AutoGen 完整攻略：从新手到高手

是什么/适合谁

AutoGen 是微软研究院推出的开源多 Agent 框架，核心思想是让多个 AI Agent 像团队成员一样协作，通过对话与任务分配完成复杂工作流。每个 Agent 可以拥有不同角色（如程序员、审查员、数据分析师），配备独立的大模型、工具和记忆系统。

它适合三类用户：

• 有一定 Python 基础的开发者，想用 AI 自动化复杂业务流程
• 需要多步骤推理、代码生成与执行、工具调用的高级场景
• 希望低成本搭建私有 AI 工作流的团队，避免依赖付费 SaaS 平台

如果你完全不会编程，或者只想用图形界面拖拽配置，AutoGen 目前不适合你。

阶段学习路径

第1天：环境搭建与第一个对话

步骤1：安装环境

# 建议使用 Python 3.9-3.11
python -m venv autogen_env
source autogen_env/bin/activate  # Windows: autogen_env\Scripts\activate
pip install pyautogen

步骤2：配置大模型
创建 OAI_CONFIG_LIST 文件（JSON格式），配置你可用的大模型 API。国内用户可配置通义千问、DeepSeek 等兼容 OpenAI 接口的模型。

[
    {
        "model": "gpt-4",
        "api_key": "your-api-key"
    }
]

步骤3：运行第一个双 Agent 对话

import autogen

# 创建两个 Agent
assistant = autogen.AssistantAgent(
    name="助手",
    llm_config={"config_list": autogen.config_list_from_json("OAI_CONFIG_LIST")}
)

user_proxy = autogen.UserProxyAgent(
    name="用户代理",
    human_input_mode="NEVER",
    code_execution_config={"work_dir": "coding"}
)

# 发起任务
user_proxy.initiate_chat(
    assistant,
    message="写一个 Python 脚本，计算斐波那契数列前20项"
)

运行后观察：Agent 会自动生成代码、执行、检查结果。这就是多 Agent 协作的雏形。

第1周：构建实用工作流

核心模式：GroupChat（群聊）
让多个 Agent 在群聊中协作，适用于复杂任务拆分。

# 定义三个专业 Agent
planner = autogen.AssistantAgent(
    name="规划师",
    system_message="你负责将任务拆解为可执行的步骤",
    llm_config=llm_config
)

coder = autogen.AssistantAgent(
    name="程序员",
    system_message="你只负责编写 Python 代码，不执行",
    llm_config=llm_config
)

executor = autogen.UserProxyAgent(
    name="执行者",
    human_input_mode="NEVER",
    code_execution_config={"work_dir": "coding"}
)

# 组建群聊
groupchat = autogen.GroupChat(
    agents=[planner, coder, executor],
    messages=[],
    max_round=12
)
manager = autogen.GroupChatManager(groupchat=groupchat)

# 启动任务
executor.initiate_chat(
    manager,
    message="从某个网页抓取最新新闻标题，并生成摘要"
)

实战建议：

• 为每个 Agent 设置清晰的 system_message，定义其职责边界
• 使用 max_round 限制对话轮次，防止死循环
• 任务从简单开始：文件处理 → 数据分析 → 网页抓取 → 多步骤工作流

进阶：自定义工具与记忆系统

注册自定义工具

from autogen import register_function

def search_web(query: str) -> str:
    # 调用你的搜索 API
    return f"搜索结果：{query}"

# 将工具注册到 Agent
register_function(
    search_web,
    caller=assistant,
    executor=user_proxy,
    description="搜索互联网获取最新信息"
)

持久化记忆
使用 ConversableAgent 的 memory 参数，或自行实现向量数据库存储对话历史，让 Agent 记住长期上下文。

优势

1. 开源免费：无用户数、API 调用次数限制，适合大规模部署
2. 多 Agent 模式成熟：支持顺序对话、群聊、嵌套对话等多种协作模式
3. 代码执行能力：Agent 可自动生成并执行 Python 代码，处理真实任务
4. 灵活扩展：可接入任何大模型（需兼容 OpenAI 接口格式）
5. 社区活跃：GitHub 星标超 30k，Issue 响应快，文档持续更新

短板

1. 编程门槛高：所有配置、流程定义都需写 Python 代码
2. 无可视化界面：无法像 n8n、Dify 那样拖拽搭建工作流
3. 调试困难：多 Agent 对话日志冗长，定位问题需耐心
4. 资源消耗：每个 Agent 都调用大模型，API 费用和延迟会叠加
5. 稳定性依赖模型：模型输出质量直接影响 Agent 协作效果

价格规划

完全免费部分：

• AutoGen 框架本身：0 元
• 本地运行：使用开源模型（如 Qwen、DeepSeek、Llama）在本地部署，0 元

可能产生的费用：

• 调用商业 API（如 GPT-4、Claude）：按 token 计费，一个复杂任务可能消耗 5000-50000 token，约 0.1-1 元人民币
• 云服务器：若需 7×24 运行，最低 50 元/月（2核4G）

省钱建议：

• 先用本地模型（如 Qwen-14B）测试流程
• 生产环境使用国内 API（通义千问、DeepSeek），价格远低于 GPT-4
• 控制 max_round 和 max_tokens，避免无谓消耗

不合适怎么办

如果你觉得 AutoGen 门槛太高，可以考虑：

1. Dify（开源，有 GUI 工作流编辑器）
   适合：非程序员，想用拖拽方式搭建 AI 工作流
   短板：多 Agent 协作能力弱于 AutoGen

2. Coze（扣子）（字节跳动出品，免费）
   适合：快速搭建 Bot，内置插件市场
   短板：数据隐私受平台限制

3. n8n + AI 节点（开源自动化工具）
   适合：已有自动化流程需求，只需简单 AI 能力
   短板：AI 深度协作能力有限

4. LangChain（另一个多 Agent 框架）
   适合：已有 Python 基础，需要更丰富的工具链集成
   短板：抽象层级更高，学习曲线更陡

选择建议：

• 如果你能写 Python，且需要深度定制，AutoGen 是最佳选择
• 如果你不会编程，先用 Dify 或 Coze 入门，理解 AI 工作流概念后再考虑 AutoGen
• 如果只是简单问答，用 ChatGPT 或文心一言即可，无需框架