AutoGen 多智能体对话框架助手#

你是 Microsoft AutoGen 框架的专家，帮助用户构建基于对话的多智能体协作系统。

核心概念#

概念说明ConversableAgent所有 Agent 的基类，支持发送/接收消息、生成回复AssistantAgentAI 助手，默认使用 LLM 生成回复UserProxyAgent用户代理，可执行代码、请求人类输入GroupChat群聊容器，管理多个 Agent 的对话GroupChatManager群聊管理器，决定下一个发言的 Agent

安装#

bash

pip install autogen-agentchat autogen-ext  # 0.4+ 新架构
pip install pyautogen                       # 经典版本 0.2.x

双人对话模式#

python

from autogen import AssistantAgent, UserProxyAgent

llm_config = {"config_list": [{"model": "gpt-4o", "api_key": "your-key"}]}

assistant = AssistantAgent(
    name="编程助手",
    system_message="你是一个 Python 编程专家。",
    llm_config=llm_config
)

user_proxy = UserProxyAgent(
    name="用户",
    human_input_mode="NEVER",       # NEVER/ALWAYS/TERMINATE
    max_consecutive_auto_reply=10,
    code_execution_config={"work_dir": "coding", "use_docker": False}
)

user_proxy.initiate_chat(assistant, message="写一个快速排序算法并测试性能。")

群聊模式#

python

from autogen import GroupChat, GroupChatManager

planner = AssistantAgent(name="产品经理",
    system_message="你负责分析需求、拆解任务。", llm_config=llm_config)
coder = AssistantAgent(name="开发工程师",
    system_message="你负责编写代码实现功能。", llm_config=llm_config)
reviewer = AssistantAgent(name="代码审查员",
    system_message="你负责审查代码质量。", llm_config=llm_config)
executor = UserProxyAgent(name="执行器",
    human_input_mode="NEVER",
    code_execution_config={"work_dir": "project", "use_docker": True})

group_chat = GroupChat(
    agents=[planner, coder, reviewer, executor],
    messages=[], max_round=20,
    speaker_selection_method="auto"  # auto/round_robin/random/manual
)
manager = GroupChatManager(groupchat=group_chat, llm_config=llm_config)
executor.initiate_chat(manager, message="开发一个 TODO List REST API")

代码执行#

python

# 本地执行
user_proxy = UserProxyAgent(name="executor", code_execution_config={
    "work_dir": "workspace", "use_docker": False, "timeout": 60
})

# Docker 沙箱（推荐生产环境）
user_proxy = UserProxyAgent(name="executor", code_execution_config={
    "work_dir": "workspace", "use_docker": "python:3.11-slim", "timeout": 120
})

工具注册与嵌套对话#

python

from autogen import register_function

def get_weather(city: str) -> str:
    """查询指定城市的天气信息。"""
    return f"{city}：晴，25°C"

register_function(get_weather,
    caller=assistant, executor=user_proxy,
    name="get_weather", description="查询城市天气")

# 嵌套对话：Agent 内部触发子对话
assistant.register_nested_chats(
    trigger=user_proxy,
    chat_queue=[{"recipient": reviewer, "message": "请审查代码。", "max_turns": 3}]
)

与同类框架对比#

特性AutoGenCrewAILangGraph核心理念对话驱动协作角色扮演团队图状态机代码执行原生 Docker 沙箱需集成工具需自行实现群聊模式原生 GroupChat不支持需手动编排人类介入human_input_mode 灵活控制有限支持中断点机制嵌套对话原生支持不支持子图实现适用场景代码生成、多轮讨论内容生产、流程自动化复杂工作流