由微軟開發的 Autogen 是一個新的 Agents 項目，剛一上線就登上GitHub熱榜，狂攬11k星???

項目地址：https://github.com/microsoft/autogen

Autogen 允許你根據需要創建任意數量的Agents，并讓它們協同工作以執行任務。它的獨特之處在于允許 Agent相互通信并解決任務。例如你可以設置三個角色，產品經理、程序員和設計師，讓他們之間討論如何實現一個產品，并給出 Demo 代碼。

不需要寫復雜的prompt設定Agents，Agent 自己聊著天就把事給辦了🤯

誕生了哪些好玩的AutoGen應用？

幾秒鐘生成游戲

模擬世界：允許用戶閱讀時自己參與與主角交互

可視化數據分析

除此之外，官方還放出了6個應用案例，包括解決數學問題、多智能體編碼、在線決策制定、基于檢索增強聊天、動態群聊以及對話式國際象棋。

充分展示了AutoGen的定制性

主要優勢

作為Agents框架，AutoGen有四個重要的優點：

它簡化了復雜LLM工作流程的編排，實現了自動化。

借助可自定義和可對話的代理，它支持復雜工作流程下的對話模式。

它提供了具有不同復雜性的工作系統的集合。這些系統涵蓋了來自各個領域和復雜性的廣泛應用。

AutoGen 提供了 openai.Completion 或 openai.ChatCompletion 的高級替代。作為增強型推理 API。

它允許性能調優，API統一和緩存等實用程序，以及高級使用模式，如錯誤處理，多配置推理，上下文編程等。

AutoGen 由 Microsoft、賓夕法尼亞州立大學和華盛頓大學的合作研究提供支持，對后續的更新又加了一層保障。

快速入門

這里我打算給大家介紹最簡單方法🚀

點擊使用 Github 代碼空間 https://codespaces.new/microsoft/autogen?quickstart=1

打開界面后將左側文件夾當中的 OAI_CONFIG_LIST_sample 復制到 /notebook 文件夾

將OAI_CONFIG_LIST_sample名字修成 OAI_CONFIG_LIST，并設置正確的配置（主要是gpt api-key的設置）。

開始使用

當然你可以通過pip install pyautogen直接在本地安裝，配合docker使用快速開發你的autogen應用

實戰案例

這里我們用 @Barret_China 大佬的實戰案例來進行進一步說明

如何定義讓AutoGen完成網頁抓取和圖片保存任務呢？

這個任務如果是給ChatGPT的話，它會直接返回一串可執行代碼，但是代碼通常會存在問題，例如執行報錯、缺少依賴等，你需要反復跟 ChatGPT 對話來完善程序。

當然，我們也可以設定一個復雜 Prompt，要求它調用 ChatGPT 的代碼執行插件，如果存在報錯，則繼續修正程序。

這個任務如果交給 AutoGen 來實現，將會變得無比簡單，幾行代碼就可以搞定：

1）定義一個 Assistant Agent，它的任務是解決問題。

2）定義一個 UserProxy Agent，它的任務是替代人詢問問題，同時在本地執行程序。

這兩個 Agent 都不需要設置 Prompt！

AutoGen - 獲取十佳公司的實例

step1 當我們把爬蟲任務交給 UserProxy 后，它會理解任務，然后詢問 Assistant 應該如何做。

step2 Assistant 會把操作過程告訴 UserProxy，接著UserProxy會根據指示在本地安裝依賴，然后創建文件。

執行代碼，如果執行出現錯誤，它會把詳細報錯提交給 Assistant，

step3 依次循環，直到可以獲取到最終的結果。

任務結束的時候，你會看到目標圖片已經保存到本地磁盤了。

另外，UserProxy 還有一個 human_input_mode 參數，設置為 NEVER，表示整個過程都不需要人參與，也可以設置為其他值，它會等待人的輸入后再進行下一步操作，這個設計可以讓人參與到任務執行過程，避免跑偏。

比起讓一個 AI Agent 承擔多重角色來執行復雜任務，多 Agents 的優勢十分突出。借助AutoGen，在執行過程中人類還可以隨時介入，進行調優。

技術報告

最后附上，研究人員發布的一份關于AutoGen的43頁技術報告！

報告地址：https://arxiv.org/pdf/2308.08155.pdf

?AI AIgents時代-（五.）Autogen-CSDN博客