Microsoft AutoGen: Multi-Agenten-KI-Workflows mit erweiterter Automatisierung

Microsoft (MSFT ) Research hat AutoGen im September 2023 als Open-Source-Python-Framework für den Bau von KI-Agents vorgestellt, die in der Lage sind, komplexe, multi-agentische Zusammenarbeit zu leisten. AutoGen hat bereits unter Forschern, Entwicklern und Organisationen Anklang gefunden, mit über 290 Beitragenden auf GitHub und fast 900.000 Downloads bis Mai 2024. Aufbauend auf diesem Erfolg hat Microsoft AutoGen Studio vorgestellt, eine Low-Code-Schnittstelle, die es Entwicklern ermöglicht, schnell Prototypen zu erstellen und mit KI-Agents zu experimentieren.

Diese Bibliothek dient der Entwicklung intelligenter, modulare Agenten, die nahtlos miteinander interagieren können, um komplexe Aufgaben zu lösen, Entscheidungen zu automatisieren und Code effizient auszuführen.

Microsoft hat kürzlich auch AutoGen Studio vorgestellt, das die Entwicklung von KI-Agents durch eine interaktive und benutzerfreundliche Plattform vereinfacht. Im Gegensatz zu seinem Vorgänger minimiert AutoGen Studio die Notwendigkeit umfangreicher Codierung und bietet eine grafische Benutzeroberfläche, in der Benutzer Agenten per Drag-and-Drop-Funktion hinzufügen, Workflows konfigurieren und KI-gesteuerte Lösungen mühelos testen können.

Was macht AutoGen einzigartig?

Verständnis von KI-Agents

Im Kontext von KI ist ein Agent ein autonomes Software-Komponente, das in der Lage ist, spezifische Aufgaben auszuführen, oft unter Verwendung von Natural Language Processing und Machine Learning. Microsofts AutoGen-Framework erweitert die Fähigkeiten traditioneller KI-Agents, indem es ihnen ermöglicht, komplexe, strukturierte Gespräche zu führen und sogar mit anderen Agents zusammenzuarbeiten, um gemeinsame Ziele zu erreichen.

AutoGen unterstützt eine breite Palette von Agent-Typen und Gesprächsmustern. Diese Vielseitigkeit ermöglicht es, Workflows zu automatisieren, die zuvor menschliche Intervention erforderten, was es ideal für Anwendungen in verschiedenen Branchen wie Finanzen, Werbung, Software-Engineering und mehr macht.

Konversations- und anpassbare Agenten

AutoGen führt das Konzept von “konversationsfähigen” Agenten ein, die darauf ausgelegt sind, Nachrichten zu verarbeiten, Antworten zu generieren und Aktionen auf der Grundlage von natürlichen Sprachanweisungen auszuführen. Diese Agenten sind nicht nur in der Lage, reiche Dialoge zu führen, sondern können auch an bestimmte Aufgaben angepasst werden, um ihre Leistung zu verbessern. Dieses modulare Design macht AutoGen zu einem leistungsstarken Werkzeug für sowohl einfache als auch komplexe KI-Projekte.

Wichtige Agent-Typen:

• Assistenten-Agent: Ein LLM-gesteuerter Assistent, der Aufgaben wie Codierung, Debugging oder die Beantwortung komplexer Anfragen ausführen kann.
• Benutzer-Proxy-Agent: Simuliert das Verhalten eines Benutzers, ermöglicht es Entwicklern, Interaktionen ohne die Beteiligung eines echten Benutzers zu testen. Er kann auch Code autonom ausführen.
• Gruppen-Chat-Agents: Eine Sammlung von Agenten, die zusammenarbeiten, ideal für Szenarien, die mehrere Fähigkeiten oder Perspektiven erfordern.

Mehrere Agenten-Zusammenarbeit

Eine der beeindruckendsten Funktionen von AutoGen ist seine Unterstützung für mehrere Agenten-Zusammenarbeit. Entwickler können ein Netzwerk von Agenten erstellen, jedes mit spezialisierten Rollen, um komplexe Aufgaben effizienter zu lösen. Diese Agenten können miteinander kommunizieren, Informationen austauschen und Entscheidungen gemeinsam treffen, was Prozesse vereinfacht, die ansonsten zeitaufwändig oder fehleranfällig wären.

Kernfunktionen von AutoGen

1. Mehrere Agenten-Framework

AutoGen ermöglicht die Erstellung von Agent-Netzwerken, in denen jeder Agent unabhängig oder in Koordination mit anderen arbeiten kann. Das Framework bietet die Flexibilität, Workflows zu entwerfen, die vollständig autonom sind oder menschliche Aufsicht bei Bedarf beinhalten.
Gesprächsmuster umfassen:

• Eine-zu-eins-Gespräche: Einfache Interaktionen zwischen zwei Agenten.
• Hierarchische Strukturen: Agenten können Aufgaben an Sub-Agents delegieren, was es erleichtert, komplexe Probleme zu lösen.
• Gruppen-Gespräche: Mehrere Agenten-Gruppenchats, in denen Agenten zusammenarbeiten, um eine Aufgabe zu lösen.

2. Code-Ausführung und Automatisierung

Im Gegensatz zu vielen KI-Frameworks ermöglicht AutoGen es Agenten, Code zu generieren, auszuführen und zu debuggen. Diese Funktion ist unschätzbar für Software-Engineering- und Datenanalyse-Aufgaben, da sie menschliche Intervention minimiert und die Entwicklungszyklen beschleunigt. Der Benutzer-Proxy-Agent kann ausführbaren Code-Blöcke identifizieren, ausführen und sogar die Ausgabe autonom verfeinern.

3. Integration mit Tools und APIs

AutoGen-Agents können mit externen Tools, Diensten und APIs interagieren, was ihre Fähigkeiten erheblich erweitert. Ob es darum geht, Daten aus einer Datenbank abzurufen, Webanfragen zu stellen oder mit Azure-Diensten zu integrieren, AutoGen bietet ein robustes Ökosystem für den Bau von funktionsreichen Anwendungen.

4. Mensch-im-Schleife-Problem-Lösung

In Szenarien, in denen menschliche Eingabe erforderlich ist, unterstützt AutoGen menschliche Agent-Interaktionen. Entwickler können Agenten so konfigurieren, dass sie Anleitung oder Genehmigung von einem menschlichen Benutzer anfordern, bevor sie bestimmte Aufgaben ausführen. Diese Funktion stellt sicher, dass kritische Entscheidungen sorgfältig getroffen werden und mit dem richtigen Maß an Aufsicht erfolgen.

Wie AutoGen funktioniert: Eine tiefe Analyse

Agent-Initialisierung und Konfiguration

Der erste Schritt bei der Arbeit mit AutoGen besteht darin, die Agenten einzurichten und zu konfigurieren. Jeder Agent kann so angepasst werden, dass er bestimmte Aufgaben ausführt, und Entwickler können Parameter wie das verwendete LLM-Modell, die aktivierten Fähigkeiten und die Ausführungsumgebung anpassen.

Orchestrierung von Agenten-Interaktionen

AutoGen behandelt den Gesprächsfluss zwischen Agenten in einer strukturierten Weise. Ein typischer Workflow könnte wie folgt aussehen:

1. Aufgaben-Einführung: Ein Benutzer oder Agent stellt eine Anfrage oder Aufgabe vor.
2. Agenten-Verarbeitung: Die relevanten Agenten analysieren die Eingabe, generieren Antworten oder führen Aktionen aus.
3. Inter-Agenten-Kommunikation: Agenten teilen Daten und Erkenntnisse, um die Aufgabe zu lösen.
4. Aufgaben-Ausführung: Die Agenten führen Code aus, rufen Informationen ab oder interagieren mit externen Systemen wie erforderlich.
5. Beendigung: Das Gespräch endet, wenn die Aufgabe abgeschlossen ist, ein Fehler-Schwellenwert erreicht wird oder eine Beendigungsbedingung ausgelöst wird.

Fehlerbehandlung und Selbstverbesserung

AutoGens Agenten sind so konzipiert, dass sie Fehler intelligent behandeln. Wenn eine Aufgabe fehlschlägt oder ein falsches Ergebnis produziert, kann der Agent das Problem analysieren, versuchen, es zu beheben, und sogar an seiner Lösung iterieren. Diese Selbstheilungsfähigkeit ist entscheidend für die Erstellung zuverlässiger KI-Systeme, die autonom über einen längeren Zeitraum betrieben werden können.

Voraussetzungen und Installation

Bevor Sie mit AutoGen arbeiten, sollten Sie ein solides Verständnis von KI-Agents, Orchestrierungs-Frameworks und den Grundlagen der Python-Programmierung haben. AutoGen ist ein Python-basiertes Framework, und sein voller Potenzial wird dann realisiert, wenn es mit anderen KI-Diensten wie OpenAIs GPT-Modellen oder Microsoft Azure KI kombiniert wird.

Installieren Sie AutoGen mit pip:

Für zusätzliche Funktionen, wie optimierte Suchfunktionen oder Integration mit externen Bibliotheken:

Einrichten Ihrer Umgebung

AutoGen erfordert, dass Sie Umgebungsvariablen und API-Schlüssel sicher konfigurieren. Lassen Sie uns die grundlegenden Schritte durchgehen, die erforderlich sind, um Ihren Arbeitsbereich zu initialisieren und zu konfigurieren:

1. Laden von Umgebungsvariablen: Speichern Sie sensible API-Schlüssel in einer .env-Datei und laden Sie sie mithilfe von dotenv, um die Sicherheit aufrechtzuerhalten. (api_key = os.environ.get(“OPENAI_API_KEY”))
2. Auswahl der Sprachmodell-Konfiguration: Entscheiden Sie sich für das LLM, das Sie verwenden möchten, wie z.B. GPT-4 von OpenAI oder ein anderes bevorzugtes Modell. Konfigurationseinstellungen wie API-Endpunkte, Modellnamen und Schlüssel müssen klar definiert werden, um eine reibungslose Kommunikation zwischen den Agenten zu ermöglichen.

Erstellen von AutoGen-Agents für komplexe Szenarien

Um ein multi-agents-System zu erstellen, müssen Sie die Agenten definieren und angeben, wie sie sich verhalten sollen. AutoGen unterstützt verschiedene Agent-Typen, jeder mit unterschiedlichen Rollen und Fähigkeiten.

Erstellen von Assistenten- und Benutzer-Proxy-Agents: Definieren Sie Agenten mit komplexen Konfigurationen für die Code-Ausführung und Benutzer-Interaktion:

from autogen import AssistantAgent, UserProxyAgent

<p># Definieren Sie LLM-Konfigurationen
llm_config = {
&quot;model&quot;: &quot;gpt-4&quot;,
&quot;api_key&quot;: api_key
}</p>

<p># Erstellen Sie einen Assistenten-Agent für komplexe Codier- und Analyseaufgaben
assistant = AssistantAgent(
name=&quot;coding_assistant&quot;,
llm_config=llm_config
)</p>

<p># Benutzer-Proxy-Agent zur Handhabung von Benutzer-Interaktionen und Code-Ausführung
user_proxy = UserProxyAgent(
name=&quot;user_proxy&quot;,
code_execution_config={
&quot;executor&quot;: autogen.coding.LocalCommandLineCodeExecutor(work_dir=&quot;coding_workspace&quot;)
}
)</p>

from autogen import AssistantAgent, UserProxyAgent

<p># Definieren Sie Agenten für den Bildungs-Workflow
teacher = AssistantAgent(name=&quot;teacher&quot;, llm_config=llm_config)
student = AssistantAgent(name=&quot;student&quot;, llm_config=llm_config)
evaluator = AssistantAgent(name=&quot;evaluator&quot;, llm_config=llm_config)</p>

<p># Definieren Sie den Gesprächsfluss zwischen den Agenten
teacher.send_message(&quot;Heute behandeln wir das Thema Kalkül. Lassen Sie uns in Differentialgleichungen eintauchen.&quot;)
student.send_message(&quot;Können Sie mir das Konzept der Ableitung erklären?&quot;)
teacher.send_message(&quot;Eine Ableitung stellt die Rate der Änderung einer Funktion dar. Hier ist eine einfache Erklärung...&quot;)</p>