Agent 框架 13：AutoGen——微软多智能体会话编排与代码执行

在探索多智能体系统（Multi-Agent Systems）的众多思潮中，微软研究院开源的 AutoGen（GitHub 仓库：microsoft/autogen）开辟了一个极具代表性的技术流派：将多智能体协作形式化为“多角色群聊对话”（Conversational Multi-Agent）。

在 AutoGen 的设计哲学中，不同的 Agent 拥有各自的专业背景与角色定位，它们不需要依赖僵硬死板的硬编码数据通道，而是像一个真实的软件研发小组一样，在“聊天室”里通过自然语言互相讨论、审查质疑、编写代码并在沙箱中即时执行排错。

[!IMPORTANT]
版本断代特别说明：AutoGen 经历过一次极其彻底的底层重构（从 v0.2 到 v0.4+）。旧版 v0.2 依赖隐式上下文和不可控的同步阻塞调用；而全新的 AutoGen v0.4+（AgentChat 体系） 采用了全异步事件驱动、模块化解耦的现代架构。本文所有代码与原理分析均以全新的 v0.4+ 为准。

核心系统架构与群聊协作拓扑

在 AutoGen v0.4+ 中，所有智能体均被组织进一个受控的 Team（协作团队）中，由消息总线和终止条件（Termination Condition）共同维系生命周期：

核心概念原语

AutoGen v0.4+ 抽象出了一组直观的协作构件：

构件 运行时角色 核心职责
AssistantAgent 纯思考智能体 绑定大模型后端，依据设定的系统角色（System Message）参与群聊对话
CodeExecutorAgent 代码执行智能体 专门监听会话中出现的代码块，提取并发送到安全沙箱（Local / Docker）中运行
UserProxyAgent 人类代理智能体 代表人类用户发言，支持等待控制台输入或在关键环节做人工审批（Human-in-the-loop）
RoundRobinGroupChat 轮询协作模式 参与者按固定的数组顺序依次发言（Agent A -> Agent B -> Agent A）
SelectorGroupChat 智能选择协作模式 由专有的大模型充当“群主”，根据当前聊天进展动态点名下一位最该发言的 Agent
TerminationCondition 终止守卫条件 判定对话何时停止，防止智能体之间无限“客套”或陷入死循环

安装与快速启动

通过 pip 安装现代版 AutoGen 核心与 OpenAI 扩展：

1
pip install autogen-agentchat "autogen-ext[openai]"

最小示例：助手与批评者的双智能体辩论（Assistant + Critic）

在这个模式中，一个负责给方案，另一个负责挑毛病，通过多轮迭代显著提升回答质量：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
import asyncio
from autogen_agentchat.agents import AssistantAgent
from autogen_agentchat.teams import RoundRobinGroupChat
from autogen_agentchat.conditions import MaxMessageTermination
from autogen_ext.models.openai import OpenAIChatCompletionClient

async def run_critic_debate():
    # 1. 初始化模型客户端
    model_client = OpenAIChatCompletionClient(model="gpt-4o-mini")

    # 2. 定义方案产出者
    drafter = AssistantAgent(
        name="Drafter",
        model_client=model_client,
        system_message="你是一名方案架构师。请针对用户的需求提出系统设计方案。",
    )

    # 3. 定义挑刺的审查者
    critic = AssistantAgent(
        name="Critic",
        model_client=model_client,
        system_message="""你是一名极其严苛的系统可靠性工程师。
审查 Drafter 的方案，重点挑出：单点故障、并发瓶颈与数据一致性隐患，并要求其给出改进对策。""",
    )

    # 4. 组装为轮询团队，限制最多 4 条消息熔断
    team = RoundRobinGroupChat(
        participants=[drafter, critic],
        termination_condition=MaxMessageTermination(max_messages=4),
    )

    # 5. 触发任务
    result = await team.run(task="设计一个支持每秒 10 万次秒杀请求的分布式库存扣减架构。")

    # 打印完整的辩论过程
    for msg in result.messages:
        print(f"\n💬 【{msg.source} 发言】:")
        print(msg.content)

if __name__ == "__main__":
    asyncio.run(run_critic_debate())

杀手级能力：原生代码编写与沙箱执行闭环

AutoGen 最强大的工程特色在于将大语言模型与真实操作系统执行环境结合。下面演示 Coder 编写 Python 脚本绘制图表，Executor 真实运行代码并回传图表文件的完整过程：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
import asyncio
from autogen_agentchat.agents import AssistantAgent, CodeExecutorAgent
from autogen_agentchat.teams import RoundRobinGroupChat
from autogen_agentchat.conditions import TextMentionTermination
from autogen_ext.models.openai import OpenAIChatCompletionClient
from autogen_ext.code_executors.local import LocalCommandLineCodeExecutor

async def run_code_execution_loop():
    model_client = OpenAIChatCompletionClient(model="gpt-4o")

    # 1. 编程专家：只输出代码块，完成后附带 TERMINATE 关键词
    coder = AssistantAgent(
        name="PythonCoder",
        model_client=model_client,
        system_message="""你是一名资深 Python 数据科学家。
请编写完整的 Python 脚本来解决问题，代码必须包裹在 ```python ... ``` 块中。
确保脚本包含必要的依赖导入，并能独立运行。
当任务成功完成且代码已成功运行后，回复单词 TERMINATE 结束对话。""",
    )

    # 2. 执行沙箱：在指定的本地隔离工作目录下运行 Shell 命令
    executor = CodeExecutorAgent(
        name="CodeRunner",
        code_executor=LocalCommandLineCodeExecutor(work_dir="./sandbox_tmp"),
    )

    # 3. 设置终止条件：当消息包含 TERMINATE 时停机
    team = RoundRobinGroupChat(
        participants=[coder, executor],
        termination_condition=TextMentionTermination("TERMINATE"),
    )

    # 4. 执行任务
    task_desc = "计算 2020 年至 2025 年的复合增长率（初始 100，最终 350），并打印计算结果。"
    print(f"🚀 启动任务: {task_desc}")
    
    result = await team.run(task=task_desc)

    for msg in result.messages:
        print(f"\n[{msg.source}]: {msg.content}")

if __name__ == "__main__":
    asyncio.run(run_code_execution_loop())

在执行过程中，你会看到：

  1. PythonCoder 输出包含公式计算的 Python 代码块。
  2. CodeRunner 截获代码并在 ./sandbox_tmp 中写入临时文件并运行，将控制台输出（如 复合增长率 CAGR: 28.47%）回传至群聊中。
  3. PythonCoder 读到运行结果后确认无误，输出 TERMINATE，优雅退出。

动态群聊调度：SelectorGroupChat

在包含多个专家（规划、搜索、编写）的场景中，固定顺序发言显得过于死板。SelectorGroupChat 会在每一轮对话结束后，调用一个仲裁模型来判断“下一个最该发言的人是谁”：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
from autogen_agentchat.teams import SelectorGroupChat
from autogen_agentchat.conditions import MaxMessageTermination

# 多个垂直角色
planner = AssistantAgent(name="Planner", model_client=model_client, system_message="负责大局规划")
researcher = AssistantAgent(name="Researcher", model_client=model_client, system_message="负责收集事实")
writer = AssistantAgent(name="Writer", model_client=model_client, system_message="负责撰写报告")

# 智能群聊：LLM 作为主持人动态指定下一棒
dynamic_team = SelectorGroupChat(
    participants=[planner, researcher, writer],
    model_client=model_client,  # 主持人模型
    termination_condition=MaxMessageTermination(max_messages=8),
)

人在回路（Human-in-the-loop）：安全审批机制

在涉及高危操作（如线上部署、数据库变更）时，可以通过 UserProxyAgent 挂起执行，等待人类操作员在控制台输入批准指令：

1
2
3
4
5
6
7
from autogen_agentchat.agents import UserProxyAgent

# 注入人工审核节点
human_supervisor = UserProxyAgent(
    name="HumanSupervisor",
    input_func=input,  # 从终端标准输入阻塞读取管理员确认
)

AutoGen v0.2 与 v0.4+ 架构横向对比

架构维度 AutoGen v0.2（旧版） AutoGen v0.4+（现代版 AgentChat）
主要包名 pyautogen / autogen autogen-agentchat + autogen-core
模型注入机制 复杂的字典字典嵌套 llm_config={"config_list": [...]} 显式强类型客户端 OpenAIChatCompletionClient
运行入口 agent.initiate_chat(...) await team.run(task=...)
异步流式设计 同步阻塞为主，异步支持不完整 原生 100% 全异步（Async/Await）与全事件流驱动
组件耦合度 核心逻辑严重耦合在庞大的基类中 核心原语、网络通信、AgentChat 完全正交拆分

优缺点分析与工程选型边界

核心优势

  1. 代码生成与即时执行能力独步业界：在数据科学、代码编写、算法验证等需要“边写边跑边改”的场景中，AutoGen 的协作表现极其出色。
  2. 多角色讨论模式非常直观：自然语言作为通信协议，降低了多 Agent 业务建模的心智负担。
  3. 微软官方全力投入：v0.4 架构完成彻底重构后，代码规范度与异步性能得到了质的飞跃。

现实痛点与妥协

  1. 群聊发散度难以绝对精准掌控：多个 Agent 在自然语言环境下讨论，容易出现互相吹捧、偏离主题或消耗大量 Token 的现象，必须设置严苛的终止条件。
  2. 不适合严格的线性确定性工作流：如果你的业务是“第 1 步绝对到第 2 步，绝不允许偏离”，用图框架（如 LangGraph）远比开放式群聊更可靠。
  3. 代码执行存在安全沙箱要求：在生产环境中运行代码，必须配置严密的 Docker 容器或安全微虚拟机（如 Firecracker），防止恶意代码穿透主机。

关联导航