AutoGen: un marco de diálogo corporal multiinteligente desarrollado por Microsoft

Introducción general

AutoGen es un marco de código abierto desarrollado por un equipo de investigadores de Microsoft centrado en simplificar la creación de aplicaciones de grandes modelos lingüísticos (LLM) mediante el diálogo entre múltiples cuerpos inteligentes. Permite a los desarrolladores crear agentes de IA que pueden dialogar entre sí y colaborar para resolver tareas. Este enfoque no sólo mejora el rendimiento de los LLM, sino que también aumenta la flexibilidad y utilidad del sistema al integrar la aportación humana y el uso de herramientas.AutoGen admite desde sencillos diálogos de dos agentes inteligentes hasta complejos chats de grupo de agentes multiinteligentes para flujos de trabajo de todas las complejidades.

Microsoft presenta AutoGen 0.4, una versión de AutoGen completamente reescrita y no compatible con versiones anteriores. La nueva versión AutoGen 0.4 utiliza una arquitectura modular, extensible y en capas, y es un marco multiagente asíncrono, basado en mensajes y extensible para construir sistemas corporales inteligentes de IA avanzada.

Lista de funciones

• colaboración multiinteligenciaPermite que varios agentes de IA trabajen juntos mediante el diálogo para resolver tareas complejas.
• Personalización y extensibilidadLos desarrolladores pueden adaptar el comportamiento y los patrones de diálogo de las inteligencias a sus necesidades.
• Apoyo a la participación humanaIntelligentsia puede interactuar con usuarios humanos y recibir información humana para optimizar la ejecución de tareas.
• integración de herramientas: Los organismos inteligentes pueden utilizar código o herramientas externas directamente para mejorar el procesamiento de las tareas.
• Escenarios de aplicación diversificadosEl programa se aplica en ámbitos que van desde la resolución de problemas matemáticos hasta la programación y la optimización de la cadena de suministro.
• optimización del rendimiento: Mejora de la eficiencia de LLM mediante mecanismos como el razonamiento multiconfiguración y el almacenamiento en caché.

AutoGen-Core

AutoGen-Core es la API central del marco AutoGen, basado en el modelo Actor, que soporta mensajería asíncrona entre inteligencias y flujos de trabajo basados en eventos. Proporciona la infraestructura subyacente que permite a los desarrolladores crear sistemas corporales multiinteligentes altamente flexibles y escalables. Sus principales características son:

• mensajería asíncronaIntelligentsia se comunican entre sí mediante mensajes asíncronos para garantizar un procesamiento concurrente eficaz.
• flujo de trabajo basado en eventosGestión del flujo de trabajo basada en eventos: admite la gestión del flujo de trabajo basada en eventos, lo que permite al sistema responder a los cambios del entorno y a las demandas de las tareas.
• gran flexibilidad: Proporciona un alto grado de control sobre los componentes subyacentes, adecuado para una profunda personalización y optimización por parte de usuarios avanzados.

AutoGen-AgentChat

AutoGen-AgentChat es una API de alto nivel, construida sobre AutoGen-Core, enfocada a la construcción de aplicaciones de diálogo corporal multi-inteligente. Proporciona a los desarrolladores un mayor nivel de abstracción que simplifica la creación y gestión de sistemas corporales multiinteligentes. Sus principales características son:

• misiónPermite definir inteligencias de diálogo y asociarlas para resolver tareas específicas.
• Comportamiento predefinidoComportamientos preestablecidos de las inteligencias y modos de diseño multiinteligencia para una rápida puesta en marcha.
• fácil de usar: Adecuado para principiantes, con una configuración por defecto intuitiva y una interfaz fácil de entender.

Utilizar la ayuda

Instalación y configuración

Para empezar a utilizar AutoGen, primero hay que instalarlo a través del gestor de paquetes de Python Pip:

pip install -U "autogen-agentchat" "autogen-ext[openai]"

Necesitas una clave de la API de OpenAI para utilizar algunas de las funciones, que puede establecerse mediante variables de entorno:

export OPENAI_API_KEY='your-api-key-here'

Uso de AutoGen

Crear inteligencia básica::

from autogen import AssistantAgent, UserProxyAgent
# 定义一个助手智能体
assistant = AssistantAgent("assistant", 
llm_config={
"config_list": [{"model": "gpt-4", "api_key": os.environ["OPENAI_API_KEY"]}]
})
# 创建一个用户代理
user_proxy = UserProxyAgent("user_proxy", 
code_execution_config={"work_dir": "coding", "use_docker": False})
# 开始对话
user_proxy.initiate_chat(assistant, message="解释一下什么是AutoGen？")

Creación de sistemas multiinteligencia::

AutoGen admite interacciones multiinteligencia más complejas, como los chats de grupo:

from autogen import GroupChat, GroupChatManager
# 假设你已经定义了多个智能体
group_chat = GroupChat(agents=[assistant, another_agent], messages=[], max_round=10)
manager = GroupChatManager(group_chat)
user_proxy.initiate_chat(manager, message="团队合作解决这个编程问题：...")

Utilización de herramientas::

Intelligentsia puede invocar herramientas como la ejecución de código o la realización de búsquedas en Internet:

# 配置代码执行环境
user_proxy = UserProxyAgent("user_proxy", code_execution_config={"work_dir": "coding", "use_docker": True})
# 让智能体执行代码
user_proxy.initiate_chat(assistant, message="编写并执行一个简单的Python脚本来打印'Hello, AutoGen!'")

Personalizar el comportamiento corporal inteligente::

Puede definir comportamientos específicos de la inteligencia, como responder en determinadas condiciones:

defcustom_handler(message):
if"error"in message.get("content", "").lower():
return"检测到错误，正在重新尝试..."
returnNone
assistant.register_handler(custom_handler, event="on_message")

flujo de trabajo

• Iniciar un diálogo: a través deiniciar_chatLos métodos pueden iniciar la comunicación entre inteligencias o la interacción entre inteligencias y usuarios.
• Control y modificaciónLa inteligencia puede añadirse o modificarse durante un diálogo, o pueden cambiarse las reglas del diálogo para adaptarlas a la tarea.
• Conclusiones y resultadosAl final del diálogo, es posible visualizar el contenido generado o los resultados de la ejecución de las inteligencias y analizar su rendimiento y precisión.

El uso de AutoGen requiere algunos conocimientos básicos de programación en Python, pero la documentación y los ejemplos son extensos para ayudar a los principiantes a empezar rápidamente. Con estos pasos y ejemplos, puede empezar a explorar la potencia de AutoGen para el desarrollo de aplicaciones de IA.

El ecosistema también es compatible con dos herramientas clave para desarrolladores:

Estudio AutoGen Proporciona una interfaz gráfica de usuario sin código para crear aplicaciones multiagente.

AutoGen Bench proporciona una suite de benchmarking para evaluar el rendimiento de los agentes.