初探 Autogen

        AutoGen是微软发布的一个工具，旨在帮助开发者创建基于大语言模型的复杂应用程序。开发者们通常需要具备设计、实施和优化工作流程的专业知识，而AutoGen工具可以帮助他们自动执行相关工作流程，简化搭建、优化等流程并实现自动化。一个用户角色(user_proxy)，多个助手(assistant)角色，相互之间交互，完成一项任务。

        简单的理解一下，就是类似现实生活中，多个人协同完成一项任务，每一个人充当不同的角色，干不同的部分事情，最后将一件事情做完，做好。

        在此，我写了一个简单的成语接龙的demo；

任务：对用户给出的成语；助手根据成语的最后一个字，生成一个新的成语；并对成语进行解释，使用举例；

源码：

# 引用autogen
import autogen
from autogen import config_list_from_json

# 大语言模型key配置参数文件
config_list = config_list_from_json(env_or_file="OAI_CONFIG_LIST.json", file_location="D:\\Project\\autogen\\autogentest")

# 配置大模型配置
llm_config = {"config_list": config_list, "seed": 42, "timeout": 120}

# 创建角色
user_proxy = autogen.UserProxyAgent(
    name="user_proxy",
    system_message="一个人类管理员，给出一个初始的成语",
    code_execution_config={"last_n_messages": 2, "work_dir": "tasks", "use_docker": False},  #最多接收的响应的数量
    human_input_mode="ALWAYS"
)
# 生成成语专家
idiom_expert = autogen.AssistantAgent(
    name="idiom_expert",
    system_message="""你是一个成语生成专家，请根据用户输入的成语，生成一个成语。,
        规则：
        1，用户成语的最后一个字，是新成语的第一个字；
        2，可以音同字不同；
        3，成语不能重复；
        4，不能自己随便造成语""",
    llm_config=llm_config,
)

# 成语解释专家
explain_expert = autogen.AssistantAgent(
    name="explain_expert",
    system_message="""你是一个成语解释专家，请根据 idiom_expert 生成的成语。",
        规则：
        1，解释成语的意思，通俗易懂，简洁明了；
        2，举例说明成语的用法；
        3，举例说明成语的出处；
        4，确保解释的完整性和正确性。""",
    llm_config=llm_config,
)

# 创建组
groupchat = autogen.GroupChat(
    agents=[user_proxy, idiom_expert, explain_expert],
    messages=[],
    # max_round=10,
)
manager = autogen.GroupChatManager(groupchat=groupchat, llm_config=llm_config)

# 初始化，开始干活
start_idiom = input("请输入一个成语：")
user_proxy.initiate_chat(
    manager, message=start_idiom, clear_history=True)

实际执行过程：

从上图中可以看到，成语专家(idiom_expert)自动完成了成语接龙，解释专家(explain_expert)，自动完成了两个成语的解释，用法举例，给出出处；并且程序最后处于暂停状态，等到用户给出新的指令，是给出新成语，继续接龙，还是输入exit终止程序；

参数： human_input_mode="ALWAYS"，就表示每一回接龙完成之后，都等待用户给出新的指令；

如果将 human_input_mode="TERMINATE",就表示接龙完成之后结束程序；"NEVER"，表示不与用户交互，继续自己接龙下去；

如果设置了max_round=10,表示会话需要进行10个回合之后，再结束；

大语言模型参数配置文件 OAI_CONFIG_LIST.json：

[
    {
        "model": "us-east-gpt4o",
        "api_key": "xxxxxx",
        "base_url": "https://xxxxx.com/",
        "api_type": "azure",
        "api_version": "版本号"
    }
]

        上面的demo使用了GroupChat，就是组的管理；也可以自己写角色之间的交互关系，初始化角色任务需求等；类似下面这种，感觉更加灵活一些：

chat_results = user_proxy.initiate_chats(
    [
        {
            "sender": user_proxy,
            "recipient": idiom_expert,
            "message": start_idiom,
            "clear_history": True,
            "silent": False,
            "max_turns": 1
        },
        {
            "sender": idiom_expert,
            "recipient": explain_expert,
            "message": explain_idiom_tasks[0],
            "clear_history": True,
            "silent": False,
            # "max_turns": 1 # 屏蔽掉次数，就无限洁玲下去
            # "sleep": 5000
        },
    ]
)

    autogen确实比较好用，上面的demo，起始还可以加一个审查助理，对成语的解释进行审查，看成语解释是否正确；当然，还有其它的多代理框架，比如crewai也可以实现上面的demo，用法差不多；