일반 소개
AutoGen은 다중 지능형 바디 대화를 통해 대규모 언어 모델(LLM) 애플리케이션 구축을 간소화하는 데 중점을 둔 Microsoft 연구팀이 개발한 오픈 소스 프레임워크입니다. 이를 통해 개발자는 서로 대화하고 협업하여 작업을 해결할 수 있는 AI 에이전트를 만들 수 있습니다. 이 접근 방식은 LLM의 성능을 향상시킬 뿐만 아니라 사람의 입력과 도구 사용을 통합하여 시스템의 유연성과 유용성을 향상시키며, AutoGen은 단순한 두 개의 지능형 에이전트 대화부터 복잡한 다중 지능형 에이전트 그룹 채팅까지 모든 복잡한 워크플로우를 지원합니다.
Microsoft는 완전히 재작성되고 이전 버전과 호환되지 않는 AutoGen 0.4 버전을 출시합니다. 새로운 AutoGen 0.4 버전은 계층화된 확장 가능한 모듈식 아키텍처를 사용하며, 고급 AI 지능형 바디 시스템을 구축하기 위한 비동기식 메시지 중심의 확장 가능한 멀티 에이전트 프레임워크입니다.

기능 목록
- 다중 지능 협업여러 AI 에이전트가 대화를 통해 협력하여 복잡한 작업을 해결할 수 있습니다.
- 사용자 지정 및 확장성개발자는 필요에 따라 인텔리전스의 행동과 대화 패턴을 사용자 지정할 수 있습니다.
- 인간 참여 지원인텔리전스는 인간 사용자와 상호 작용하고 인간의 피드백을 받아 작업 실행을 최적화할 수 있습니다.
- 도구 통합지능형 기관은 코드 또는 외부 도구를 직접 사용하여 작업 처리를 향상시킬 수 있습니다.
- 다양한 애플리케이션 시나리오수학적 문제 해결부터 프로그래밍 및 공급망 최적화에 이르기까지 다양한 분야에 적용된 사례가 있습니다.
- 성능 최적화다중 구성 추론 및 캐싱과 같은 메커니즘을 통해 LLM의 효율성을 개선합니다.
자동 생성 코어
오토젠 코어는 액터 모델을 기반으로 하는 오토젠 프레임워크의 핵심 API로, 인텔리전스와 이벤트 중심 워크플로 간의 비동기 메시징을 지원합니다. 개발자가 매우 유연하고 확장 가능한 다중 지능형 바디 시스템을 만들 수 있는 기본 인프라를 제공합니다. 주요 기능은 다음과 같습니다:
- 비동기 메시징인텔리전스는 비동기 메시지를 통해 서로 통신하여 효율적인 동시 처리를 보장합니다.
- 이벤트 중심 워크플로이벤트 기반 워크플로 관리를 지원하여 시스템이 환경 변화와 업무 요구에 대응할 수 있도록 합니다.
- 높은 유연성기본 구성 요소에 대한 높은 수준의 제어 기능을 제공하여 고급 사용자의 심층적인 사용자 지정 및 최적화에 적합합니다.
자동 생성 상담원 채팅
자동 생성 에이전트 채팅은 자동 생성 코어를 기반으로 구축된 고급 API로, 다중 지능형 바디 대화 애플리케이션 구축에 중점을 두고 있습니다. 개발자에게 다중 지능형 신체 시스템의 생성 및 관리를 간소화하는 더 높은 수준의 추상화를 제공합니다. 주요 기능은 다음과 같습니다:
- 미션 중심대화 지능을 정의하고 특정 작업을 해결하기 위해 대화 지능을 팀으로 구성할 수 있습니다.
- 사전 정의된 동작빠른 시작을 위해 사전 설정된 지능의 동작과 다중 지능 디자인 모드가 제공됩니다.
- 사용자 친화적초보자에게 적합하며 직관적인 기본 설정과 이해하기 쉬운 인터페이스를 제공합니다.
도움말 사용
설치 및 설정
AutoGen을 시작하려면 먼저 Python 패키지 관리자 Pip을 통해 설치해야 합니다:
pip install -U "autogen-agentchat" "autogen-ext[openai]"
일부 기능을 사용하려면 OpenAI API 키가 필요하며, 환경 변수를 통해 설정할 수 있습니다:
export OPENAI_API_KEY='your-api-key-here'
자동 생성 사용
기본 인텔리전스 생성::
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?")
다중 인텔리전스 시스템 구축::
AutoGen은 그룹 채팅과 같은 보다 복잡한 다중 지능 상호작용을 지원합니다:
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:...")
도구 사용::
인텔리전트는 코드 실행이나 웹 검색과 같은 도구를 호출할 수 있습니다:
# 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!'")
지능형 신체 동작 사용자 지정::
특정 조건에서 응답하는 것과 같은 인텔리전스의 특정 동작을 정의할 수 있습니다:
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")
워크플로
- 대화 시작하기통해시작_채팅메서드는 인텔리전스 간의 커뮤니케이션 또는 인텔리전스와 사용자 간의 상호 작용을 시작할 수 있습니다.
- 모니터링 및 수정대화 중에 지능을 추가하거나 수정할 수 있으며, 작업에 맞게 대화 규칙을 변경할 수도 있습니다.
- 결론 및 결과대화가 끝나면 생성된 콘텐츠 또는 인텔리전스 실행 결과를 확인하고 성능과 정확도를 분석할 수 있습니다.
AutoGen을 사용하려면 기본적인 Python 프로그래밍 기술이 필요하지만, 초보자도 빠르게 시작할 수 있도록 문서와 예제가 광범위하게 제공되어 있습니다. 이러한 단계와 예제를 통해 AI 애플리케이션 개발을 위한 AutoGen의 강력한 기능을 살펴볼 수 있습니다.
또한 에코시스템은 두 가지 주요 개발자 도구를 지원합니다:
오토젠 스튜디오 멀티 에이전트 애플리케이션 구축을 위한 코드 없는 GUI를 제공합니다.
AutoGen Bench는 상담원 성과를 평가하기 위한 벤치마킹 제품군을 제공합니다.
© 저작권 정책
이 글은 저작권이 있으며 무단으로 복제해서는 안 됩니다.
관련 문서
댓글 없음...