Microsoft AutoGen

这个 Agent 能做什么，适合哪些场景？

AutoGen 是一个用于创建可自主行动或与人协作的多智能体 AI 应用框架，目前处于维护模式并由社区管理。其分层架构包括负责消息传递、事件驱动智能体以及本地和分布式运行时的 Core API，面向快速原型的 AgentChat API，以及承载模型客户端和代码执行等实现的 Extensions API。项目提供 Python 和 .NET 路径；README 明确展示了 Python 中的 OpenAIChatCompletionClient、AssistantAgent、AgentTool 与 MCP 工作台用法。AutoGen Studio 可通过无代码 GUI 原型化和运行多智能体工作流，但明确不定位为生产级应用。新项目应优先采用 Microsoft Agent Framework；现有 AutoGen 用户可继续使用并按迁移指南迁移。

开发者创建 OpenAIChatCompletionClient，再以它构造 AssistantAgent，并调用 agent.run(task=...) 或 Console(agent.run_stream(task=...)) 执行任务和输出结果。多个专业 AssistantAgent 可被包装为 AgentTool，交给一个总控 AssistantAgent 作为 tools，由其在 max_tool_iterations 限制内调用。对于 MCP，McpWorkbench 以 StdioServerParams 启动指定命令，例如 npx @playwright/mcp@latest --headless，并将工作台交给 AssistantAgent；该示例执行网页浏览任务并在控制台流式显示结果。AutoGen Studio 则通过 autogenstudio ui 在本地端口运行工作流原型界面。

1. Python 开发者需要用 OpenAI 模型快速做一个能执行单轮任务的 AssistantAgent 原型时。
2. 需要把数学和化学等专长助手封装为 AgentTool，并由通用助手按任务选择调用时。
3. 希望通过 Playwright MCP 服务器让助手执行网页浏览任务、并在终端查看流式输出的开发者。
4. 产品团队想先在 AutoGen Studio 中无代码原型化多智能体工作流，而非直接交付生产应用时。
5. 正在维护既有 AutoGen 项目、需要继续使用 Python 或 .NET API 并规划迁移的团队。

这个 Agent 有哪些优点和局限？

如何安装或部署这个 Agent？

需要 Python 3.10 或更高版本。安装 AgentChat 与 OpenAI 扩展：

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

运行 README 中的 OpenAI 示例前，设置密钥：

export OPENAI_API_KEY="sk-..."

如需 Studio，安装：

pip install -U "autogenstudio"

如何使用这个 Agent？

最小 Python 调用：

import asyncio
from autogen_agentchat.agents import AssistantAgent
from autogen_ext.models.openai import OpenAIChatCompletionClient

async def main() -> None:

model_client = OpenAIChatCompletionClient(model="gpt-4.1")
agent = AssistantAgent("assistant", model_client=model_client)
print(await agent.run(task="Say 'Hello World!'"))
await model_client.close()

asyncio.run(main())

启动本地 Studio 原型界面：

autogenstudio ui --port 8080 --appdir ./my-app

若使用 README 的 Playwright MCP 示例，还需先运行：

npm install -g @playwright/mcp@latest

这个 Agent 与同类方案有什么区别？

常见问题