6. AutoGen：微软的多智能体框架

这是什么：AutoGen = 微软开源的多智能体协作框架，主张「复杂任务让多个角色不同的 Agent 互相对话来解决」。

为什么用：第 5 章的 LangGraph 是「把一个 Agent 画成图」；当任务复杂到需要多个专精角色互相审核、接力时，就得有个框架帮你管「谁跟谁说话、什么时候收尾」。

如何用：本章先看清 AutoGen 的生态（三条线并存），再跑通一个「写稿 + 审稿」的双 Agent 小组，最后掌握终止条件这个必备件。

基线：AutoGen（0.4+ 重写版）autogen-agentchat 0.7.5 · autogen-core 0.7.5 · autogen-ext 0.7.5 · Python ≥ 3.10 ⚠️ 本章第一节请先读完：AutoGen 生态在 2025–2026 年经历了一次重要交接，用错包会很困惑。

6.1 先看清生态：AutoGen、AG2、Agent Framework

这是很多人踩坑的地方。2026 年的现状是三条线并存：

pip install autogen-agentchat autogen-ext    # AutoGen 原版
pip install ag2                             # AG2 社区分叉
pip install agent-framework                  # 微软接班人

怎么选：本教程讲 AutoGen 原版（它的 API 最经典、资料最多）。但如果你现在从零起新项目，微软官方的建议是直接上 Agent Framework；如果你想要「AutoGen 那套体验但要持续更新」，看 AG2。三者的设计思想是相通的——多 Agent 靠消息互相协作，靠终止条件收尾。

6.2 安装与第一个 Agent

pip install autogen-agentchat autogen-ext

AutoGen 的模型客户端放在 autogen-ext 里，OpenAI 兼容的写法照旧：

import os
import asyncio

from autogen_agentchat.agents import AssistantAgent
from autogen_agentchat.conditions import MaxMessageTermination
from autogen_agentchat.teams import RoundRobinGroupChat
from autogen_ext.models.openai import OpenAIChatCompletionClient

model = OpenAIChatCompletionClient(
    model=os.environ.get("CHAT_MODEL", "gpt-4o-mini"),
    api_key=os.environ["LLM_API_KEY"],
    base_url=os.environ.get("LLM_BASE_URL", "https://api.openai.com/v1"),
)

async def main():
    writer = AssistantAgent("writer", model_client=model,
                            description="负责把研究结果写成一段通顺的文字")
    reviewer = AssistantAgent("reviewer", model_client=model,
                              description="负责挑毛病，指出写得不好的地方")

    team = RoundRobinGroupChat(
        participants=[writer, reviewer],
        termination_condition=MaxMessageTermination(max_messages=6),
    )

    result = await team.run(task="写一段话介绍什么是 RAG，交给审稿人把关。")
    print(result.messages[-1].content)

asyncio.run(main())

你会看到（示意）：

写一段话介绍什么是 RAG，交给审稿人把关。
写一段话介绍什么是 RAG，交给审稿人把关。
RAG 是检索增强生成：先从资料库检索相关片段，再让模型基于这些片段作答……

description 字段是给其他 Agent 看的——组长靠它决定把活派给谁，所以要写清楚「我是干什么的」。

6.3 核心概念：Agent 与 Team

三种常用 Team：

from autogen_agentchat.teams import SelectorGroupChat

team = SelectorGroupChat(
    participants=[writer, reviewer],
    group_chat_manager_name="组长",      # 负责挑人
    model_client=model,
    termination_condition=MaxMessageTermination(max_messages=6),
)

6.4 终止条件：让对话停下来

没有终止条件，两个 Agent 能聊到天荒地老、烧光额度。AutoGen 把停止条件做成了可组合的部件：

from autogen_agentchat.conditions import TextMentionTermination

# 两种条件组合：谁先满足听谁的
termination = MaxMessageTermination(max_messages=10) | TextMentionTermination("完成")

第 3 章说的「步数上限」，在 AutoGen 里就是 MaxMessageTermination。

6.5 给 Agent 装工具

工具用法和第 8 章讲的一样，只是换了个声明方式：

from autogen_core.tools import FunctionTool

def get_weather(city: str) -> str:
    """查询指定城市的当前天气。"""
    fake = {"北京": "晴，26℃", "上海": "多云，29℃"}
    return fake.get(city, f"没查到 {city} 的天气")

weather_tool = FunctionTool(get_weather, description="查询城市天气")

agent = AssistantAgent("助手", model_client=model, tools=[weather_tool])

6.6 状态与人工介入

对话的完整记录在 result.messages 里。想让它停下来问人，用 UserProxyAgent（人扮的 Agent）或团队层的 HandoffTermination。

from autogen_agentchat.agents import UserProxyAgent

human = UserProxyAgent("human", input_func=input)   # 轮到它时，等你敲键盘
team = RoundRobinGroupChat(participants=[writer, reviewer, human],
                            termination_condition=MaxMessageTermination(max_messages=6))

这也是第 5 章 interrupt() 解决的那类问题——AutoGen 提供了另一套答案。

6.7 常见翻车现场

6.8 动手改

1. 把 RoundRobinGroupChat 换成 SelectorGroupChat，看「谁来发言」是怎么被组长决定的
2. 给 writer 装上 get_weather 工具，让它写之前先查数据
3. 把终止条件换成 TextMentionTermination("完成")，让 Agent 自己喊停

6.9 小结

• AutoGen 的主张：复杂任务让多个角色不同的 Agent 互相对话
• 三个核心：Agent（角色 + 工具）、Team（协作方式）、Termination（何时停）
• Team 常用三种：轮流（RoundRobin）、组长挑人（Selector）、自主交接（Swarm）
• 生态有三条线：AutoGen（维护模式）、AG2（社区分叉）、Microsoft Agent Framework（微软接班人）
• 不设终止条件 = 烧钱，务必配一个

下一章：CrewAI，换一种思路：给 Agent 分配「角色」和「任务」 🐸