，丰富功能并开发新模块。

• 文档与教程内容创作：如果您擅长写作，欢迎加入我们，完善文档并编写教程或博客文章。您的贡献将使 AutoAgents 更加易用，吸引更多不同背景的用户。

• 创新应用探索：对多智能体系统充满兴趣吗？如果您希望尝试使用 AutoAgents，我们非常乐意支持您的探索，并期待看到您的创新成果。

• 用户反馈与战略建议：我们高度重视用户的反馈。请积极参与 AutoAgents 的使用，并分享您的意见。您的见解对我们持续改进至关重要，有助于确保框架的卓越性能和实用性。

联系方式

如您对本项目有任何疑问或反馈，请随时联系我们。我们非常感谢您的宝贵建议！

• 邮箱：gy.chen@foxmail.com, ymshi@linksoul.ai
• GitHub Issues：如有更技术性的问题，您也可以在我们的 GitHub 仓库 中创建新问题。

我们将在 2–3 个工作日内回复所有问题。

许可证

MIT 许可证

引用

如果您觉得我们的工作和这个仓库很有帮助，请考虑给我们一颗星 :star: 并引用一下 :beer::

@inproceedings{ijcai2024p3,
  title     = {{AutoAgents}: A Framework for Automatic Agent Generation},
  author    = {Chen, Guangyao and Dong, Siwei and Shu, Yu and Zhang, Ge and Sesay, Jaward and Karlsson, Börje F. and Fu, Jie and Shi, Yemin},
  booktitle = {Proceedings of the Thirty-Third International Joint Conference on
               Artificial Intelligence, {IJCAI-24}},
  pages     = {22--30},
  year      = {2024},
  month     = {8},
  note      = {Main Track},
  doi       = {10.24963/ijcai.2024/3},
  url       = {https://doi.org/10.24963/ijcai.2024/3},
}

致谢

本代码库中的 system、action_bank 和 role_bank 均基于 MetaGPT 构建。

框架中的图标由 Darius Dan、Freepik、kmg design、Flat Icons 和 Vectorslab 在 FlatIcon 上制作。

---

AutoAgents 快速上手指南

AutoAgents 是一个基于大语言模型（LLM）的自动智能体生成框架。它能根据用户设定的目标，自主规划并生成多个不同角色的专家智能体，通过协作完成复杂任务。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux, macOS 或 Windows
• Python 版本：推荐 Python 3.8 及以上版本
• 前置依赖：
  • git：用于克隆代码仓库
  • API Keys：
    • OPENAI_API_KEY (或兼容的 LLM API Key)
    • SERPAPI_API_KEY (用于搜索引擎工具，若使用其他搜索引擎需对应 Key)
• 网络环境：由于需要访问 OpenAI 接口和搜索引擎，请确保网络通畅。国内用户建议配置全局代理或使用支持国内模型的 API 服务。

安装步骤

1. 克隆项目

打开终端，执行以下命令获取源代码：

git clone https://github.com/LinkSoul-AI/AutoAgents
cd AutoAgents

2. 安装依赖

使用 setup 脚本安装所需依赖包：

python setup.py install

提示：如果下载依赖较慢，可尝试指定国内镜像源（如清华源）： pip install -e . -i https://pypi.tuna.tsinghua.edu.cn/simple (若 setup.py 内部调用 pip)

基本使用

1. 配置 API 密钥

您可以通过设置环境变量来配置必要的密钥。

Linux/macOS:

export OPENAI_API_KEY="sk-..."
export SERPAPI_API_KEY="your-serpapi-key"

# 可选：配置代理（如需）
export GLOBAL_PROXY="http://127.0.0.1:7890"

# 可选：切换模型（默认 gpt-4o）
export OPENAI_API_MODEL="gpt-4o-mini"

Windows (PowerShell):

$env:OPENAI_API_KEY="sk-..."
$env:SERPAPI_API_KEY="your-serpapi-key"
$env:GLOBAL_PROXY="http://127.0.0.1:7890"

2. 运行命令行模式

配置完成后，即可通过命令行输入任务想法，AutoAgents 将自动生成智能体并执行任务。

示例：验证科学传闻

python main.py --mode commandline --idea "Is LK-99 really a room temperature superconducting material?"

示例：显式传递密钥（不依赖环境变量）

python main.py --mode commandline \
  --llm_api_key "$OPENAI_API_KEY" \
  --serpapi_key "$SERPAPI_API_KEY" \
  --idea "Is LK-99 really a room temperature superconducting material?"

3. 运行 WebSocket 服务模式（可选）

如果您希望部署为服务并通过前端界面交互，可以启动 WebSocket 服务：

python main.py --mode service --host 127.0.0.1 --port 9000

启动后，可使用浏览器访问 frontend/app/demo.html（需配合静态服务器）或通过 WebSocket 客户端连接 ws://127.0.0.1:9000。

4. Docker 快速启动（可选）

如果您偏好容器化部署：

# 构建镜像
IMAGE="linksoul.ai/autoagents"
VERSION=1.0
docker build -f docker/Dockerfile -t "${IMAGE}:${VERSION}" .

# 运行容器
docker run -it --rm -p 7860:7860 "${IMAGE}:${VERSION}"

运行成功后，在浏览器打开 http://127.0.0.1:7860 即可使用。