Microsoft AutoGen: Çok Ajanlı AI İş Akışları ile Gelişmiş Otomasyon

Microsoft (MSFT ) Araştırma, Eylül 2023’te AutoGen’i, karmaşık, çok ajanlı işbirliği yapabilen AI ajanları oluşturmak için açık kaynaklı bir Python çerçevesi olarak tanıttı. AutoGen, 290’dan fazla katkıda bulunan ve Mayıs 2024 itibarıyla yaklaşık 900.000 indirme ile araştırmacılar, geliştiriciler ve organizasyonlar arasında already traction kazanmıştır. Bu başarıya dayanarak, Microsoft, AutoGen Studio’yu, geliştiricilerin AI ajanlarını hızla prototiplemelerine ve deneysel olarak çalıştırmasına olanak tanıyan bir düşük kod arayüzünü duyurdu.

Bu kütüphane, akıllı, modüler ajanlar geliştirmek için tasarlanmıştır ve bu ajanlar, karmaşık görevleri çözmek, karar vermeyi otomatikleştirmek ve kodu verimli bir şekilde çalıştırmak için sorunsuz bir şekilde etkileşime girebilir.

Microsoft yakın zamanda AutoGen Studio’yu da tanıttı, bu da AI ajanı geliştirmeyi, etkileşimli ve kullanıcı dostu bir platform sunarak basitleştirir. Öncülünün aksine, AutoGen Studio, geniş kapsamlı kodlama ihtiyacını en aza indirir ve kullanıcıların ajanları sürükleyip bırakabileceği, iş akışlarını yapılandırabileceği ve AI destekli çözümleri kolayca test edebileceği bir grafik kullanıcı arabirimini (GUI) sunar.

AutoGen’i Benzersiz Kılan Nedir?

AI Ajanlarını Anlama

AI bağlamında, bir ajan, doğal dil işleme ve makine öğrenimi kullanarak belirli görevleri gerçekleştirebilen özerk bir yazılım bileşenidir. Microsoft’un AutoGen çerçevesi, geleneksel AI ajanlarının yeteneklerini geliştirir ve onlara, karmaşık, yapılandırılmış sohbetlere katılma ve paylaşılan hedeflere ulaşmak için diğer ajanlarla işbirliği yapma yeteneği kazandırır.

AutoGen, geniş bir ajan türleri ve sohbet kalıpları yelpazesini destekler. Bu esneklik, önceden insan müdahalesi gerektiren iş akışlarını otomatikleştirmesini sağlar ve bu nedenle finans, reklamcılık, yazılım mühendisliği ve daha birçok farklı endüstri için idealdir.

Soğukkanlı ve Özelleştirilebilir Ajanlar

AutoGen, “sohbet edilebilir” ajanlar kavramını tanıtır, bunlar, doğal dil komutlarına dayanarak mesajları işler, yanıtlar oluşturur ve eylemler gerçekleştirir. Bu ajanlar, yalnızca zengin diyaloglar içinde yer alabilecekleri değil, aynı zamanda belirli görevlerde performanslarını iyileştirmek için özelleştirilebilecekleri için de yeteneklidir. Bu modüler tasarım, AutoGen’i hem basit hem de karmaşık AI projeleri için güçlü bir araç haline getirir.

Ana Ajan Türleri:

• Asistan Ajanı: Kodlama, hata ayıklama veya karmaşık sorulara cevap verme gibi görevleri gerçekleştirebilen, LLM destekli bir asistan.
• Kullanıcı Vekili Ajanı: Kullanıcı davranışını simüle eder, böylece geliştiricilerin gerçek bir kullanıcı olmadan etkileşimleri test etmesine olanak tanır. Ayrıca kodları otomatik olarak çalıştırabilir.
• Grup Sohbet Ajanları: Birden fazla beceri veya bakış açısı gerektiren senaryolar için ideal olan, işbirliği yapan ajanların bir koleksiyonu.

Çok Ajanlı İşbirliği

AutoGen’in en etkileyici özelliklerinden biri, çok ajanlı işbirliğini desteklemesidir. Geliştiriciler, her biri uzmanlaştırılmış rollerle donatılmış bir ajan ağı oluşturabilir ve böylece karmaşık görevleri daha verimli bir şekilde çözebilir. Bu ajanlar birbirleriyle iletişim kurabilir, bilgi alışverişi yapabilir ve topluca kararlar alabilir, bu da otherwise zaman alıcı veya hatalı olabilecek süreçleri basitleştirir.

AutoGen’in Temel Özellikleri

1. Çok Ajanlı Çerçevesi

AutoGen, her biri bağımsız olarak veya diğerleriyle koordinasyon içinde çalışabilen ajan ağlarının oluşturulmasını sağlar. Çerçevesi, tamamen özerk veya insan denetimi gerektiğinde iş akışlarını tasarlamak için esneklik sağlar.

Soğukkanlı Kalıpları İçerir:

• Birinden Birine Sohbetler: İki ajan arasındaki basit etkileşimler.
• Hiyerarşik Yapılar: Ajanlar, alt ajanlara görevler atayabilir, böylece karmaşık sorunların ele alınmasını kolaylaştırır.
• Grup Sohbetleri: Ajanların bir görevi çözmek için işbirliği yaptığı çok ajanlı sohbetler.

2. Kod Çalıştırma ve Otomasyonu

Çoğu AI çerçevesinin aksine, AutoGen ajanları, kodu otomatik olarak oluşturabilir, çalıştırabilir ve hatalarını düzeltebilir. Bu özellik, yazılım mühendisliği ve veri analizi görevleri için çok değerlidir, çünkü insan müdahalesini en aza indirir ve geliştirme döngülerini hızlandırır. Kullanıcı Vekili Ajanı, çalıştırılabilir kod bloklarını tanıyabilir, çalıştırabilir ve hatta çıktıyı otomatik olarak iyileştirebilir.

3. Araçlar ve API’lerle Entegrasyon

AutoGen ajanları, dış araçlar, hizmetler ve API’lerle etkileşime girebilir, bu da yeteneklerini önemli ölçüde genişletir. Verileri bir veritabanından almak, web istekleri yapmak veya Azure hizmetleriyle entegre olmak gibi işlemler olsun, AutoGen, özellik açısından zengin uygulamalar oluşturmak için güçlü bir ekosistem sağlar.

4. İnsan-Ajan İşbirliği

İnsan girdisi gerekli olduğunda, AutoGen insan-ajan etkileşimlerini destekler. Geliştiriciler, ajanları, belirli görevlerden önce insan kullanıcılardan rehberlik veya onay istemek için yapılandırabilir. Bu özellik, kritik kararların dikkatli bir şekilde ve uygun düzeyde denetimle verilmesini sağlar.

AutoGen Nasıl Çalışır: Derin Bir İnceleme

Ajan Başlatma ve Yapılandırma

AutoGen ile çalışmanın ilk adımı, ajanlarınızı kurmak ve yapılandırmanızdır. Her ajan, belirli görevleri gerçekleştirmek için özelleştirilebilir ve geliştiriciler, kullanılan LLM modeli, etkinleştirilen beceriler ve yürütme ortamı gibi parametreleri özelleştirebilir.

Ajan Etkileşimlerini Orkestrasyon

AutoGen, ajanlar arasındaki sohbet akışını yapılandırılmış bir şekilde yönetir. Tipik bir iş akışı şöyle olabilir:

1. Görev Tanıtımı: Bir kullanıcı veya ajan bir sorgu veya görev tanıtır.
2. Ajan İşlemesi: İlgili ajanlar girdileri analiz eder, yanıtlar oluşturur veya eylemler gerçekleştirir.
3. Ajanlar Arası İletişim: Ajanlar, görevi tamamlamak için veri ve içgörüler paylaşarak işbirliği yapar.
4. Görev Yürütme: Ajanlar, gerektiğinde kodu çalıştırır, bilgileri alır veya dış sistemlerle etkileşime girer.
5. Sonlandırma: Sohbet, görev tamamlandığında, bir hata eşiği aşıldığında veya sonlandırma koşulu tetiklendiğinde sona erer.

Hata Yönetimi ve Kendini İyileştirme

AutoGen’in ajanları, akıllıca hata yönetimi için tasarlanmıştır. Bir görev başarısız olursa veya yanlış bir sonuç üretirse, ajan sorunu analiz edebilir, düzeltmeye çalışabilir ve hatta çözümünü iyileştirebilir. Bu özgün iyileştirme yeteneği, uzun süreler boyunca otomatik olarak çalışabilen güvenilir AI sistemleri oluşturmak için çok önemlidir.

Ön Koşullar ve Kurulum

AutoGen ile çalışmadan önce, AI ajanları, orkestrasyon çerçeveleri ve Python programlamanın temelleri hakkında sağlam bir anlayışa sahip olduğunuzdan emin olun. AutoGen, bir Python tabanlı çerçevedir ve tam potansiyelini, diğer AI hizmetleriyle (OpenAI’nin GPT modelleri veya Microsoft Azure AI gibi) birleştirildiğinde gerçekleştirir.

AutoGen’i pip Kullanarak Kurun:

Ek özellikler için, such as optimize edilmiş arama yetenekleri veya dış kitaplıklarla entegrasyon:

Çevrenizi Ayarlama

AutoGen, ortam değişkenlerini ve API anahtarlarını güvenli bir şekilde yapılandırmanızı gerektirir. Temel adımları takip edelim:

1. Ortam Değişkenlerini Yükleme: Hassas API anahtarlarını bir .env dosyasında depolayın ve dotenv kullanarak güvenliği korumak için yükleyin. (api_key = os.environ.get(“OPENAI_API_KEY”))
2. Dil Modeli Yapılandırmanızı Seçme: Kullanacağınız LLM’yi (OpenAI’den GPT-4 gibi) belirleyin ve API uç noktaları, model adları ve anahtarları gibi yapılandırma ayarlarını net bir şekilde tanımlayın.

Karmaşık Senaryolar için AutoGen Ajanları Oluşturma

Çok ajanlı bir sistem oluşturmak için, ajanları tanımlamanız ve nasıl davranacaklarını belirtmeniz gerekir. AutoGen, çeşitli ajan tiplerini destekler, her biri farklı roller ve yeteneklere sahiptir.

Asistan ve Kullanıcı Vekili Ajanları Oluşturma: Kod çalıştırma ve kullanıcı etkileşimlerini yönetmek için gelişmiş yapılandırmalarla ajanlar tanımlayın:

from autogen import AssistantAgent, UserProxyAgent

<p># LLM yapılandırmalarını tanımlayın
llm_config = {
"model": "gpt-4",
"api_key": api_key
}</p>

<p># Karmaşık kodlama ve analiz görevleri için Asistan Ajanı oluşturun
assistant = AssistantAgent(
name="coding_assistant",
llm_config=llm_config
)</p>

<p># Kullanıcı etkileşimlerini ve kod çalıştırmasını yönetmek için Kullanıcı Vekili Ajanı
user_proxy = UserProxyAgent(
name="user_proxy",
code_execution_config={
"executor": autogen.coding.LocalCommandLineCodeExecutor(work_dir="coding_workspace")
}
)</p>

from autogen import AssistantAgent, UserProxyAgent

<p># Eğitim iş akışı için ajanları tanımlayın
teacher = AssistantAgent(name="teacher", llm_config=llm_config)
student = AssistantAgent(name="student", llm_config=llm_config)
evaluator = AssistantAgent(name="evaluator", llm_config=llm_config)</p>

<p># Ajanlar arasındaki sohbet akışını tanımlayın
teacher.send_message("Bugünün konusu kalkülüs. Differential denklemlerine dalalım.")
student.send_message("Türev kavramını açıklar mısınız?")
teacher.send_message("Bir türev, bir fonksiyonun değişim oranını temsil eder. Basit bir açıklama...")</p>