AutoGen 对话代理：基于对话的多智能体协作框架

AutoGen 是由微软开源的编程框架，专为构建基于对话的智能体（Agent）而设计。它允许多个 AI 智能体通过消息传递协同工作，完成复杂任务。本教程将带你从零开始，了解核心概念并上手创建自己的对话代理。

为什么要用 AutoGen？

传统单智能体系统在处理多步骤、需要分工协作的任务时容易出错。AutoGen 通过以下几个特性解决了这些问题：

• 对话即编程：代理之间通过自然语言或结构化消息协作，可读性强、调试方便。
• 动态多代理协调：轻松构建包含不同角色（如助手、用户代理、工具执行器）的对话组。
• 人机协作回路：支持将人类纳入对话，在关键决策点请求输入。
• 工具与代码执行集成：代理可以生成并执行 Python 代码，或调用外部 API。
• 可扩展性：基于简单的接口，你可以自定义代理行为、记忆和对话模式。

核心概念速览

在动手编码前，先理解几个关键抽象：

环境安装与设置

pip install pyautogen

推荐使用 Python 3.9 及以上版本。如果需要代码执行功能，建议安装 Docker（更安全），也可使用本地执行模式。

创建一个 Python 文件并导入基础模块：

import autogen
from autogen import AssistantAgent, UserProxyAgent

配置 LLM 参数（例如使用 OpenAI API）：

config_list = [
    {
        "model": "gpt-4",
        "api_key": "YOUR_API_KEY"
    }
]

你也可以使用本地部署的模型，AutoGen 支持多种推理后端。

第一个对话代理：助手与用户代理

我们从最简单的双智能体对话开始：一个 AssistantAgent 充当 AI 助手，一个 UserProxyAgent 代表人类用户（或模拟用户请求）。

# 创建助手代理
assistant = AssistantAgent(
    name="assistant",
    llm_config={"config_list": config_list},
    system_message="你是一个有帮助的AI助手。请用中文回答。"
)

# 创建用户代理（设置人类输入模式为“NEVER”自动模拟，也可“ALWAYS”每次询问真人）
user_proxy = UserProxyAgent(
    name="user_proxy",
    human_input_mode="NEVER",
    max_consecutive_auto_reply=10,
    code_execution_config={
        "work_dir": "coding",
        "use_docker": False  # 若未安装Docker可设为False
    }
)

启动对话，让用户代理发送初始任务：

task = "请写一个Python函数计算斐波那契数列前20项，并打印结果。"
user_proxy.initiate_chat(assistant, message=task)

运行后观察输出：助手生成代码并发送给用户代理，用户代理执行代码并将结果返回给助手，助手最后总结回答。这就是 AutoGen 的核心协作模式——双方通过消息交互，直至任务完成。

多智能体协作：构建一个团队

现实任务往往需要不同角色分工。AutoGen 通过 GroupChat 与 GroupChatManager 实现多智能体对话。

场景示例：代码审查与优化

创建三个代理：提问者、编码员、审核员。

# 提问者（用户代理）
questioner = UserProxyAgent(
    name="questioner",
    human_input_mode="NEVER",
    max_consecutive_auto_reply=10,
    code_execution_config={"work_dir": "group_work", "use_docker": False}
)

# 编码员
coder = AssistantAgent(
    name="coder",
    system_message="你是Python专家。根据需求编写清晰、可运行的代码，必要时添加注释。直接输出代码，不要多余解释。",
    llm_config={"config_list": config_list}
)

# 审核员
reviewer = AssistantAgent(
    name="reviewer",
    system_message="你是资深代码审查者。检查coder给出的代码，指出潜在错误、性能问题，并建议改进。如果没有问题，只需回复‘APPROVE’。",
    llm_config={"config_list": config_list}
)

定义允许发言顺序的规则，并创建 GroupChat：

from autogen import GroupChat, GroupChatManager

groupchat = GroupChat(
    agents=[questioner, coder, reviewer],
    messages=[],
    max_round=10,
    speaker_selection_method="round_robin"  # 轮流发言或使用other策略
)

manager = GroupChatManager(groupchat=groupchat, llm_config={"config_list": config_list})

发起群聊：

task = "我需要一个函数，输入URL，返回网页标题。要用requests和BeautifulSoup。"
questioner.initiate_chat(manager, message=task)

这种方式让不同代理按顺序协作，但更高级的用法是使用 auto 发言选择，由 GPT 根据上下文自动决定下一个发言的代理：

groupchat.speaker_selection_method = "auto"

工具集成：让代理使用外部函数

代理可以通过函数调用（Function Calling）扩展能力。定义一个工具并注册给代理。

# 定义工具函数
def get_stock_price(symbol: str) -> float:
    """获取指定股票的最新价格（模拟）。"""
    # 实际应调用API
    mock_prices = {"AAPL": 178.5, "MSFT": 334.2}
    return mock_prices.get(symbol, 0.0)

# 创建使用工具的助手
assistant = AssistantAgent(
    name="stock_assistant",
    system_message="你是金融助手。用到get_stock_price工具回答股票价格。",
    llm_config={
        "config_list": config_list,
        "tools": [  # 旧版本写法，新版本推荐直接在llm_config中设置functions
            {
                "type": "function",
                "function": {
                    "name": "get_stock_price",
                    "description": "获取给定股票的实时价格",
                    "parameters": {
                        "type": "object",
                        "properties": {
                            "symbol": {"type": "string", "description": "股票代码，如AAPL"}
                        },
                        "required": ["symbol"]
                    }
                }
            }
        ]
    }
)

# 用户代理需要能够执行工具调用
user_proxy = UserProxyAgent(
    name="user_proxy",
    human_input_mode="NEVER",
    code_execution_config=False
)

# 注册实际的可执行函数
from autogen import register_function
register_function(
    get_stock_price,
    caller=assistant,
    executor=user_proxy,
    description="获取股票价格"
)

现在用户提问“AAPL现在多少钱？”，助手将自动生成工具调用，用户代理执行函数并返回结果，助手据此回答。

注：新版（>=0.2）推荐直接在 llm_config 中设置 functions，并配合 register_function 使用，能简化工具定义。

代码执行与沙盒安全

AutoGen 一大亮点是能够自动生成并执行代码。默认支持本地命令执行和 Docker 执行两种模式。本地模式快捷，但需要注意安全性；Docker 模式提供了隔离环境。

配置代码执行器示例：

from autogen.coding import LocalCommandLineCodeExecutor, DockerCommandLineCodeExecutor

# 本地执行器
local_executor = LocalCommandLineCodeExecutor(work_dir="exec_output")
user_proxy = UserProxyAgent(
    name="user_proxy",
    code_execution_config={"executor": local_executor}
)

若使用 Docker，确保本地已安装并运行 Docker，然后：

docker_executor = DockerCommandLineCodeExecutor(image="python:3.11-slim", timeout=60)
user_proxy = UserProxyAgent(
    name="user_proxy",
    code_execution_config={"executor": docker_executor}
)

助手在回复中包含代码块（python ... ）时，用户代理会自动提取并执行，输出结果作为下一条消息返回。

人类参与回路（Human-in-the-Loop）

在生产场景中，有时需要在最终执行前让人工审核。设置 human_input_mode 控制：

• "ALWAYS"：每次用户代理收到消息后，都会请求真人输入。
• "NEVER"：完全自动。
• "TERMINATE"：仅在对话结束时征求真人意见是否终止。

也可动态调整。例如在代码执行前要求人工批准：

user_proxy = UserProxyAgent(
    name="approver",
    human_input_mode="ALWAYS"  # 收到代码执行提议时,真人可以拒绝或修改
)

真实交互中，终端会等待输入，你可以在 AutoGen 的 Run 环境或 Web UI 中与之互动。

自定义代理：扩展 ConversableAgent

你可以继承 ConversableAgent 实现特定行为的代理。例如一个记录每次对话长度并拒绝过长消息的代理：

class LimitedLengthAgent(autogen.ConversableAgent):
    def __init__(self, max_length=500, *args, **kwargs):
        super().__init__(*args, **kwargs)
        self.max_length = max_length
        self.history_length = []

    def process_message(self, message, sender):
        content = message.get("content", "")
        if len(content) > self.max_length:
            return {"content": f"消息过长（{len(content)}字符），请精简。", "role": "user"}
        self.history_length.append(len(content))
        return super().process_message(message, sender)

之后像普通代理一样使用它。这种灵活性允许你融入业务规则、记忆控制、权限检查等。

常用模式与场景

1. 协作编程：助手写代码，用户代理执行并反馈错误，自动迭代直至成功。
2. 任务分解与委派：使用嵌套群聊，一个管理者将子任务分发给专业代理。
3. 模拟对话与辩论：让两个助手相互质疑，最终得出更可靠结论。
4. 持续交互式应用：结合 WebSocket/UI，持续接收用户消息并调动代理群。

常见问题与排错

• API 限流或模型错误：检查 config_list 中的 API key 和模型名称，可配置重试策略。
• 代码执行失败：确保执行环境已安装所需的 Python 包，可在 system_message 中告知助手使用特定版本。
• GroupChat 发言无限循环：设置 max_round 或使用 auto 选择 + 明确的终止条件（如审核员回复 APPROVE）。
• 输出管控：在 system message 中明确指示代理的输出格式，避免无用兜底。

下一步学习

• 阅读官方文档：https://microsoft.github.io/autogen/
• 查看示例库 GitHub： microsoft/autogen
• 实验不同的发言选择策略和记忆管理机制（如向量数据库集成）。

AutoGen 将对话从单调的问答变成可编排的智能体协作流程。现在你可以用上面学到的内容，开始构建属于你自己的多智能体系统了。