Microsoft AutoGen: Multi-Agent AI Workflows z Zaawansowaną Automatyzacją

Microsoft (MSFT ) Research wprowadził AutoGen we wrześniu 2023 roku jako otwarty framework Python do budowy agentów AI zdolnych do złożonej, wieloagentowej współpracy. AutoGen zdobył już uznanie wśród badaczy, deweloperów i organizacji, z ponad 290 współpracownikami na GitHubie i prawie 900 000 pobrań do maja 2024 roku. Budując na tym sukcesie, Microsoft zaprezentował AutoGen Studio, interfejs niskiego kodu, który umożliwia deweloperom szybkie prototypowanie i eksperymentowanie z agentami AI.

Ta biblioteka służy do tworzenia inteligentnych, modułowych agentów, które mogą współpracować bezproblemowo w celu rozwiązania złożonych zadań, automatyzacji podejmowania decyzji oraz wydajnego wykonania kodu.

Microsoft niedawno wprowadził również AutoGen Studio, który ułatwia rozwój agentów AI, zapewniając interaktywną i przyjazną platformę. W przeciwieństwie do swojego poprzednika, AutoGen Studio minimalizuje potrzebę obszernego kodowania, oferując graficzny interfejs użytkownika (GUI), w którym użytkownicy mogą przeciągać i upuszczać agenty, konfigurować przepływy pracy i testować rozwiązania napędzane przez AI bez wysiłku.

Czym jest unikalne AutoGen?

Poznawanie agentów AI

W kontekście AI, agent to autonomiczny składnik oprogramowania, który może wykonywać określone zadania, często wykorzystując przetwarzanie języka naturalnego i uczenie maszynowe. Ramy AutoGen zwiększają możliwości tradycyjnych agentów AI, umożliwiając im angażowanie się w złożone, ustrukturyzowane rozmowy i nawet współpracę z innymi agentami w celu osiągnięcia wspólnych celów.

AutoGen obsługuje szeroki zakres typów agentów i wzorców rozmów. Ta wszechstronność pozwala mu automatyzować przepływy pracy, które wcześniej wymagały interwencji ludzkiej, co sprawia, że jest idealnym rozwiązaniem dla aplikacji w różnych branżach, takich jak finanse, reklama, inżynieria oprogramowania i wiele innych.

Agenci rozmowni i dostosowywani

AutoGen wprowadza pojęcie “rozmownych” agentów, które są zaprojektowane do przetwarzania wiadomości, generowania odpowiedzi i wykonywania działań na podstawie instrukcji języka naturalnego. Agenci ci nie tylko potrafią angażować się w bogate dialogi, ale mogą być również dostosowywani do poprawy ich wydajności w określonych zadaniach. Ten modułowy projekt sprawia, że AutoGen jest potężnym narzędziem zarówno dla prostych, jak i złożonych projektów AI.

Kluczowe typy agentów:

• Agent asystent: LLM-powered asystent, który może obsługiwać zadania takie jak kodowanie, debugowanie lub odpowiedzi na złożone pytania.
• Agent proxy użytkownika: Symuluje zachowanie użytkownika, umożliwiając deweloperom testowanie interakcji bez udziału rzeczywistego użytkownika. Może również wykonywać kod autonomicznie.
• Agenci czatu grupowego: Zbiór agentów, których współpraca jest idealna dla scenariuszy wymagających wielu umiejętności lub perspektyw.

Współpraca wieloagentowa

Jedną z najbardziej imponujących funkcji AutoGen jest jego obsługa współpracy wieloagentowej. Deweloperzy mogą tworzyć sieć agentów, z których każdy ma specjalistyczne role, aby rozwiązać złożone zadania bardziej efektywnie. Agenci ci mogą komunikować się ze sobą, wymieniać informacje i podejmować decyzje zbiorowo, usprawniając procesy, które w przeciwnym razie byłyby czasochłonne lub podatne na błędy.

Podstawowe funkcje AutoGen

1. Ramy wieloagentowe

AutoGen ułatwia tworzenie sieci agentów, z których każdy może pracować niezależnie lub we współpracy z innymi. Ramy zapewniają elastyczność w projektowaniu przepływów pracy, które mogą być w pełni autonomiczne lub zawierać nadzór ludzki, gdy jest to konieczne.

Wzorce rozmów obejmują:

• Rozmowy jeden-na-jeden: Proste interakcje między dwoma agentami.
• Struktury hierarchiczne: Agenci mogą delegować zadania do agentów podrzędnych, co ułatwia rozwiązywanie złożonych problemów.
• Rozmowy grupowe: Wieloagentowe rozmowy grupowe, w których agenci współpracują, aby rozwiązać zadanie.

2. Wykonanie kodu i automatyzacja

W przeciwieństwie do wielu ram AI, AutoGen pozwala agentom generować, wykonywać i debugować kod automatycznie. Ta funkcja jest niezwykle cenna dla zadań inżynierii oprogramowania i analizy danych, ponieważ minimalizuje interwencję ludzką i przyspiesza cykle rozwoju. Agent proxy użytkownika może identyfikować bloki kodu wykonywalnego, uruchamiać je i nawet udoskonalać wynik autonomicznie.

3. Integracja z narzędziami i API

Agenci AutoGen mogą współpracować z zewnętrznymi narzędziami, usługami i API, znacznie rozszerzając ich możliwości. Niezależnie od tego, czy chodzi o pobieranie danych z bazy danych, wysyłanie żądań sieciowych czy integrację z usługami Azure, AutoGen zapewnia solidne środowisko do budowy aplikacji o bogatych funkcjach.

4. Rozwiązywanie problemów z udziałem człowieka

W scenariuszach, w których wymagana jest interwencja ludzka, AutoGen obsługuje interakcje człowiek-agent. Deweloperzy mogą konfigurować agenty do żądania wskazówek lub zatwierdzenia od użytkownika przed podjęciem określonych zadań. Ta funkcja zapewnia, że krytyczne decyzje są podejmowane w sposób przemyślany i z odpowiednim poziomem nadzoru.

Jak działa AutoGen: Głębokie zanurzenie

Inicjacja i konfiguracja agenta

Pierwszym krokiem w pracy z AutoGen jest ustawienie i konfiguracja agentów. Każdy agent może być dostosowany do wykonywania określonych zadań, a deweloperzy mogą dostosowywać parametry, takie jak model LLM, umiejętności i środowisko wykonania.

Orchestracja interakcji agentów

AutoGen obsługuje przepływ rozmowy między agentami w sposób ustrukturyzowany. Typowy przepływ pracy może wyglądać następująco:

1. Wprowadzenie zadania: Użytkownik lub agent wprowadza zapytanie lub zadanie.
2. Przetwarzanie agenta: Odpowiedni agenci analizują dane wejściowe, generują odpowiedzi lub wykonują akcje.
3. Komunikacja między agentami: Agenci wymieniają dane i informacje, współpracując, aby ukończyć zadanie.
4. Wykonanie zadania: Agenci wykonują kod, pobierają informacje lub współpracują z zewnętrznymi systemami, jeśli jest to konieczne.
5. Zakończenie: Rozmowa kończy się, gdy zadanie jest ukończone, osiągnięty jest próg błędu lub wyzwolony jest warunek zakończenia.

Obsługa błędów i samodoskonalenie

Agenci AutoGen są zaprojektowani do inteligentnego obsługi błędów. Jeśli zadanie nie powiedzie się lub wyprodukuje niepoprawny wynik, agent może analizować problem, próbować go naprawić i nawet iterować nad swoim rozwiązaniem. Ta zdolność do samodoskonalenia jest kluczowa dla tworzenia niezawodnych systemów AI, które mogą działać autonomicznie przez dłuższy czas.

Wymagania wstępne i instalacja

Przed rozpoczęciem pracy z AutoGen upewnij się, że masz solidne zrozumienie agentów AI, ram orchestracji i podstaw programowania Python. AutoGen to framework oparty na Pythonie, a jego pełny potencjał jest realizowany w połączeniu z innymi usługami AI, takimi jak modele GPT OpenAI lub Microsoft Azure AI.

Instalacja AutoGen za pomocą pip :

Dla dodatkowych funkcji, takich jak zoptymalizowane możliwości wyszukiwania lub integracja z bibliotekami zewnętrznymi:

Konfigurowanie środowiska

AutoGen wymaga od Ciebie konfiguracji zmiennych środowiskowych i kluczy API w sposób bezpieczny. Przejdźmy przez podstawowe kroki niezbędne do inicjacji i konfiguracji Twojego środowiska:

1. Ładowanie zmiennych środowiskowych: Przechowuj wrażliwe klucze API w pliku .env i ładuj je za pomocą dotenv, aby utrzymać bezpieczeństwo. (api_key = os.environ.get(“OPENAI_API_KEY”))
2. Wybór konfiguracji modelu językowego: Zdecyduj, który model LLM będziesz używał, taki jak GPT-4 z OpenAI lub inny preferowany model. Ustawienia konfiguracyjne, takie jak punkty końcowe API, nazwy modeli i klucze, muszą być wyraźnie zdefiniowane, aby umożliwić płynną komunikację między agentami.

Budowanie agentów AutoGen dla złożonych scenariuszy

Aby zbudować system wieloagentowy, musisz zdefiniować agenty i określić, jak powinny one działać. AutoGen obsługuje różne typy agentów, z których każdy ma odrębne role i możliwości.

Tworzenie agentów asystentów i proxy użytkownika: Zdefiniuj agenty z zaawansowanymi konfiguracjami do wykonywania kodu i zarządzania interakcjami użytkownika:

from autogen import AssistantAgent, UserProxyAgent

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

<p># Utwórz agenta asystenta do zadań związanych z kodowaniem i analizą
assistant = AssistantAgent(
name=&quot;coding_assistant&quot;,
llm_config=llm_config
)</p>

<p># Agent proxy użytkownika do obsługi interakcji użytkownika i wykonywania kodu
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># Zdefiniuj agenty dla przepływu pracy edukacyjnej
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># Zdefiniuj przepływ rozmowy między agentami
teacher.send_message(&quot;Dzisiejszy temat to rachunek. Zanurzmy się w równaniach różniczkowych.&quot;)
student.send_message(&quot;Czy możesz wyjaśnić pojęcie pochodnej?&quot;)
teacher.send_message(&quot;Pochodna reprezentuje szybkość zmiany funkcji. Oto proste wyjaśnienie...&quot;)</p>