AutoGen怎麼用 微軟多AI代理對話方塊架教程

AutoGen是微軟開源的多AI代理對話方塊架，能讓多個AI角色透過對話協作完成任務，還能接入人類參與討論。你可以把它想成一個由不同崗位組成的小團隊：研究員負責整理資料，寫作者負責起草，審核員負責挑錯，再由你決定何時結束。下面用Python和AgentChat API搭一個入門群聊。需要留意的是，AutoGen目前處於維護模式，新專案可同時瞭解微軟後續的Microsoft Agent Framework。

第一步：安裝AutoGen

先準備Python 3.10或更高版本，建議在專案目錄建立虛擬環境，避免依賴和其他專案打架。Windows可執行“py -m venv .venv”，再用“.venv\Scripts\activate”啟用；macOS或Linux可執行“python3 -m venv .venv”和“source .venv/bin/activate”。啟用後再安裝庫，後續啟動指令碼時也要使用這個環境。

在終端安裝AgentChat和OpenAI擴充套件，命令是“pip install -U autogen-agentchat ‘autogen-ext[openai]’”。示例將呼叫模型服務，因此還需要準備相應服務的API金鑰和可用模型。不要把金鑰直接寫進程式碼或提交到程式碼倉庫，可在終端設定OPENAI_API_KEY環境變數；Windows PowerShell可用“$env:OPENAI_API_KEY=’你的金鑰’”，macOS或Linux可用“export OPENAI_API_KEY=’你的金鑰’”。

裝好後可以執行“python -c “import autogen_agentchat; print(‘安裝成功’)”進行簡單檢查。若提示找不到模組，先確認虛擬環境已經啟用，並檢查pip是否屬於當前Python環境；可用“python -m pip install …”重新安裝。依賴安裝完成後，新建一個.py檔案儲存接下來的示例。首次執行還會產生模型呼叫費用，記得確認服務商的計費和額度設定。

第二步：建立對話代理

開啟Python檔案，匯入AssistantAgent和OpenAIChatCompletionClient。先建立模型客戶端，再分別建立研究員和撰稿人兩個代理；每個代理使用同一個模型服務，但透過不同的名稱與系統提示承擔不同工作。模型名稱要替換成服務商帳號支援的型號。一個代理負責拆解問題、列出要點，另一個依據要點形成清晰答覆，職責越明確，互相協作時越不容易重複跑題。

可把以下程式碼放進非同步主函式：建立客戶端時填寫model引數，然後用AssistantAgent(“researcher”, model_client, system_message=”你是研究員，提煉事實與要點。”)建立研究員；再用AssistantAgent(“writer”, model_client, system_message=”你是撰稿人，根據要點寫簡明答案。”)建立撰稿人。注意Python關鍵字引數可寫成model_client=model_client、system_message=…，這樣更易讀，也方便之後調整角色說明。

配置系統提示和工具

系統提示決定代理的角色、目標、語氣和邊界。儘量寫得具體，例如要求研究員用要點回答、標出不確定資訊，要求撰稿人只基於現有要點組織內容，並在資訊不足時說明缺口。任務範圍也可以寫清楚，比如“只分析給定文字，不自行補充外部事實”。先從短提示開始，觀察對話結果，再逐項修改，不必一開始就寫很長的規則。

如果要讓代理呼叫函式或外部工具，可將普通Python函式封裝後交給代理使用，併為每個工具寫清引數、返回值和使用時機。例如計算器適合確定性運算，檢索工具適合查詢外部資料。工具執行權限應按需要開放，先在測試環境確認輸入輸出，再加入真實工作流。本文先演示純對話，避免把工具配置和群聊流程混在一起；沒有工具時，代理只依據提示和模型能力作答。

第三步：啟動群聊並觀察

匯入RoundRobinGroupChat與TerminationCondition相關元件，將研究員和撰稿人放進participants列表，設定終止條件，例如最多交流六條訊息。輪流群聊會按順序讓參與者發言，便於初學者觀察角色如何接力。然後在非同步函式中執行team.run(task=”請討論如何規劃一週的Python入門學習，並給出簡短計劃”)，把結果列印出來；任務要具體，方便判斷協作是否有效。

指令碼入口使用“asyncio.run(main())”啟動主函式，並在結束時呼叫await model_client.close()釋放客戶端資源。執行後檢視每條訊息的發言者和內容：研究員是否提供了可用要點，撰稿人是否據此完成總結，是否出現重複或偏題。若群聊提前停止或發言過多，檢查終止條件和角色提示；若呼叫失敗，則核對API金鑰、模型名稱、網路連線及服務端錯誤資訊。

想讓人參與討論，可以使用支援人類輸入的代理或互動式流程，讓代理在關鍵步驟暫停，等待你補充要求、確認草稿或決定是否繼續。實際使用時，先用短任務測試，再逐步加入更多角色、工具和明確的停止規則。AutoGen Studio也可用於圖形化探索代理配置。如果你在尋找國內替代方案，可瞭解01Agent，官網：01agent.cgref.cn。這份入門教程由潤滅整理。