Mindket

AutoGen 多智能体框架

新上架第 2 版 · 更新于
星标61.8k

概览

微软的多智能体 AI 应用框架,支持 Python 和 .NET,带 AgentChat API 和无代码图形界面 AutoGen Studio。它的 README 现在说项目已归档、不再维护,并让新项目改用 Microsoft Agent Framework。

AutoGen 多智能体框架 是一款 GitHub 上的开源项目,属于开发类,由 Mindket 上架。可免费获取。当前为第 2 版,最近更新于 。按它的 README 从 GitHub 安装。Mindket 的设置说明可在你的 Mindket 账户获取,以 zip 压缩包下载。

速览

用在
  • Python 3.10 或更高版本:从 PyPI 安装 AgentChat 和 Extensions
  • AutoGen Studio:在你自己电脑上运行的网页应用,不另选端口就用 8080
  • .NET:Core API 的预发布 NuGet 包
  • Magentic-One:现成的网页和文件任务团队,文档说要放在 Docker 容器里运行
先运行
python3 -m venv .venv
source .venv/bin/activate
pip install -U "autogen-agentchat" "autogen-ext[openai]"

平台

Claude Code编程智能体
Codex编程智能体
Cursor代码编辑器
Docker容器

关于

它是什么

AutoGen 是微软的框架,用来构建由多个智能体协作完成任务的 AI 应用,它们可以自己干,也可以和人一起干。它分几层。Core API 在事件驱动的智能体之间传递消息,能把它们分到多个进程里运行,支持 Python 和 .NET。AgentChat 建在它上面,提供预设的智能体和团队,Extensions 则补上模型客户端和代码执行。AutoGen Studio 是一个无代码的网页应用,用来搭建和运行团队。先看项目状态。README 现在的警示标题是“Project archived and no longer maintained”(项目已归档,不再维护),并说微软不再为它提供错误修复、安全修复和支持。

  1. 你选一个模型客户端,比如 OpenAI 或 Ollama
  2. 你给 AssistantAgent 起名字,配上模型和工具
  3. 你把智能体编成团队,或包装成工具
  4. 终止条件决定这次运行何时结束
  5. Console 逐条显示消息、工具调用和结果

适合谁

手上已经在跑 AutoGen 代码、计划迁移期间还要让它继续工作的 Python 开发者,以及想研究群聊、Swarm、Magentic-One 这类多智能体模式的人。新项目的话,我们会照 README 说的,直接从 Microsoft Agent Framework 起步,因为后继项目还有修复,AutoGen 已经没有了。

谁在用,怎么用
谁用它做什么例子
已有 AutoGen 代码的团队让代码继续运行,同时规划迁移一个团队对照微软的迁移指南,把自己的 RoundRobinGroupChat 对应到 Agent Framework 的 Workflow 上。
研究人员和学生跟着教程研究多智能体模式一位学生按 Magentic-One 页面的建议,把 SelectorGroupChat 换成 MagenticOneGroupChat。
做原型的人写代码之前先在 AutoGen Studio 里试一个团队一位开发者在 Team Builder 里把两个智能体拖进一个团队,再到 Playground 里跑一个任务。
.NET 开发者在 .NET 里试 Core API一位开发者用 dotnet add package 加上 Contracts 和 Core 两个包。

用在哪里

AutoGen 是一个库加一个本地网页应用,不是编程智能体的插件。README 和文档没有给 Claude Code、Codex、Cursor 或其他智能体写步骤,所以这个工具包按微软自己写明的途径来。

  • Python 3.10 或更高版本:从 PyPI 安装 AgentChat 和 Extensions
  • AutoGen Studio:在你自己电脑上运行的网页应用,不另选端口就用 8080
  • .NET:Core API 的预发布 NuGet 包
  • Magentic-One:现成的网页和文件任务团队,文档说要放在 Docker 容器里运行

智能体也能调用 MCP 服务器。README 的第二个示例就是通过 McpWorkbench 运行 Playwright MCP 服务器。

如何设置

点“获取”会把一个装有 Mindket 安装说明的 zip 压缩包存进你的下载文件夹,里面每条命令都取自微软的 README 和文档。先讲 Python,再讲 Studio。

  1. 先建一个虚拟环境。安装页面给了 venv 和 conda 两种做法,Windows 的命令在工具包里。
  2. 安装 AgentChat 和 OpenAI 客户端。AutoGen 需要 Python 3.10 或更高版本。
  3. 导出你的 OpenAI 密钥。README 的示例从 OPENAI_API_KEY 读取它,setup/models-and-keys.md 讲了 Azure、Anthropic、Ollama 和 Gemini。
  4. 运行 README 的 Hello World 示例。它创建一个 AssistantAgent,让它说 Hello World。
python3 -m venv .venv
source .venv/bin/activate
pip install -U "autogen-agentchat" "autogen-ext[openai]"

想走无代码途径,就安装 AutoGen Studio 并启动它。README 给的这行命令会把 Studio 的数据库和文件放在你指定的文件夹里。

pip install -U "autogenstudio"
autogenstudio ui --port 8080 --appdir ./my-app

如何使用

你写一个简短的异步 Python 脚本。创建一个模型客户端,交给 AssistantAgent,再用一个任务调用 run 或 run_stream。README 的多智能体示例把两位专家包装成 AgentTool,这样一个通用助手在问题需要时就会去调用它们。想让智能体轮流发言,Teams 页面列了四种预设。

Teams 页面列出的团队预设
预设下一个发言者怎么定
RoundRobinGroupChat智能体按固定顺序轮流发言,共享同一份上下文
SelectorGroupChat每条消息之后由模型挑下一个发言者
MagenticOneGroupChat一个编排者制定计划、分派子任务并跟踪进度
Swarm智能体之间用 HandoffMessage 把任务交给对方

同一页面建议先用一个智能体加上它的工具,只有它应付不了时才组团队。GraphFlow 标注为实验性功能,在顺序必须严格时,让智能体沿着一张有向图执行。

示例

你想要第一个会用工具的智能体,于是运行 Quickstart 的示例。它定义了 get_weather,一个总是返回 73 度、晴天的假工具,并把它交给打开了 reflect_on_tool_use 的 AssistantAgent。它发出的任务是:

What is the weather in New York?

Console 先显示你的消息,然后是智能体对 get_weather 的 FunctionCall,城市是 New York,接着是工具的结果和最终回复。文档页上那句回复是“The current weather in New York is 73 degrees and sunny.”,意思是纽约现在 73 度,晴天。你的模型措辞可能不一样。

新手与专家

新手:这里的智能体,就是一个有名字、有指令、有工具的语言模型。你给它一个任务,它直接回答,或者先调用一个工具。团队是几个智能体互相传消息,直到某个停止条件触发,比如 Teams 教程里评审智能体回复 APPROVE。先从 Quickstart 的单个智能体开始,再读 Teams 页面。如果你更想点鼠标而不是写代码,AutoGen Studio 可以用拖放搭出同样的团队,它的文档还附了一段视频导览。

专家:Core API 是一个基于 actor 模型的运行时,智能体由事件驱动,可以在本机运行,也可以跨进程运行。它的 gRPC 包让 Python 和 .NET 的智能体互相通信。团队、智能体、模型客户端和终止条件都能用 dump_component() 导出成 JSON,团队还能用 load_component() 读回来。AutoGen Studio 就是这样读取用 Python 写的团队,在 Studio 里搭的团队也是这样从代码里运行。

日志走 Python 标准的 logging 模块,记录器名是 autogen_core.EVENT_LOGGER_NAME,事件类型是 LLMCall。ChatCompletionCache 包在模型客户端外面,缓存它的回复。打算迁移?微软的迁移指南说,AssistantAgent 默认只走一轮,除非你调高 max_tool_iterations,而 Agent Framework 的 Agent 会一直调用工具,直到能给出答案。指南里 Anthropic 和 Ollama 客户端以及缓存在那边仍标为计划中。

注意事项

风险主要在项目状态,以及智能体能碰到什么。

  • 状态:README 说微软不再为 AutoGen 提供错误修复、安全修复、新功能和支持,并建议不要用于生产环境。Mindket 读取时,GitHub 的 API 并没有把仓库标为已归档
  • AutoGen Studio:研究原型,不是生产应用。它的安全说明写明,越狱测试、按用户限制可访问的密钥和数据,都没有实现
  • Magentic-One:它的智能体会浏览网页、读文件、运行代码。文档说要用容器、盯着日志、让人留在环节里,并提防网页里的提示注入
  • MCP 服务器:README 说只连接可信的服务器,因为它们可能在你的电脑上执行命令,或泄露敏感信息
  • 模型:托管模型用你自己的密钥,也可以用 Ollama 在本地跑。Models 页面把 Anthropic、Ollama、Gemini 和 Llama API 这几节标为实验性
  • 0.2 版:微软已经没有 pyautogen 这个 PyPI 包的管理权限,它从 0.2.34 起的版本都不是微软发布的。用 pip install autogen-agentchat~=0.2 可以留在这条线上
  • 许可证:文档和其他内容采用 CC BY 4.0,代码采用 MIT。两者都不授予使用微软名称、标志或商标的权利

README 和文件

README

AutoGen:安装说明

这个工具包里只有安装说明,由 Mindket 编写。AutoGen 本身来自微软的仓库,以及 PyPI 和 NuGet:https://github.com/microsoft/autogen

这些说明不是微软写的,也没有得到微软认可。README 的开头是:"AutoGen is a framework for creating multi-agent AI applications that can act autonomously or work alongside humans.",意思是:AutoGen 是一个用来构建多智能体 AI 应用的框架,这些应用可以自主行动,也可以和人一起工作。文档在 https://microsoft.github.io/autogen/ 。这些页面取自仓库的 main 分支、文档的 stable 站点(.NET 页面在它的 dotnet/dev 部分)和 Microsoft Learn(Agent Framework 迁移指南),于 2026 年 11 月 3 日读取。

先读这一段:项目已不再维护

README 一开头就是一条警示,标题是 "Project archived and no longer maintained"(项目已归档,不再维护)。它说微软不再提供错误修复、安全修复、新功能或支持,仓库保留下来只供历史参考。它还说 "AutoGen was developed for research and experimentation"(AutoGen 是为研究和实验开发的),微软仍然建议不要用于生产环境。

对新项目,README 推荐 Microsoft Agent Framework:https://github.com/microsoft/agent-framework 。已有的用户被指向迁移指南:https://learn.microsoft.com/en-us/agent-framework/migration-guide/from-autogen/ 。详见 setup/moving-to-agent-framework.md。

许可证:这个仓库有两份。README 的法律声明说,文档和其他内容采用知识共享署名 4.0 国际公共许可证(Creative Commons Attribution 4.0 International,即 LICENSE 文件),所有代码采用 MIT 许可证(LICENSE-CODE 文件,"Copyright (c) Microsoft Corporation.")。README 还说,这些许可证不授予使用微软名称、标志或商标的权利。来源:https://github.com/microsoft/autogen/blob/main/LICENSE 和 https://github.com/microsoft/autogen/blob/main/LICENSE-CODE

会安装什么

事先需要准备

主要安装命令

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

来源:https://github.com/microsoft/autogen/blob/main/README.md("Installation" 一节)

各平台说明

README 和文档没有给 Claude Code、Codex、Cursor 或其他编程智能体写任何步骤,AutoGen 自己也没有技能、插件或 MCP 服务器。它是一个代码库加一个网页应用,所以这些说明按开发方写明的安装和运行方式来。

  • setup/python-agentchat.md:虚拟环境、安装,以及 README 里的第一批智能体
  • setup/models-and-keys.md:OpenAI、Azure OpenAI、Azure AI Foundry、Anthropic、Ollama、Gemini、Llama API 和 Semantic Kernel 客户端
  • setup/autogen-studio.md:无代码图形界面、它的选项和局限
  • setup/magentic-one.md:处理网页和文件任务的现成团队,以及它的安全建议
  • setup/dotnet.md:NuGet 包
  • setup/moving-to-agent-framework.md:停止维护的说明、后继项目和较早的 0.2 版

更新或卸载

README 没有给更新或卸载的步骤。Python 包的安装命令带 -U,会升级它们。卸载用 pip 自己的命令。Studio 把数据库和生成的文件放在一个应用目录里,没有设置 --appdir 时就是你主目录下的 .autogenstudio,所以删除前先把需要的东西留好。来源见 https://microsoft.github.io/autogen/stable/user-guide/autogenstudio-user-guide/installation.html

使用数据

Mindket 读过的 README 和 AutoGen 文档页面,都没有提到向微软发送使用数据。微软的迁移指南说,AutoGen 原生支持 OpenTelemetry,可以为运行时、工具调用和智能体操作记录 span,通过你传入的 tracer provider 来设置。你的智能体会把提示词和工具结果发给你配置的模型服务商。

来源

  • README:https://github.com/microsoft/autogen/blob/main/README.md
  • LICENSE:https://github.com/microsoft/autogen/blob/main/LICENSE
  • LICENSE-CODE:https://github.com/microsoft/autogen/blob/main/LICENSE-CODE
  • 安装:https://microsoft.github.io/autogen/stable/user-guide/agentchat-user-guide/installation.html
  • 快速入门:https://microsoft.github.io/autogen/stable/user-guide/agentchat-user-guide/quickstart.html
  • 模型:https://microsoft.github.io/autogen/stable/user-guide/agentchat-user-guide/tutorial/models.html
  • Magentic-One:https://microsoft.github.io/autogen/stable/user-guide/agentchat-user-guide/magentic-one.html
  • 团队:https://microsoft.github.io/autogen/stable/user-guide/agentchat-user-guide/tutorial/teams.html
  • AutoGen Studio:https://microsoft.github.io/autogen/stable/user-guide/autogenstudio-user-guide/index.html
  • AutoGen Studio 安装:https://microsoft.github.io/autogen/stable/user-guide/autogenstudio-user-guide/installation.html
  • AutoGen Studio 用法:https://microsoft.github.io/autogen/stable/user-guide/autogenstudio-user-guide/usage.html
  • AutoGen Studio README:https://github.com/microsoft/autogen/blob/main/python/packages/autogen-studio/README.md
  • .NET 安装:https://microsoft.github.io/autogen/dotnet/dev/core/installation.html
  • v0.2 到 v0.4 的迁移:https://microsoft.github.io/autogen/stable/user-guide/agentchat-user-guide/migration-guide.html
  • 迁移到 Microsoft Agent Framework 的指南:https://learn.microsoft.com/en-us/agent-framework/migration-guide/from-autogen/
文件
README.md  6 KB
setup/autogen-studio.md  5 KB
setup/dotnet.md  3 KB
setup/magentic-one.md  4 KB
setup/models-and-keys.md  6 KB
setup/moving-to-agent-framework.md  3 KB
setup/python-agentchat.md  4 KB

7 个文件,共 32 KB,以 zip 压缩包下载。

更新内容

  • 第 2 版 · 2026-11-09

    Updated by Mindket to the current version of this kit.

  • 第 1 版 · 2026-11-03

同类产品对比

同一分类里与本产品共有主题最多的已上架 GitHub 项目。

产品星标活跃度语言许可证最近更新
AutoGen 多智能体框架 本页61,752——CC-BY-4.0—
T3 Code 编程智能体控制台共有 chatgpt · agents · ai59,634活跃TypeScriptMIT
qwen-code共有 agentic · ai29,845活跃TypeScriptApache-2.0
HyperFrames by HeyGen 视频框架共有 framework · ai83,969活跃TypeScriptApache-2.0
Hermes Agent 自我改进的开源智能体共有 chatgpt · ai261,224——MIT—
System Prompts Leaks共有 chatgpt · ai71,042活跃PythonCC0-1.0
数据为 Mindket 在 2026-11-07 至 2026-11-14 期间读取的数值。 活跃度依据各项目在 GitHub 上的最近更新:30 天内为活跃,180 天内为更新较少,超过 180 天为久未更新。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。

devilzhongMicrosoft AutoGen: possible plagiarism/academic misconduct?8 分 · 2 条回复LazBlazterA4: For low-code and operational automation, platforms like n8n and Zapier Central dominate for connecting disparate SaaS apps. For developer-driven multi-agent systems, frameworks like CrewAI and Microsoft AutoGen remain go-to choices for orchestrating collaborative agent roles. #DigiBlogChat2 赞 · 1 条回复@daniiie7archiving a repo doesn't stop pip. microsoft's autogen readme: no more bug or security fixes. autogen-agentchat still got 379,923 downloads last month, 2x its replacement. its march fix that stops configs loading any module never shipped. pip still gives 0.7.5 from sep 2025r/BestGitHubRepos6 GitHub repos to build AI agents without starting from scratchtizkovaterezaMicrosoft's AutoGen – Guide to code execution by LLMs7 分 · 1 条回复RealFeed — Science & TechResearcher John Langford announced the closure of the AI Frontiers group, which focused on building reliable AI agents like Autogen and Fara. #AIAgents #Microsoft #Autogen1 条回复@RoundtableSpaceBuild your own AI “war room” for breaking down big decisions This stack is everything that you need: 1. CrewAI https://t.co/aeZH5XBwcB 2. LangGraph https://t.co/wO4zmCvDsW 3. AutoGen https://t.co/hyPal4JmDu 4. E2B https://t.co/EtbL20yMii 5. Langfuse https://t.co/jpOmdVRCwP Save this post before…planar_vectorShow HN: Toivo – A Smarter AssistantWe've all been there: drowning in to-do lists, wasting hours on repetitive tasks like booking appointments. Existing AI assistants promise help, but often fall short when it comes to actually completing tasks. At Toivo [1], we're building a smarter solution. We use Microsoft’s awesome AutoGen [2]…4 分 · 2 条回复@dafu09.bsky.socialMicrosoft 正在整合 Agent 框架: AutoGen 进入维护模式, Microsoft Agent Framework 成为主路径。 用旧 AutoGen 栈的团队,正踩在一个迁移窗口上。 不是新功能,是「你依赖的框架要换代」👇🧵 #AIAgent #AutoGen #AgentFramework1 条回复@0xsqdTHIS IS F*CKING DOPE 7 GITHUB REPOS that turn AI into a full agent team (2026 hype) LangGraph (44k ★): stateful graphs for resilient agents with checkpoints & human-in-the-loop https://t.co/pwkoPbDpe0 CrewAI (60k ★): role-playing crews that collaborate on complex tasks https://t.co/JRMVc89A1C…stchuckShow HN: User-defined Agent's history modifier for AutoGenI built a plugin for Microsoft AutoGen that helps control message history in LLM workflows. It could working with AutoGen like it's own component, and could serialized/deserialized too. You need to just write own function, Other? contexplus to that.3 分@elcompilado.comMicrosoft disolvió AI Frontiers, el grupo de investigación que hizo Autogen y Fara, y su fundador se fue (06-07/11) Lo contó John Langford en su blog el 6/11 y llegó a la portada de Hacker News el 7/11 con 314 puntos.

搜索日期

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

T3 Code 编程智能体控制台

pingdotgg · 工具包

T3 Tools 的开源控制应用,用来管理你自己电脑上的编程智能体。你在同一个桌面、网页或手机应用里控制 Claude Code、Codex、Cursor 等,它们在你的电脑上运行,用的是你已有的订阅。

新上架59.6k

Nous Research 做的开源智能体,可以在终端、桌面应用或聊天软件里使用。它有记忆,会从经验里写出技能,能跑定时任务,用哪家模型提供商由你选。

新上架261k

微软生成式 AI 入门课

microsoft · 工具包

微软 Cloud Advocates 团队做的免费课程,教你构建生成式 AI 应用,共 21 节课。Learn 课讲解概念,Build 课在可行时另附 Python 和 TypeScript 示例。安装说明涵盖 Codespaces、本地安装和课程用到的各个模型提供方。

新上架123k