autogen

Microsoft AutoGen 多 Agent 对话与协作框架。

补充说明

AutoGen 让多个 Agent 通过消息协作，支持工具调用、群聊、终止条件和流式输出。新版（0.4 起）拆成 autogen-agentchat、autogen-core、autogen-ext，与 0.2 的 ConversableAgent API 不兼容。

选型时注意：需要强类型消息、分布式运行时和自定义 Agent 时用 AutoGen；只需要简单角色顺序协作，CrewAI 上手更快。

安装与启动

pip install -U autogen-agentchat "autogen-ext[openai]"
export OPENAI_API_KEY="sk-..."

旧教程里的 pip install pyautogen 和 ConversableAgent 属于 0.2 体系，不要与新包混装。

常用示例

两个 Agent 轮流讨论，命中终止词后结束：

python - <<'PY'
import asyncio
from autogen_agentchat.agents import AssistantAgent
from autogen_agentchat.conditions import TextMentionTermination
from autogen_agentchat.teams import RoundRobinGroupChat
from autogen_ext.models.openai import OpenAIChatCompletionClient

async def main():
    client = OpenAIChatCompletionClient(model="gpt-4o-mini")
    planner = AssistantAgent(
        "planner", model_client=client,
        system_message="拆解任务并给出方案，完成后输出 TERMINATE。")
    critic = AssistantAgent(
        "critic", model_client=client,
        system_message="审查方案，指出风险和遗漏。")
    team = RoundRobinGroupChat(
        [planner, critic],
        termination_condition=TextMentionTermination("TERMINATE"),
        max_turns=6,
    )
    result = await team.run(task="给出一份 K8s GPU 节点扩容方案")
    print(result.messages[-1].content)

asyncio.run(main())
PY

流式打印协作过程：

python - <<'PY'
from autogen_agentchat.ui import Console
# 复用上面的 team
await Console(team.run_stream(task="继续补充回滚步骤"))
PY

接入本地 vLLM 模型，必须显式提供 model_info：

python - <<'PY'
from autogen_ext.models.openai import OpenAIChatCompletionClient
client = OpenAIChatCompletionClient(
    model="Qwen/Qwen2.5-7B-Instruct", base_url="http://localhost:8000/v1", api_key="EMPTY",
    model_info={"vision": False, "function_calling": True, "json_output": True,
                "family": "unknown", "structured_output": False},
)
print(await client.create([{"role": "user", "content": "你好"}]))
PY

易错点与排错

• 导入 ConversableAgent 或 config_list 说明在用 0.2 教程；新版要装 autogen-agentchat 并用 AssistantAgent + model_client。
• 本地 OpenAI 兼容模型不传 model_info 会触发校验错误或能力判断失败；至少声明 function_calling 和 json_output。
• 没有终止条件时群聊会一直轮流发言；必须设置 TextMentionTermination、MaxMessageTermination 或 max_turns。
• 在 Jupyter 里直接 asyncio.run 会与已有事件循环冲突；改用 await team.run(...)。
• 工具函数的类型注解和 docstring 就是 schema，缺失会导致参数校验失败或模型无法调用。
• 多 Agent 共享一个 client 时注意并发和限流；高并发下会集中撞 API rate limit。
• 版本升级后消息类型和状态序列化可能变化；保存的状态不要跨大版本恢复。

读完自测

合上页面，先回答，再展开对照。

1. AutoGen 0.2 和 0.4+ 的核心区别是什么？
2. 为什么群聊必须设置终止条件？
3. 接入本地模型为什么要 model_info？

相关条目

• crewai
• langgraph
• mcp
• vllm
• langchain