Mindket

Multi-Agent AI - Coding

新上架第 1 版 · 更新于

概览

一个用 Microsoft AutoGen 做的 Gradio 演示,让多个 AI 智能体一起完成编程任务。可以在 Hugging Face 的浏览器里用,也可以在自己的电脑上跑一份。

Multi-Agent AI - Coding 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 在 Windows、macOS 或 Linux 上装好 Python
  • pip 工具,用来安装 requirements.txt 里的包
  • 如果在线使用这个 Space,什么都不用装,它直接在浏览器里运行
用在
  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • 装有 Python 的 Windows
  • 装有 Python 的 macOS
  • 装有 Python 的 Linux
先运行
pip install -U huggingface_hub
hf download bstraehle/multi-agent-ai-autogen-coding --repo-type space --local-dir multi-agent-ai-autogen-coding
cd multi-agent-ai-autogen-coding

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这个 Space 是一个 Gradio 演示,展示用 Microsoft AutoGen 搭建的多智能体方案,面向编程。智能体逻辑在 multi_agent.py 里,你使用的页面是 app.py。它可以在 Hugging Face 的浏览器里运行,也可以在你自己的电脑上运行。

适合谁

适合想在自己动手之前,先看一个小型 AutoGen 多智能体示例的开发者。研究智能体系统的学生可以读这两个 Python 文件,了解各部分是怎么连起来的。

行业谁在用怎么用例子
软件开发者在浏览器里试一个多智能体编程演示给智能体一个小的编程任务,再看返回的结果
教育学 AI 智能体的学生阅读 AutoGen 智能体是怎么连起来的把 multi_agent.py 和 app.py 放在一起读
研究智能体研究者当作一个可改造的小基础复制这个 Space,再改掉智能体的设置

如果你想要一个放在编辑器里的完整编程助手,可以跳过它。

用在哪里

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • 装有 Python 的 Windows
  • 装有 Python 的 macOS
  • 装有 Python 的 Linux
用途适合谁你得到什么
试一个多智能体编程演示开发者由多个智能体一起得出的结果
研究一个 AutoGen 示例学生两个可以阅读的简短 Python 文件

如何设置

在线使用什么都不用准备。在自己的电脑上跑,需要准备一点东西。

  • 在 Windows、macOS 或 Linux 上装好 Python
  • pip 工具,用来安装 requirements.txt 里的包
  • 如果在线使用这个 Space,什么都不用装,它直接在浏览器里运行
  1. 安装 Hugging Face hub 包。
  2. 把这个 Space 的文件下载到本地文件夹。
  3. 进入那个文件夹。
  4. 安装指定版本的 Gradio,再安装 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download bstraehle/multi-agent-ai-autogen-coding --repo-type space --local-dir multi-agent-ai-autogen-coding
cd multi-agent-ai-autogen-coding
pip install gradio==5.31.0
pip install -r requirements.txt
python app.py

如何使用

在线使用时,打开这个 Space 的页面,直接在里面操作。在自己的电脑上,就在项目文件夹里运行下面这条命令,再打开 Gradio 显示的页面。

python app.py

示例

你打开应用,给它一个编程任务。AutoGen 智能体一起处理这个任务,应用会显示它们产出的结果。

新手与专家

如果你是新手,先打开这个 Space 的页面,试一个简单的编程请求。不用安装任何东西,你就能看到几个智能体分担同一项工作。

如果你熟悉这个领域:仓库只有四个文件,智能体逻辑和 Gradio 页面是分开的。来源没有说智能体调用哪个模型服务,也没有说有多少个智能体,所以在依赖它之前,先读一读 multi_agent.py。

  1. 打开 Space,或在本地运行 app.py
  2. 你给应用一个编程任务
  3. AutoGen 智能体一起处理
  4. 应用显示结果

注意事项

来源说得很少,所以请自己检查智能体的产出。

  • License: Apache 2.0,和这个 Space 的许可证一行写的一致
  • Cost to run: 没有提到,线上版本用的是 Hugging Face 的 cpu-basic 硬件。来源没有说是否需要模型密钥
  • Data it reaches: 来源没有提到文件或账号。页面带有 MCP 标签,但没有描述 MCP 的设置

README 和文件

README

Multi-Agent AI - Coding

一个用 Microsoft AutoGen 做的 Gradio 演示,让多个 AI 智能体一起完成编程任务。可以在 Hugging Face 的浏览器里用,也可以在自己的电脑上跑一份。

由 bstraehle 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:这个 Space 是一个 Gradio 演示,展示用 Microsoft AutoGen 搭建的多智能体方案,面向编程。智能体逻辑在 multi_agent.py 里,你使用的页面是 app.py。它可以在 Hugging Face 的浏览器里运行,也可以在你自己的电脑上运行。

适合谁:适合想在自己动手之前,先看一个小型 AutoGen 多智能体示例的开发者。研究智能体系统的学生可以读这两个 Python 文件,了解各部分是怎么连起来的。

行业 | 谁在用 | 怎么用 | 例子
软件 | 开发者 | 在浏览器里试一个多智能体编程演示 | 给智能体一个小的编程任务,再看返回的结果
教育 | 学 AI 智能体的学生 | 阅读 AutoGen 智能体是怎么连起来的 | 把 multi_agent.py 和 app.py 放在一起读
研究 | 智能体研究者 | 当作一个可改造的小基础 | 复制这个 Space,再改掉智能体的设置

如果你想要一个放在编辑器里的完整编程助手,可以跳过它。

用在哪里:

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • 装有 Python 的 Windows
  • 装有 Python 的 macOS
  • 装有 Python 的 Linux
用途 | 适合谁 | 你得到什么
试一个多智能体编程演示 | 开发者 | 由多个智能体一起得出的结果
研究一个 AutoGen 示例 | 学生 | 两个可以阅读的简短 Python 文件

如何设置:在线使用什么都不用准备。在自己的电脑上跑,需要准备一点东西。

  • 在 Windows、macOS 或 Linux 上装好 Python
  • pip 工具,用来安装 requirements.txt 里的包
  • 如果在线使用这个 Space,什么都不用装,它直接在浏览器里运行
  1. 安装 Hugging Face hub 包。
  2. 把这个 Space 的文件下载到本地文件夹。
  3. 进入那个文件夹。
  4. 安装指定版本的 Gradio,再安装 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download bstraehle/multi-agent-ai-autogen-coding --repo-type space --local-dir multi-agent-ai-autogen-coding
cd multi-agent-ai-autogen-coding
pip install gradio==5.31.0
pip install -r requirements.txt
python app.py

如何使用:在线使用时,打开这个 Space 的页面,直接在里面操作。在自己的电脑上,就在项目文件夹里运行下面这条命令,再打开 Gradio 显示的页面。

python app.py

示例:你打开应用,给它一个编程任务。AutoGen 智能体一起处理这个任务,应用会显示它们产出的结果。

新手与专家:如果你是新手,先打开这个 Space 的页面,试一个简单的编程请求。不用安装任何东西,你就能看到几个智能体分担同一项工作。

如果你熟悉这个领域:仓库只有四个文件,智能体逻辑和 Gradio 页面是分开的。来源没有说智能体调用哪个模型服务,也没有说有多少个智能体,所以在依赖它之前,先读一读 multi_agent.py。

打开 Space,或在本地运行 app.py
你给应用一个编程任务
AutoGen 智能体一起处理
应用显示结果

注意事项:来源说得很少,所以请自己检查智能体的产出。

  • License: Apache 2.0,和这个 Space 的许可证一行写的一致
  • Cost to run: 没有提到,线上版本用的是 Hugging Face 的 cpu-basic 硬件。来源没有说是否需要模型密钥
  • Data it reaches: 来源没有提到文件或账号。页面带有 MCP 标签,但没有描述 MCP 的设置

Hugging Face 上的数据(2026年11月13日)

  • 点赞:39
  • 构建方式:gradio
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/bstraehle/multi-agent-ai-autogen-coding
  • 文件:https://huggingface.co/spaces/bstraehle/multi-agent-ai-autogen-coding/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
Multi-Agent AI - Coding 本页39gradioapache-2.0
Z Image Turbo共有 mcp-server · gradio1,940gradioapache-2.0
TRELLIS共有 mcp-server · gradio817gradiomit
SAM3 Demo共有 mcp-server · gradio91gradioapache-2.0
TRELLIS.2-Text-to-3D (Rerun)共有 mcp-server · gradio58gradioapache-2.0
MOSS-Image 8-step DMD共有 mcp-server · gradio34gradioapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

开发类的相似商品

查看开发类的全部商品

Claude Code Skills & Plugins

alirezarezvani · 技能

为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。

新上架29.8k

buzz

block · 工具包

可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。

新上架37.3k

plannotator

backnotprop · 工具包

把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。

新上架10.5k