AutoGen：微软AI多智能体会话框架的新变革

        在人工智能发展的今天，对话系统和自然语言处理技术的创新日新月异。微软推出了名为AutoGen的框架，它标志着在使用大型预训练语言模型（LLM）开发应用程序方面的一次飞跃。AutoGen不仅因其技术突破而受到业界的广泛关注，并且在短短的时间里，已经被TheSequence评为2023年我最喜爱的AI论文之一，并且仅在从FLAML（一个机器学习工具库）分支出来后35天就入选了Open100：最佳100个开源成就，可见其影响力之大。

什么是 AI Agent

        AI Agent/人工智能代理，指的是能在某种环境中自主运作的软件实体，它通过感知环境并在此基础上进行决策来实现特定的目标或任务。AI代理可以是简单的，比如基于规则的系统，也可以是复杂的，应用了机器学习技术的自适应系统。AI代理在多个领域有广泛的应用，比如个人助手、游戏AI、推荐系统和自动驾驶车辆。

在技术实现上，AI代理可能会应用如下方法和技术：

1. 规则引擎：基于一系列预先定义好的规则做出决策。

2. 大模型：通过大语言预训练模型，然后利用该模型做出预测和决策。

3. 计划和调度：编排一系列的动作以达成长期的目标。

多智能体会话

        多智能体会话（Multi-Agent Conversations）则涉及多个AI代理之间，或AI代理与人类之间的互动。在这种场景中，不同的智能体可能有着不同的目标、资源和知识，它们必须通过交流和协作来解决问题或完成任务。多智能体系统（Multi-Agent Systems，MAS）是研究这种互动的一门跨学科领域，它结合了人工智能、计算机科学、工程学等多个学科的研究成果。

AutoGen简介

        AutoGen是一个基于多智能体会话的框架，它使得开发者可以使用多个可对话的代理来实现LLM应用程序，这些代理既可自定义，也支持与人类的无缝互动。AutoGen代理能够运行在多种模式下，结合了LLM、人类输入和工具，从而优化复杂流程的编排、自动化和性能。

        在AutoGen框架的支持下，开发者无需投入大量努力，就能构建下一代的LLM应用。它支持多样的对话模式，用于更加复杂的工作流程。开发者可以根据对话的自主性、代理数量和代理对话拓扑等需求，定制各种对话模式。

        AutoGen还提供了各种复杂性的工作系统示例，广泛应用于不同领域，展示了它对多样对话模式的支持能力。增强型LLM推理提供了诸如API统一、缓存、错误处理、多配置推理、上下文编程等高级使用模式。

开始使用AutoGen

        最简单的开始方式是使用GitHub Codespace，将OAI_CONFIG_LIST_sample复制到./notebook文件夹，重命名为OAI_CONFIG_LIST，并进行正确的配置。然后可以在notebook中开始实验。

Note: 默认情况下推荐使用GPT-4模型，因为它与AutoGen的配合已知效果很好。如果你选择使用GPT-3.5-turbo等其他模型，你可能需要修订系统提示。

安装AutoGen

pip install pyautogen

• 选项1：在Docker中安装和运行AutoGen
  用户和开发者的具体指南分别位于相关链接。

• 选项2：本地安装AutoGen
  AutoGen需要Python版本 >= 3.8, < 3.13，并且可以通过pip安装：

多智能体会话框架

        AutoGen的多智能体会话框架使得LLM应用更具通用性，集成了LLM、工具和人类参与的自定义和可对话的代理。它通过自动化多个能力强大的代理间的聊天，可以轻松地让它们集体自主地完成任务，或者在融入人类反馈的情况下完成任务，其中包括通过代码使用工具所必需的任务。例如：

from autogen import AssistantAgent, UserProxyAgent, config_list_from_json
config_list = config_list_from_json(env_or_file="OAI_CONFIG_LIST")assistant = AssistantAgent("assistant", llm_config={"config_list": config_list})user_proxy = UserProxyAgent("user_proxy", code_execution_config={"work_dir": "coding", "use_docker": True})
user_proxy.initiate_chat(assistant, message="绘制英伟达和特斯拉今年股价的变化图")

下图显示了使用 AutoGen 的示例对话流。

强化LLM推理

        AutoGen还通过诸如缓存、错误处理、多配置推理和模板化等功能，帮助用户最大限度地发挥昂贵LLM的作用，例如ChatGPT和GPT-4。

文档和社区参与

        详细的AutoGen文档可在官方网站找到，此外，鼓励开发者社区参与AutoGen项目。对开源文化的贡献者需要签署CLA（Contributor License Agreement），确保能够合法地授权使用其贡献。

        AutoGen项目遵循微软开源行为准则，并且主动接受来自社区的意见和建议。如有任何额外问题或评论，可通过电子邮件[email protected]联系。

结语

        AutoGen以其革命性的多智能体会话框架，为未来的AI应用打下了坚实的基础。不仅对技术爱好者，对于所有追求前沿技术和希望将复杂AI工作流程自动化的开发者来说，AutoGen无疑是值得关注和探索的重要工具。如果你想要深入了解或参与到AutoGen项目中，请访问官方GitHub仓库，一起推动人工智能的未来发展。

https://github.com/microsoft/autogen