今天凌晨,微软宣布其开源AI Agent AutoGen 发布0.4版本,全面重新设计的库,在代码稳定性、鲁棒性、通用性和可扩展性方面更好,可以开发前沿高级AI Agent应用。
开源地址:https://github.com/microsoft/autogen
自微软开源AutoGen以来在github已获得超37000颗星,成为AI Agent领域应用最多的框架之一。由于开发者的快速增长,也带来了API效率低下以及调试和干预功能有限等难题。
同时开发者对AI Agent自动化行为的可观测性、控制能力、多层级Agent之间的协作有了更高的需求。所以,微软对AutoGen 进行了大更新,发布0.4版本一次性解决所有问题。
0.4版本亮点功能
异步消息传递: Agent之间的通信采用了异步消息机制,不需要等待其他Agent的响应就可以继续自动执行任务。这种全新模式非常适合事件驱动的应用程序,Agent可以响应特定事件或条件触发的动作。
同时也保留了传统的请求/响应模式,一个Agent发送请求并等待另一个Agent的回应。
模块化和可扩展性: 用户可以轻松地使用自定义Agent、工具、内存和模型等,将不同的功能模块组合起来,构建出满足特定业务场景的Agent系统。例如,可以通过注册不同的Agent类型和工具,来实现特定的自动化功能。
可观测性和调试: 内置的指标跟踪、消息追踪和调试工具,能够对Agent交互和工作流程进行监控和控制。可以清楚记录Agent工作流程中的每个步骤,包括大模型调用、工具使用、中间输出、内存状态和提示模板等。
这对于医疗诊断、法律分析、金融投资等,需要对Agent的运行流程进行精准追溯的行业非常有帮助。
可扩展性和分布式: 用户可以设计复杂的、分布式的Agent网络,可以在组织边界之间无缝运行。通过分布式架构,可以将不同的Agent部署在不同的服务器或云平台上,实现资源的合理分配和高效利用。
内置和社区扩展: 扩展模块通过高级模型客户端、Agent、多Agent团队和Agent型工作流程工具增强了框架的功能。社区支持允许开源开发者管理自己的扩展,可以基于框架开发出更多具有特定功能的Agent或工具,并分享给其他开发者使用。
对于一些常见的功能需求,开发者可以直接使用社区提供的扩展模块,无需从头开始开发,极大降低了开发的难度和门槛。
跨语言支持: AutoGen 现在允许不同编程语言编写的Agent之间进行互操作。例如,Python编写的Agent可以与.NET 编写的Agent协同工作。这项功能极大地拓宽了AutoGen的应用范围,并消除了由于编程语言差异造成的障碍
除了新增功能之外,微软对AutoGen的基础架构也进行了重塑,包括核心、Agent聊天和扩展。
核心,事件驱动Agent系统的基石;Agent聊天,基于核心层构建的任务驱动的高级API,具有群聊、代码执行、预构建Agent等功能;扩展,核心接口实现了和第三方集成,例如,Azure代码执行器和OpenAI模型等。
在UI方面也进行了大量更新:通过UI进行交互式反馈,添加用户Agent以实现在团队运行期间实时的用户输入和指导;
消息流可视化,通过直观的UI界面理解Agent通信,该界面映射消息路径和依赖关系;可视化拖拽界面,使用拖放组件到位置并配置它们的关系和属性的界面,可视觉化设计Agent。
集成Magentic-One
Magentic-One也是微软开源的一款多层级通用AI Agent,现在也集成在了AutoGen中。
Magentic-One是一个多层级架构,分别由Orchestrator、WebSurfer、FileSurfer、Coder和ComputerTerminal 5个AI Agent组成。
每个专业Agent都拥有自己的技能集和知识库,能够在各自的领域内高效运作。但它们并非孤立工作,而是通过 Orchestrator 进行协调,确保所有活动都是连贯且符合最终目标。
Orchestrator负责整个任务的规划、进度跟踪及错误恢复。当接收到一个任务时,会深度分析任务需求,并根据需要分配给其他四个专业Agent不同的子任务。
这些专业Agent分别擅长处理特定类型的任务,WebBrowser Agent 能处理网页浏览相关的操作,FileNavigatorAgent 管理本地文件系统的导航,Code WriterAgent负责编写和执行Python 代码片段,ComputerTerminal则允许执行操作系统级别的命令,从而为更高层次的任务提供底层支持。
在 Magentic-One 架构中,异步事件驱动是一个很重要功能。 传统上,许多系统依赖于同步请求-响应模式,其中每次调用都需要等待结果返回才能继续下一步骤。而异步方法允许系统中的组件并发运行,在任何时候接收新输入或触发动作,而不会阻塞其他部分的工作。
例如,当 Orchestrator 分配了一个涉及下载网页内容并从中提取信息的任务给WebBrowserAgent 后可以立即开始加载页面,同时 Orchestrator 和其他Agent继续处理其他任务。
一旦页面加载完成并且所需的数据被提取出来,WebBrowserAgent 就会向 Orchestrator 发送通知,告知任务已完成并将结果传递回去。这种方式使得 Magentic-One 能够更有效地管理资源,减少等待时间,并更好地应对高并发场景下的挑战。
除了异步事件驱动架构外,Magentic-One 的另一个显著特点是其高度模块化的设计。这意味着每个Agent都可以被视为独立的功能单元,具有明确的职责范围和接口定义。结构简化了系统的构建流程,因为开发者只需关注单个Agent的功能实现,而不必担心与其他部分的交互细节。
更重要的是,模块化促进了代码重用和技术共享,已经存在的Agent可以直接应用于新的项目中,或者稍加修改就能适应不同的应用场景。
此外,Magentic-One 的模块化设计也带来了极大的可扩展性。随着技术的进步或业务需求的变化,可以轻松地添加新的Agent或更新现有Agent的功能,而不需要对整个系统进行大规模改造。例如,如果发现某个领域内的任务变得更加复杂,可以通过引入专门针对该领域的Agent来增强系统的处理能力。
如何系统学习掌握AI大模型?
AI大模型作为人工智能领域的重要技术突破,正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口,掌握AI大模型的知识和技能将变得越来越重要。
学习AI大模型是一个系统的过程,需要从基础开始,逐步深入到更高级的技术。
这里给大家精心整理了一份
全面的AI大模型学习资源
,包括:AI大模型全套学习路线图(从入门到实战)、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等,资料免费分享
!
1. 成长路线图&学习规划
要学习一门新的技术,作为新手一定要先学习成长路线图,方向不对,努力白费。
这里,我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。
2. 大模型经典PDF书籍
书籍和学习文档资料是学习大模型过程中必不可少的,我们精选了一系列深入探讨大模型技术的书籍和学习文档,它们由领域内的顶尖专家撰写,内容全面、深入、详尽,为你学习大模型提供坚实的理论基础。(书籍含电子版PDF)
3. 大模型视频教程
对于很多自学或者没有基础的同学来说,书籍这些纯文字类的学习教材会觉得比较晦涩难以理解,因此,我们提供了丰富的大模型视频教程,以动态、形象的方式展示技术概念,帮助你更快、更轻松地掌握核心知识。
4. 2024行业报告
行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估,以了解哪些行业更适合引入大模型的技术和应用,以及在哪些方面可以发挥大模型的优势。
5. 大模型项目实战
学以致用 ,当你的理论知识积累到一定程度,就需要通过项目实战,在实际操作中检验和巩固你所学到的知识,同时为你找工作和职业发展打下坚实的基础。
6. 大模型面试题
面试不仅是技术的较量,更需要充分的准备。
在你已经掌握了大模型技术之后,就需要开始准备面试,我们将提供精心整理的大模型面试题库,涵盖当前面试中可能遇到的各种技术问题,让你在面试中游刃有余。
全套的AI大模型学习资源已经整理打包,有需要的小伙伴可以
微信扫描下方CSDN官方认证二维码
,免费领取【保证100%免费
】