Tutoriel AutoGen Studio

如果你曾被 AutoGen 的潜力所吸引，但因其看似复杂的设置而犹豫不决，那么你并不孤单。许多初学者在使用数字助手和 AI 工作流时遇到了类似的挑战。

不过不用担心，最新的 AutoGen Studio UI 迭代将这种复杂性转化为用户友好的体验。在我们之前的文章中，我们深入探讨了 AutoGen 和 AutoGen Rag，为这一令人兴奋的新旅程奠定了基础。

现在，让我们深入了解简化且创新的 AutoGen Studio UI 2.0 世界，创造 AI 代理变得既直观又强大。

什么是 AutoGen Studio

AutoGen Studio 是一个基于 AutoGen 的界面，旨在简化创建和管理多代理解决方案的过程。它是一个用户友好的平台，即使是初学者也可以通过直观的界面以声明性方式定义和修改代理及多代理工作流。

这种易用性对那些觉得原始 AutoGen 设置有挑战性的人来说是一次变革。

安装前提条件

exigences du système

1. Python 3.11 ：AutoGen Studio UI 2.0 运行于 Python 3.11。安装该版本至关重要，以避免任何兼容性问题。Python 3.11 提供了增强的功能和改进的性能，使其成为运行像 AutoGen Studio 这样复杂应用程序的理想选择。
2. Conda 环境 ：强烈推荐使用 Conda 环境。Conda 是一个开源的包管理和环境管理系统，适用于多种操作系统。它可以为不同项目创建隔离的环境，确保每个项目都有自己的一套依赖项，而不会相互干扰。对于 AutoGen Studio，设置特定的 Conda 环境意味着你可以有效管理依赖项，而不会影响其他项目或系统范围的设置。

大语言模型（LLM）提供商和 API 密钥

• LLM 提供商概述 ：AutoGen Studio 利用大语言模型（LLM）来增强其 AI 功能。这些模型对于解释和生成类似人类的回应至关重要，是该工具的核心组成部分。
• Clé API ：要访问这些 LLM 的功能，你需要一个 API 密钥，可以是 OPENAI_API_KEY peut-être AZURE_OPENAI_API_KEY。这些密钥是你访问 OpenAI 或 Azure 提供的语言模型的通行证。

设置您的环境

Créer et activer un environnement Conda

• Créer un environnement Conda ：首先，我们需要为 AutoGen Studio 创建一个虚拟环境。这是 Conda 发挥作用的地方。它就像在您的计算机上设置一个专用的工作空间，帮助您保持一切井井有条，并防止与您可能进行的其他项目发生冲突。要创建此环境，打开终端并输入以下命令：

conda create -n autogenstudio python=3.11

在此，-n autogenstudio 将您的环境命名为“autogenstudio”，python=3.11 确保它使用正确的 Python 版本。

• 激活 Conda 环境 ：环境创建后，下一步是激活它。这一步就像进入您的新工作空间，您在该环境中进行的一切操作都将被限制在这个环境中。要激活它，请输入：

conda activate autogenstudio

配置大语言模型（LLM）提供商

• Obtenir la clé API ：要使用 AutoGen Studio，您需要从 OpenAI 或 Azure 获取 API 密钥，API 密钥就像一个特殊的密码，允许您访问高级语言模型。如果您还没有，请访问 OpenAI 或 Azure 的官网进行注册并获取您的 API 密钥。
• 在环境中设置 API 密钥 ：获得 API 密钥后，您需要将其设置为 Conda 环境中的环境变量，以确保 AutoGen Studio 在需要与语言模型通信时可以使用它。要设置 API 密钥，在终端中输入：

export OPENAI_API_KEY=your_openai_api_key_here

peut-être

export AZURE_OPENAI_API_KEY=your_azure_api_key_here

1. commandant en chef (militaire) your_openai_api_key_here peut-être your_azure_api_key_here 替换为您获得的实际密钥。这一步将您的环境与语言模型提供商连接，为您即将探索的令人兴奋的 AI 功能奠定基础。

就这样！您已成功为 AutoGen Studio UI 2.0 设置了环境。这个基础对于您顺利体验创建和管理 AI 代理的过程至关重要。

Installation d'AutoGen Studio

现在您的环境已经准备好了，让我们继续安装 AutoGen Studio UI 2.0。安装过程很简单，我将按照视频脚本的步骤逐步引导您完成。不论您是初学者还是高级用户，这些步骤将确保顺利的安装体验。

安装 AutoGen Studio 包：

• 首先，我们需要安装 AutoGen Studio 包。确保您处于‘autogenstudio’的 Conda 环境中。
• 在终端中输入以下命令：

pip install autogenstudio

• 此命令将安装 AutoGen Studio 包，这是运行该应用程序所必需的。

启动 AutoGen Studio：

• 安装完成后，是时候启动 AutoGen Studio 了。
• 在终端中输入以下命令以启动 AutoGen Studio 用户界面：

autogenstudio ui

• 此命令将在指定的端口（此处为 8081）运行 AutoGen Studio 用户界面。

访问 AutoGen Studio：

• 打开您喜欢的网络浏览器。
• Naviguez jusqu'à http://localhost:8081/。这是 AutoGen Studio 运行的 URL。
• 访问此 URL 后，您将进入 AutoGen Studio 用户界面。

安装过程设计得尽可能简便，确保您可以毫不费力地开始探索 AutoGen Studio 的功能。请记住，这只是您与 AutoGen Studio 旅程的开始。在接下来的章节中，我们将深入探讨如何使用其各种功能来创建和管理 AI 代理和工作流。

探索 AutoGen Studio 的功能

A. 构建部分

AutoGen Studio UI 2.0 为创建和管理 AI 代理和工作流打开了无限可能的大门。让我们深入探索构建部分，这是你打造有效 AI 解决方案的起点。

创建技能：

在构建部分，你有机会创建新的技能。这些技能是为完成特定任务而定制的功能，构成了 AI 代理能力的核心。

想象你要创建一个名为“Cat aski generator”的技能，这个过程就是定义该功能的作用、目的以及如何执行任务。这类似于为你的 AI 代理编写一个特定的操作。

这个创造过程用户友好且直观，即使你是 AI 初学者也能轻松上手。

创建代理：

在代理选项卡中，你可以让你的 AI 代理“活”起来。这里你可以根据项目需求创建任意数量的代理，每个代理都有独特的特性和技能。

例如，你可以创建一个示例代理，并为其定制一个特定的模型，比如“gp4 turbo”。这种定制包括定义代理的行为、响应和能力。

将技能添加到你的代理中非常简单。你可以从已经创建的技能中选择，比如“Cat aski generator”，也可以使用 AutoGen Studio 提供的预定义技能。

创建工作流：

工作流是你 AI 生态系统中交互的核心。它们定义了不同代理如何协作完成任务。

设置工作流涉及指定代理之间的交互模式。例如，你可以建立一个工作流，让两个代理合作，交换信息和决策以完成任务。

当前版本的 AutoGen Studio 允许两个代理之间的交互，但未来更新将提供更复杂的交互功能。

构建部分是 AutoGen Studio UI 2.0 的创作平台。在这里，你可以尝试、创建并微调构成 AI 解决方案的各个要素。无论是设计复杂的技能、赋予代理多样化的生命力，还是编排它们的交互，构建部分都提供了一个无缝且引人入胜的体验。

操作区部分

在 AutoGen Studio UI 2.0 中，操作区部分是实践的舞台。在这里，你可以看到代理和工作流的实际运行，与你的配置互动，并观察在构建部分设置的结果。让我们来探索如何充分利用操作区部分。

1. 与代理工作流交互: :

   • 操作区的核心是交互。在这里，你可以与在构建部分定义的代理工作流进行互动。
   • 这种互动不仅仅是执行任务；它是一个动态过程，你可以看到代理如何协作、使用技能以及如何适应不同场景。
   • 例如，你的代理可能会协作生成图像或编译 PDF 文档以完成用户任务。操作区就是这种合作付诸实践的地方。

2. 运行示例任务: :

   • 操作区非常适合测试和实验。你可以运行示例任务，看看代理和工作流的表现如何。
   • 操作区中的每个会话都是与代理工作流的持续互动。它由一系列旨在实现特定目标的活动或操作组成。
   • 在运行这些任务时，你将看到代理如何交互、如何利用它们的技能，以及它们在多大程度上有效地实现设定的目标。

3. 会话和聊天视图: :

   • 操作区中的会话指的是与代理工作流的整个互动过程。这包括配置工作流、你与代理的交互以及这些互动的结果。
   • 在会话中还有聊天视图。这一功能允许你与代理进行一系列交互，成为会话的一部分。就像与 AI 代理对话一样，实时引导它并获得反馈。

AutoGen Studio UI 2.0 的操作区部分是你的互动平台。在这里，你可以测试代理和工作流，观察它们在真实场景中的表现，并根据结果进行优化和改进。

C. 画廊部分

在 AutoGen Studio UI 2.0 中，画廊部分脱颖而出，成为您的个人展示空间，您可以在这里存储并回顾您的创作成果。这就像一本数字剪贴簿，记录了您通过 AI 辅助创意的旅程。让我们深入探讨一下画廊为何成为您体验中的重要组成部分：

保存您的创意对话

想象一下，您刚刚经历了一场精彩的创作会议，通过 AI 生成的图像和文本将您的想法具象化。您肯定不希望这些瞬间消失在记忆中。这时，画廊便派上用场了。只需点击发布图标，您就可以将这些交互内容安全地存储在这个数字宝库中。这不仅仅是保存，更是珍藏您在会话中激发的创意火花。

访问和回顾过去的交互记录

您在 AutoGen Studio 的旅程不仅仅是一时的体验，画廊确保了这一点。每个已发布的对话或交互都会被妥善地存放在这个部分中。通过导航至画廊标签，您可以回顾过去的探索，审视您所创建的内容，并可能从中找到下一个项目的灵感。此功能不仅仅是一个存储解决方案，它是您创作里程碑的个人档案。

使用 AutoGen Studio API

虽然 AutoGen Studio 主要是一个 Web 界面，但它还拥有一个强大且模块化的 Python API，支撑其功能。对于那些希望深入研究 AutoGen Studio 编程方面的用户，这个 API 是关键，它提供了对代理工作流的更细粒度控制。

• 声明式工作流规范：该 API 允许以 JSON 格式声明地指定代理工作流。此功能对于那些倾向于以编程方式定义工作流的开发人员特别有用，给予他们更大程度的灵活性，以便定制和自动化流程。
• Gestion du flux de travail：通过 API，您可以加载并运行这些 JSON 定义的工作流。该过程包括从代理规范中创建工作流配置，然后利用 AutoGenWorkFlowManager 来管理和执行这些工作流。

AutoGen Studio 的局限性

虽然 AutoGen Studio 是一个用于创建和管理 AI 代理及工作流的强大工具，但需要承认其当前的局限性和未来增强的路线图。

• 复杂的代理工作流：目前，AutoGen Studio 仅支持相对简单的代理工作流，主要涉及两个代理之间的交互。然而，更复杂的工作流（如多代理的 GroupChat 和动态拓扑结构）即将推出。
• 用户体验改进：该平台正持续发展，以提供更好的用户体验。未来更新将包括实时反馈功能，通过流式中间模型输出提供反馈、更好的代理响应摘要，以及每次交互成本的详细信息。
• 增强代理技能：开发团队专注于改进代理技能的创作、组合和重用工作流。这样将使用户能够为代理构建更复杂和多样化的技能。
• 社区功能：AutoGen Studio 的一个关键目标是促进用户社区之间的联系。未来计划包括在 AutoGen Studio 用户社区内更轻松地分享和协作，包括分享会话和结果，以及为共享技能、代理和工作流的库作出贡献。

rendre un verdict

AutoGen Studio 站在 AI 创新的最前沿，提供了一个既易于访问又功能强大的平台，用于创建和管理 AI 代理和工作流。其用户友好的界面与强大的底层 API 相结合，提供了一种独特的简单性与复杂性融合的体验。

无论您是初学者还是经验丰富的开发者，AutoGen Studio 都邀请您轻松踏入 AI 的世界。

我们鼓励您探索其功能，尝试其特性，并利用其潜力将您的 AI 构想变为现实。

problèmes courants

如何更改 AutoGen Studio 中的默认技能和配置？

通过 UI 修改代理配置，或编辑‘autogenstudio/utils/dbdefaults.json’文件以初始化数据库。

重置与代理的对话时，我应该采取哪些步骤？

删除‘database.sqlite’文件以重置对话历史。对于特定用户数据，移除‘autogenstudio/web/files/user/<user_id_md5hash>’文件夹。

我可以在 AutoGen Studio 中查看代理交互的输出和消息吗？

可以，在 Web UI 的调试控制台查看消息，或检查‘database.sqlite’文件以获取详细记录。