AutoGen

AutoGen 是一个用于构建多智能体 AI 应用的框架，这些应用可以自主运行，也可以与人类协作。

重要提示：如果您是 AutoGen 的新用户，请查看 Microsoft Agent Framework。 AutoGen 仍将继续维护，并会持续接收错误修复和关键安全补丁。 请阅读我们的公告。

安装

AutoGen 需要 Python 3.10 或更高版本。

# 从 Extensions 安装 AgentChat 和 OpenAI 客户端
pip install -U "autogen-agentchat" "autogen-ext[openai]"

当前的稳定版本可以在 releases 中找到。如果您是从 AutoGen v0.2 升级而来，请参阅 迁移指南，以获取有关如何更新代码和配置的详细说明。

# 安装 AutoGen Studio 以获得无代码 GUI
pip install -U "autogenstudio"

快速入门

以下示例会调用 OpenAI API，因此您首先需要创建一个账户，并将您的密钥导出为 export OPENAI_API_KEY="sk-..."。

Hello World

使用 OpenAI 的 GPT-4o 模型创建一个助理代理。请参阅其他支持的模型。

import asyncio
from autogen_agentchat.agents import AssistantAgent
from autogen_ext.models.openai import OpenAIChatCompletionClient

async def main() -> None:
    model_client = OpenAIChatCompletionClient(model="gpt-4.1")
    agent = AssistantAgent("assistant", model_client=model_client)
    print(await agent.run(task="说'Hello World!'"))
    await model_client.close()

asyncio.run(main())

MCP 服务器

创建一个使用 Playwright MCP 服务器的网页浏览助理代理。

# 首先运行 `npm install -g @playwright/mcp@latest` 来安装 MCP 服务器。
import asyncio
from autogen_agentchat.agents import AssistantAgent
from autogen_agentchat.ui import Console
from autogen_ext.models.openai import OpenAIChatCompletionClient
from autogen_ext.tools.mcp import McpWorkbench, StdioServerParams


async def main() -> None:
    model_client = OpenAIChatCompletionClient(model="gpt-4.1")
    server_params = StdioServerParams(
        command="npx",
        args=[
            "@playwright/mcp@latest",
            "--headless",
        ],
    )
    async with McpWorkbench(server_params) as mcp:
        agent = AssistantAgent(
            "web_browsing_assistant",
            model_client=model_client,
            workbench=mcp, # 如果有多个 MCP 服务器，可以将它们放入列表中。
            model_client_stream=True，
            max_tool_iterations=10,
        )
        await Console(agent.run_stream(task="查询 microsoft/autogen 仓库有多少贡献者"))


asyncio.run(main())

警告：仅连接到受信任的 MCP 服务器，因为它们可能会在您的本地环境中执行命令或泄露敏感信息。

多智能体编排

您可以使用 AgentTool 创建一个基本的多智能体编排设置。

import asyncio

from autogen_agentchat.agents import AssistantAgent
from autogen_agentchat.tools import AgentTool
from autogen_agentchat.ui import Console
from autogen_ext.models.openai import OpenAIChatCompletionClient


async def main() -> None:
    model_client = OpenAIChatCompletionClient(model="gpt-4.1")

    数学专家助手 = AssistantAgent(
        "math_expert",
        model_client=model_client,
        system_message="你是一位数学专家。",
        description="一位数学专家助手。",
        model_client_stream=True，
    )
    数学工具 = AgentTool(math_agent, return_value_as_last_message=True)

    化学专家助手 = AssistantAgent(
        "chemistry_expert",
        model_client=model_client,
        system_message="你是一位化学专家。",
        description="一位化学专家助手。",
        model_client_stream=True，
    )
    化学工具 = AgentTool(chemistry_agent, return_value_as_last_message=True)

    助理助手 = AssistantAgent(
        "assistant",
        system_message="你是一位通用助手。必要时可使用专家工具。",
        model_client=model_client,
        model_client_stream=True，
        tools=[数学工具, 化学工具],
        max_tool_iterations=10，
    )
    await Console(agent.run_stream(task="x^2 的积分是多少？"))
    await Console(agent.run_stream(task="水的分子量是多少？"))


asyncio.run(main())

如需更高级的多智能体编排和工作流，请参阅 AgentChat 文档。

AutoGen Studio

使用 AutoGen Studio 可以在无需编写代码的情况下原型设计并运行多智能体工作流。

注意：AutoGen Studio 旨在帮助您快速原型化多智能体工作流，并展示使用 AutoGen 构建的终端用户界面示例。它 并非生产就绪的应用程序。建议开发者使用 AutoGen 框架来构建自己的应用程序，实现身份验证、安全性以及其他部署应用所需的特性。更多详情请参阅 安全注意事项。

# 在 http://localhost:8080 上运行 AutoGen Studio
autogenstudio ui --port 8080 --appdir ./my-app

为什么使用 AutoGen？

AutoGen 生态系统提供了创建 AI 代理所需的一切，尤其是多代理工作流——框架、开发者工具和应用。

该_框架_采用分层且可扩展的设计。各层职责分明，并在下层的基础上构建。这种设计使您能够在不同抽象层次上使用该框架，从高级 API 到低级组件均可适用。

• Core API 实现消息传递、事件驱动型代理以及本地和分布式运行时，以提供灵活性和强大功能。它还支持 .NET 和 Python 的跨语言调用。
• AgentChat API 提供更简单但具有明确观点的 API，用于快速原型开发。该 API 构建在 Core API 之上，最接近 v0.2 用户熟悉的接口，并支持常见的多代理模式，如双代理对话或群组聊天。
• Extensions API 允许第一方和第三方扩展持续增强框架的功能。它支持特定 LLM 客户端的实现（例如 OpenAI、AzureOpenAI），以及代码执行等功能。

该生态系统还支持两种重要的_开发者工具_：

• AutoGen Studio 提供无代码 GUI，用于构建多代理应用。
• AutoGen Bench 提供用于评估代理性能的基准测试套件。

您可以使用 AutoGen 框架和开发者工具为您的领域创建应用。例如，Magentic-One 是一个基于 AgentChat API 和 Extensions API 构建的先进多代理团队，能够处理需要网络浏览、代码执行和文件操作的各种任务。

通过 AutoGen，您可以加入并贡献于一个蓬勃发展的生态系统。我们每周都会举办维护者与社区成员的线上交流会和讲座。此外，我们还有一个 Discord 社区 用于实时聊天，GitHub Discussions 用于问答交流，以及博客用于教程和最新动态分享。

接下来该做什么？

有兴趣贡献吗？请参阅 CONTRIBUTING.md，了解如何开始的指南。我们欢迎各种形式的贡献，包括修复 bug、新增功能和改进文档。加入我们的社区，帮助我们让 AutoGen 更加完善！

还有疑问吗？请查看我们的常见问题解答 (FAQ)，获取常见问题的答案。如果您没有找到所需信息，欢迎在我们的GitHub 讨论区提问，或加入我们的Discord 服务器，以获得实时支持。您也可以阅读我们的博客以获取最新动态。

法律声明

微软及任何贡献者在此授予您本仓库中微软文档及其他内容的许可，许可协议为知识共享署名 4.0 国际许可协议，详情请参阅LICENSE文件；同时，也授予您本仓库中任何代码的许可，许可协议为MIT 许可证，详情请参阅LICENSE-CODE文件。

文档中提及的 Microsoft、Windows、Microsoft Azure 及其他微软产品和服务，可能是微软在美国或其他国家的商标或注册商标。本项目的许可证并未授予您使用任何微软名称、徽标或商标的权利。微软的一般商标使用准则可在 http://go.microsoft.com/fwlink/?LinkID=254653 查阅。

隐私信息请参见 https://go.microsoft.com/fwlink/?LinkId=521839。

微软及任何贡献者保留所有其他权利，无论这些权利是基于各自的版权、专利或商标，还是通过暗示、禁止反言或其他方式产生。

↑ 返回顶部 ↑

AutoGen 快速上手指南

AutoGen 是一个用于创建多智能体 AI 应用的框架，支持智能体自主运行或与人类协作。本指南将帮助你快速搭建环境并运行第一个智能体。

环境准备

在开始之前，请确保你的开发环境满足以下要求：

• 操作系统：Windows, macOS 或 Linux
• Python 版本：3.10 或更高版本
• API Key：需要拥有 OpenAI API Key（或其他支持的模型提供商 Key）
• 环境变量：在终端中设置 Key，例如：

  export OPENAI_API_KEY="sk-..."
  

  (Windows PowerShell 用户请使用 $env:OPENAI_API_KEY="sk-...")

提示：国内开发者若访问 PyPI 源较慢，可使用清华或阿里镜像源加速安装（见下文安装步骤）。

安装步骤

1. 安装核心库

使用 pip 安装 AgentChat 模块及 OpenAI 扩展包。

官方源安装：

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

国内镜像源加速安装（推荐）：

pip install -U "autogen-agentchat" "autogen-ext[openai]" -i https://pypi.tuna.tsinghua.edu.cn/simple

2. (可选) 安装 AutoGen Studio

如果你希望通过图形界面（GUI）无代码构建工作流，可额外安装：

pip install -U "autogenstudio"

基本使用

以下示例展示如何创建一个基于 GPT-4o 模型的助理智能体，并让它输出 "Hello World!"。

1. 新建一个 Python 文件（例如 hello_world.py）。
2. 复制以下代码：

import asyncio
from autogen_agentchat.agents import AssistantAgent
from autogen_ext.models.openai import OpenAIChatCompletionClient

async def main() -> None:
    # 初始化模型客户端，此处以 gpt-4.1 为例，也可替换为 gpt-4o 等其他模型
    model_client = OpenAIChatCompletionClient(model="gpt-4.1")
    
    # 创建助理智能体
    agent = AssistantAgent("assistant", model_client=model_client)
    
    # 运行任务并打印结果
    print(await agent.run(task="Say 'Hello World!'"))
    
    # 关闭客户端连接
    await model_client.close()

if __name__ == "__main__":
    asyncio.run(main())

3. 在终端运行脚本：

python hello_world.py

运行成功后，你将看到智能体返回的 "Hello World!" 消息。

---

注：若需体验无代码界面，可在终端运行 autogenstudio ui --port 8080，然后在浏览器访问 http://localhost:8080。