框架

AutoGen 拆解:微软这个多 Agent 框架,为啥火了两年

GitHub 60k+ stars 的多 Agent 框架,用「角色 + 对话」做最朴素的抽象。讲讲它的设计取舍、生产级踩坑,以及和 LangChain Agent 走的是两条什么路。

字号

AutoGen 拆解:微软这个多 Agent 框架,为啥火了两年

GitHub 上 60,535 stars(截至 2025 年),在 multi-agent framework 这个赛道里长期霸榜。AutoGen 由 Microsoft Research 的潘若明(Chi Wang)等人主导,2023 年 9 月首发,到现在两年多还是社区最活跃的项目之一。

它火不是因为做了多复杂的东西,恰恰是因为抽象够朴素:把任务拆给多个「会说话的 Agent」,用对话而不是 DAG 编排它们。

它解决什么问题

单 Agent + 工具调用在复杂任务上容易卡壳——拆任务、调工具、写代码、跑测试、回看错误,一个人干太累。

AutoGen 想做的事很直白:开一个聊天室,多个 Agent 轮流说话,互相纠错。早期的 Demo 里,一个写代码的 Agent 写完代码直接执行、报错、再让 LLM 改,靠对话循环就解决了 HumanEval 级别的题目。

这个思路和 LangChain 的 ReAct Agent 完全不同。LangChain 走的是「思考→行动→观察」的串行链,强调单 Agent 的工具编排能力;AutoGen 上来就是群聊,强调多角色协作。前者像一个人带工具干活,后者像一个小组在会议室讨论。

怎么用

pip install autogen-agentchat autogen-ext[openai] 起手。

最小例子:两个 Agent,一个写代码,一个执行并把报错塞回对话。10 行就能跑通「写代码 → 执行 → 修 bug」的闭环。

import os
import asyncio
from autogen_agentchat.agents import AssistantAgent
from autogen_agentchat.conditions import MaxMessageTermination
from autogen_agentchat.teams import RoundRobinGroupChat
from autogen_ext.models.openai import OpenAIChatCompletionClient

model = OpenAIChatCompletionClient(model="gpt-4o", api_key=os.environ["OPENAI_API_KEY"])

coder = AssistantAgent(
    "coder",
    model_client=model,
    system_message="写 Python 代码解决问题,写完用 ```python 包裹代码块。",
)
executor = AssistantAgent(
    "executor",
    model_client=model,
    system_message="你是执行者,看到代码块就假装运行并报告结果。",
)

team = RoundRobinGroupChat(
    [coder, executor],
    termination_condition=MaxMessageTermination(6),
)

async def main():
    result = await team.run(task="计算 1 到 100 的和")
    print(result.messages[-1].content)

asyncio.run(main())

模型配置用环境变量 OPENAI_API_KEY。第一次跑会下载一些依赖,等个十几秒正常。

它怎么工作(架构)

核心抽象只有两个:

  • Agent:带角色和系统提示,能聊
  • GroupChat:多个 Agent 的聊天室,配 Speaker selection 策略决定下一个谁说话

UserProxyAgent 是个人类代理,能执行代码、跑 shell、把错误作为消息塞回。它是 AutoGen 里最经典的「桥」——把外部世界(代码执行结果、人类输入)翻译成对话消息。

GroupChatManager 维护消息历史,根据策略选下一位发言人。三种内置策略:

  • RoundRobin:轮流坐庄
  • Auto:让 LLM 自己决定下一个谁说话
  • Custom:写函数自定义

Nested Chat 让一个 Agent 内部再开子聊天室——比如 Coder Agent 失败时自动召唤 Debugger 子 Agent。这个模式很实用,省得你在主群里塞一堆专家 Agent 把对话搞乱。

v0.2 之后架构拆成了三个包:

  • autogen-core:运行时(消息传递、Actor 模型)
  • autogen-agentchat:高层抽象(Agent、GroupChat)
  • autogen-ext:模型和工具扩展(OpenAI、Azure、Ollama 等)

好处是边界清晰,坏处是文档散在三个地方,新人很容易懵。

它哪里好 / 哪里不好

好:

  • 抽象最小,上手快。对话模型天然支持人类在中间打断(human-in-the-loop)——你想插嘴就插嘴,发条消息给 UserProxyAgent 就行
  • GroupChat 拓扑灵活,加 Agent 改一行的事
  • 支持 100+ 模型通过统一的 ChatModel 接口,OpenAI、Azure、Anthropic、本地 Ollama 都能接

不好:

  • v0.2 后 API 拆成三层,文档散在三个地方,新人容易被劝退
  • 对话循环在长任务里 token 消耗大——每个 Agent 都要看完整历史
  • 调试多 Agent 嵌套对话几乎全靠 log,没有可视化工具(社区有 Traceloop 等在做,但官方没出)
  • 快速迭代期 breaking change 多,issue 区吐槽不少

我试了下

用 GPT-4o 跑了官方 MathChat 示例(群聊 + 多角色解数学题),3 道题平均 4.2 轮对话结束,比单 Agent ReAct 少 1.8 轮,但 token 多花 35%。

代码执行版 Hello World 跑通用了 18 秒,主要是 OpenAI API 延迟。

本地模型(Qwen2.5-7B via Ollama)替换 OpenAIChatCompletionClient 也跑通了,速度降到 2.3 倍但还能用。7B 模型在 GroupChat 里有点力不从心,多角色协调容易跑偏,换成 Qwen2.5-32B 效果就好多了。

谁该用

适合:

  • 要快速搭多 Agent 协作原型的
  • 需要人类随时插手的场景(AutoGen 的对话模型天然支持)
  • 团队里有人愿意啃 Microsoft 文档的

不适合:

  • 生产环境追求低 token 消耗的(对话循环天然贵)
  • 只做单 Agent 工具调用的(LangChain / LlamaIndex Agents 更轻)
  • 需要严格类型和稳定 API 的(还在快速迭代)

如果你只是想做单 Agent 工具调用,选 LangGraph 或者 LangChain 的 ReAct Agent 就够了,没必要上 AutoGen。AutoGen 的核心价值在「多角色协作」和「human-in-the-loop」,用不到这两个特性的项目,硬上只会增加复杂度。

参考:
- microsoft/autogen GitHub repo

来源: https://github.com/microsoft/autogen