章节引导：单 Agent 的能力终究有限。许多复杂任务，如软件开发、科学研究、数据分析报告撰写，往往需要不同角色、不同能力的“专家”协同完成。本章我们将正式进入激动人心的多 Agent 系统的世界，首先学习由微软研究院推出的 AutoGen 框架。AutoGen 以其灵活的、基于对话的 Agent 协作机制和强大的代码执行能力而备受关注。与 LangGraph 精确控制单 Agent 流程不同，AutoGen 更侧重于模拟多个自主 Agent 如何通过自然语言对话进行交流、分工与协作。我们将深入其核心架构，重点掌握如何安全地让 Agent 执行代码（这是 AutoGen 的一大亮点），如何定制 Agent 行为与对话模式，并通过构建一个代码审查与自动修复系统的实例，亲身体验多 Agent 协作完成复杂任务的威力。
重要提示：相关库与版本
AutoGen 是一个独立的库 (pip install pyautogen)。本章示例基于 AutoGen 的较新版本，请确保你的环境已安装。同时，与 LLM 的交互通常需要安装相应的 SDK（如openai）并配置 API Key。
9.1 AutoGen 架构：对话驱动的协作
AutoGen 的核心设计理念是对话驱动。Agent 之间的协作主要通过相互发送和接收消息来实现。理解其架构的关键在于掌握核心 Agent 类型和它们之间的通信及协作机制。
核心 Agent 类型详解
AutoGen 提供了一些内置的 Agent 类，它们都继承自 ConversableAgent 这个定义了基本对话能力的基类：
ConversableAgent: 所有能参与对话的 Agent 的基类。定义了核心交互方法，如send(),receive(),generate_reply()。可继承以创建自定义 Agent。AssistantAgent: 最常用的类型之一，代表一个标准的、基于 LLM 的对话 Agent。接收消息历史，调用配置好的 LLM 生成回复。通过设置system_message来赋予其不同角色和能力。UserProxyAgent: (极其关键) 代表用户或用户的代理人。核心特点：- 能发起对话: 通常是任务的发起者。
- 能请求人类输入: 可配置在需要时暂停并请求用户指令 (
human_input_mode)。 - 能执行代码/函数: 其最强大的能力，可以执行 Python 代码块（在沙箱中）或调用预注册的函数。
通信机制
Agent 通过发送和接收消息进行通信（通常是包含 content 和 role 的字典）。
send(message, recipient): 发送消息。receive(message, sender): 接收消息。generate_reply(messages, sender): 生成回复的核心逻辑。
多 Agent 交互核心
AutoGen 支持多种交互模式：
- 两 Agent 对话:
UserProxyAgent与AssistantAgent轮流对话，直至满足终止条件。# user_proxy.initiate_chat(assistant, message="Initial task") GroupChat与GroupChatManager: (核心机制) 实现多个 Agent (>=3) 协作的关键。GroupChat: 定义一个包含多个 Agent 的“聊天室”，维护共享消息历史。GroupChatManager: 特殊的ConversableAgent，负责管理GroupChat中的对话流程，根据speaker_selection_method选择下一个发言者。"round_robin": 轮流。"auto": (默认) LLM 决定谁最适合发言（需要 Manager 配置 LLM）。"manual": 人类用户选择。- 自定义函数。
- 通常由
UserProxyAgent向GroupChatManager发起群聊。
# user_proxy = UserProxyAgent(...) # agent1 = AssistantAgent(name="Coder", ...) # agent2 = AssistantAgent(name="Tester", ...) # groupchat = GroupChat(agents=[user_proxy, agent1, agent2], ...) # manager = GroupChatManager(groupchat=groupchat, llm_config=...) # user_proxy.initiate_chat(manager, message="Task for the group")
9.2 安全的代码执行：UserProxyAgent 与沙箱
AutoGen 的一大特色是 UserProxyAgent 能够执行代码，这赋予了 Agent 强大的自动化能力。
为何需要 Agent 执行代码？ 自动化任务、数据分析、工具使用、软件开发等。
UserProxyAgent 的代码执行能力配置:
通过 code_execution_config 参数启用和控制：
from autogen import UserProxyAgent
user_proxy_with_code = UserProxyAgent(
name="Executor",
human_input_mode="NEVER",
code_execution_config={
"work_dir": "coding_sandbox", # 执行目录
"use_docker": True, # <---- 强烈推荐使用 Docker!
# "use_docker": "python:3.11-slim", # 可指定镜像
# "timeout": 120, # 超时时间 (秒)
},
# ... 其他参数 ...
)
核心风险：安全！
警告: 直接在本地执行由 LLM 生成或来自不可信 Agent 的代码是极其危险的行为！ 潜在风险包括文件删除、数据泄露、恶意软件安装等。绝不能直接信任！
深度实践：代码执行沙箱
必须使用沙箱 (Sandbox) 环境隔离代码执行：
- Docker 沙箱 (强烈推荐):
- 配置:
code_execution_config={"use_docker": True, ...}。 - 原理: AutoGen 在隔离的 Docker 容器内执行代码，保护宿主系统。
- 依赖: 可通过自定义镜像或
work_dir下的requirements.txt管理。 - 要求: 本地需安装并运行 Docker。
- 配置:
- E2B (e2b.dev) 云沙箱 (推荐):
- 配置: 需安装
e2b包并配置 API Key（详见 AutoGen/E2B 文档）。 - 原理: 在安全的云端沙箱执行代码。
- 优点: 无需本地 Docker，方便快捷。
- 缺点: 依赖第三方服务，可能有费用。
- 配置: 需安装
- 本地执行 (
use_docker=False, 不推荐):- 风险: 代码直接在本地执行，
work_dir隔离有限，极不安全。请勿在生产或处理不可信代码时使用。
- 风险: 代码直接在本地执行，
安全最佳实践:
- 强制使用沙箱: 始终优先 Docker 或 E2B。
- 代码审查/限制: 对关键代码进行审查，或限制可用库/函数。
- 管理沙箱依赖: 确保沙箱环境包含所需库。
- 资源限制: 配置 Docker/E2B 限制 CPU、内存、网络。
- 用户确认: 对高风险操作启用
human_input_mode进行确认。
安全永远是第一位的！
9.3 定制 Agent 与对话模式
可以通过多种方式定制 AutoGen Agent 的行为和对话流：
1. 修改 Prompt/System Message:
最简单的方式，通过 system_message 赋予 AssistantAgent 不同的角色、指令和个性。
coder = AssistantAgent(
name="PythonCoder",
system_message="You are a senior Python programmer...",
llm_config=llm_config
)
reviewer = AssistantAgent(
name="CodeReviewer",
system_message="You are a meticulous code reviewer...",
llm_config=llm_config
)
2. 继承与重写方法:
通过继承 ConversableAgent 并重写 generate_reply 等方法，实现深度定制逻辑（如加入特定知识、记忆、状态管理）。
3. 注册自定义函数 (UserProxyAgent):
让 UserProxyAgent 调用预定义的、安全的 Python 函数，而不是执行任意代码。
import autogen
from autogen import UserProxyAgent, AssistantAgent
from dotenv import load_dotenv
import os
load_dotenv()
# 配置 LLM (假设已完成)
config_list = autogen.config_list_from_json(...)
llm_config = {"config_list": config_list, ...}
# 定义安全函数
def get_stock_price(symbol: str) -> float:
"""Gets the (simulated) stock price for a given symbol."""
print(f"--- Called function get_stock_price for {symbol} ---")
if isinstance(symbol, str) and symbol.upper() == "MSFT": return 300.0
if isinstance(symbol, str) and symbol.upper() == "GOOG": return 150.0
return 0.0
# 创建 UserProxyAgent 并注册函数
user_proxy_func = UserProxyAgent(
name="FunctionExecutor",
human_input_mode="NEVER",
# code_execution_config=False, # 显式禁用代码执行
)
user_proxy_func.register_function(
function_map={
"get_stock_price_tool": get_stock_price # 映射工具名到函数
}
)
# 创建 Assistant Agent 并告知它可以使用的工具
assistant_func_caller = AssistantAgent(
name="AssistantFuncCaller",
system_message="You can use tools. Use the get_stock_price_tool for stock prices.",
llm_config={
"config_list": config_list,
"tools": [ # **关键：向 LLM 描述可用工具**
{
"type": "function",
"function": {
"name": "get_stock_price_tool", # 必须与 register_function 中的键匹配
"description": "Gets the current stock price for a given symbol.",
"parameters": {
"type": "object",
"properties": {
"symbol": {"type": "string", "description": "Stock ticker (e.g., MSFT)"}
},
"required": ["symbol"],
},
},
}
],
}
)
# 发起对话 (示例)
# user_proxy_func.initiate_chat(
# assistant_func_caller,
# message="What's the stock price for MSFT?"
# )
触发机制说明: AssistantAgent 要调用注册的函数，其 llm_config 必须包含 tools 描述。当 LLM 决定使用该工具时，它会生成特定的工具调用请求。UserProxyAgent 收到此请求后，会自动查找 function_map 并执行对应的 Python 函数，将结果返回。
设计复杂对话模式：
- 利用
GroupChatManager的speaker_selection_method控制发言顺序。 - 通过精心设计的 Agent
system_message或内部逻辑引导对话流向。 - 探索 AutoGen 的高级功能或社区扩展以实现更复杂的交互模式。
9.4 动手实验：构建代码审查与自动修复的多 Agent 系统
目标：实践定义不同角色的 Agent，利用 AutoGen 的对话机制进行协作，并安全地执行代码（如运行测试、应用修复）。
场景: 用户提出函数需求 -> Coder 编写 -> Reviewer 审查 -> (循环修改) -> UserProxy 执行测试 -> 完成。
角色定义:
user_proxy(UserProxyAgent): 发起任务，批准，执行测试代码 (沙箱)。coder(AssistantAgent): 编写/修改代码。reviewer(AssistantAgent): 审查代码。
协作流程设计 (简化版):
- UserProxy -> Coder: “编写函数 X”
- Coder -> Reviewer: "
python ..." - Reviewer -> Coder: “修改意见…” 或 “Approved”
- (循环 2-3)
- Coder -> UserProxy: “
python ...(Approved)” - UserProxy: (提取代码块) -> 执行测试 -> GroupChat: “测试结果…”
代码实现 (关键部分):
import os
import autogen
from autogen import AssistantAgent, UserProxyAgent, GroupChat, GroupChatManager
from dotenv import load_dotenv
load_dotenv()
# 配置 LLM (同 9.3 示例)
config_list = autogen.config_list_from_json("OAI_CONFIG_LIST", filter_dict={"model": ["gpt-4o"]})
llm_config = {"config_list": config_list, "cache_seed": 42}
# --- Agent 定义 ---
user_proxy = UserProxyAgent(
name="UserProxy",
system_message="Represents the user. Initiate the task. Execute Python code blocks for testing when received after approval. Report test results.",
human_input_mode="TERMINATE", # Allow human intervention on termination/error
max_consecutive_auto_reply=8, # Limit consecutive replies for safety
# Use 'ALWAYS' to require human approval before code execution for extra safety
# human_input_mode="ALWAYS",
code_execution_config={
"work_dir": "code_review_project",
"use_docker": True, # CRITICAL: Enforce Docker sandbox
},
# Automatically execute code blocks received
# This relies on the default behavior. More robust: check sender/context.
)
coder = AssistantAgent(
name="Coder",
system_message='''Python programmer. Write Python code based on requests.
Receive feedback from CodeReviewer and revise.
Enclose final code in ```python ... ```.
Reply TERMINATE only when code is approved and you are done.''',
llm_config=llm_config,
)
reviewer = AssistantAgent(
name="CodeReviewer",
system_message='''Code reviewer. Review Python code from Coder for correctness, clarity, bugs.
Provide specific feedback or reply "Approved" if it looks good.
Do not write code yourself.''',
llm_config=llm_config,
)
# --- GroupChat 设置 ---
agents = [user_proxy, coder, reviewer]
groupchat = GroupChat(
agents=agents,
messages=[],
max_round=12 # Limit conversation length
)
# GroupChatManager (使用 LLM 自动选择)
manager_llm_config = {"config_list": config_list, "cache_seed": 43}
manager = GroupChatManager(
groupchat=groupchat,
llm_config=manager_llm_config,
# Guiding the manager
system_message="Coordinate coding and reviewing. Ensure feedback is addressed. The UserProxy executes approved code for testing."
)
# --- 发起聊天 ---
initial_task = """
1. Coder: Write a Python function `calculate_rectangle_area(length: float, width: float) -> float` that calculates the area of a rectangle. Include a docstring.
2. Reviewer: Review the code.
3. UserProxy: After approval, test the function with length=5, width=10 and report the execution result.
"""
print("\n--- Starting Code Review Group Chat ---")
try:
user_proxy.initiate_chat(
manager,
message=initial_task,
)
except Exception as e:
print(f"An error occurred during the chat: {e}")
print("\n--- Code Review Group Chat Finished ---")
逐步代码讲解与分析：
- 定义了具有明确角色的三个 Agent。
- 为
UserProxyAgent配置了 Docker 沙箱进行代码执行。 - 设置了
GroupChat和GroupChatManager。 UserProxy发起了包含编码和测试指令的任务。- 观察对话流： Agent 间通过消息传递代码和评审意见。
- 代码执行触发 (说明):
- 当对话流进行到
UserProxy接收到经Reviewer“Approved” 的代码块时，由于code_execution_config已启用，UserProxyAgent会自动查找并提取最近消息中的 ` ```python … ````代码块。 - 它会将代码写入沙箱（Docker 容器内）的文件中。
- 然后，它在沙箱内执行该文件。
- 捕获执行的标准输出/错误。
- 将执行结果（成功输出或错误信息）作为新消息发送回群聊。
- (注意：更复杂的测试场景可能需要更精细的逻辑来生成和执行测试用例。)
- 当对话流进行到
9.5 AutoGen 落地应用与挑战
典型应用场景： 自动化编码、数据分析、研究助理、多智能体仿真、创意写作等。
面临的挑战：
- 对话可控性差: 可能陷入无效循环、偏离目标。
- 结果稳定性: 多次运行结果可能不同。
- 成本控制: 多轮对话可能导致大量 LLM 调用。
- 复杂状态管理: 跟踪共享状态困难。
- 调试难度: 追踪多 Agent 对话流复杂。
9.6 章节总结与框架对比
本章我们深入了 AutoGen 框架，掌握了其多 Agent 系统的核心方法。
-
核心优势总结: AutoGen 的核心竞争力在于其灵活的、基于对话的协作机制，以及内置的、强调安全的代码执行能力。
-
关键技术回顾: 学习了核心 Agent 类型、GroupChat/Manager 机制、安全代码执行配置与实践。
-
对比：
- 与 LangGraph (Ch8) 对比:
- LangGraph: 强于单 Agent 复杂流程的精确控制、显式状态管理。
- AutoGen: 强于多 Agent 间基于对话的灵活协作和代码执行。
- 与 CrewAI (Ch10 预告) 对比:
- AutoGen: 对话更自由、动态。
- CrewAI: 提供更结构化、面向流程的协作框架（角色、任务、流程）。
- 与 LangGraph (Ch8) 对比:
-
引出思考： AutoGen 的自由对话带来了灵活性，但也牺牲了部分可控性。对于需要明确角色分工和结构化流程的多 Agent 任务，下一章的 CrewAI 提供了另一种解决方案。
内容同步在我的公众号：智语Bot
扫一扫
2370
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
