OlympHill
AutoGen logo

AutoGenОтворенозакрит Python фреймворк за създаване на мултиагентни приложения с LLM, които сътрудничат при решаване на задачи.

4.5 (4)
Daniel NikulshynПрегледано от Daniel Nikulshyn·Актуализирано юли 2026 г.

Преглед

AutoGen е отворен кодов програмиен фреймворк, разработен от Microsoft Research за създаване на агентивни системи за AI. Той позволява на разработчици отворена класика да определят множество агенти управувани от LLM (Large Language Models), които могат да общуват, да съждат, да наричат програми, да изпълняват кодове и да координират сътрудничеството помествения един на друг за завършване на сложни потоци на работа. Апликативният ръководител поддържа пригодими общи шаблони за разговор, настройваеми роли на агента, и интеграция с външни API и съществуващи средови условия за изпълнение на код. Обикновено се използва за прототипиране на изследователски асистенти, автоматизирани кодови потоци, системи за анализа на данни и други системи на агенти за извършване на задачи. AutoGen се разпространява като Python библиотека с активна общност за развитие, документация и примери, което го прави практична основа за експериментиране и разпространение на множествени-агентни приложения.

Ключови функции

  • Оркестриране на мултиагентни разговори
  • Настрояваеми роли и личности на агентите
  • Изпълнение на код и наричане на инструменти
  • Използване от човек в процеса
  • Compatibilitет със семейните провайдъри на LLM
  • РазшиIMITен Python API

Цени

Модел
Freemium
Оценка
4.5 / 5 (4)

Случаи на употреба

Дискурсивен AI

Сградите на единното взаимодействие между множество агенти, които сътрудничат за да извършват задачи, с приложения в сферите на клиентското служене, техническия подкреп и повече.

Ръководства за SAI

Създаване на системи, които експлоатират големите модели за връзки, за да автоматизират задачи, като обработка на данни, анализ на текстове и генериране на съдържание.

Множество системи за агенти

Създаване на системи, които позволяват на множество агенти да се взаимодействат и сътрудничат, с потенциални приложения в областите на гейминга, симулация и образование.

Оптимизирана инференция

Использване на подобрените API-инференции за SAI за оптимизация на изпълнения и намаляване на разходите в големия масив на програмираните за езикова модел.

Плюсове и минуси

Плюсове

  • Навигирана и свободна от лицензни ограничения
  • Пластични модели за мултиагентни разговори
  • Поддържа използването на инструменти и изпълнение на код
  • Подкрепен от Microsoft Research и насърчен от активна общност

Минуси

  • Трябва да притежава Python и LLM API знания
  • Документацията може да остане зад кавал от бързите обновления
  • Изпълнение на мултиагентни петли може да причини висока разходност на токена
  • Няма вградена ГУИ за не програмисти

Отзиви

4.5

Средно от 4 оценки.

5
2
4
2
3
0
2
0
1
0

Влез, за да оставиш отзив.

GE

Gunnar Eriksson

Apr 5, 2026

Skeptical, then convinced

I went in skeptical — most tools in this space overpromise. It actually delivers on code execution and tool calling, and free and open source caught me off guard. Requires Python and LLM API knowledge is why this isn't a perfect score, still, I'd recommend giving it a real trial.

OH

Omar Haddad

Feb 25, 2026

Solid for our team

We rolled this out across the team last quarter and flexible multi-agent conversation patterns. Compatible with major LLM providers fits neatly into how we already work, and multi-agent conversation orchestration removed a step we used to do by hand. but it has held up under daily use.

Jamal Carter

Jamal Carter

Jan 29, 2026

Compared a few options

Evaluated this against two competitors. Where it wins: human-in-the-loop support and backed by Microsoft Research with active community. On balance the feature set — especially compatible with major LLM providers — justifies the 5 stars for our use case.

LP

Linda Petersen

Aug 24, 2025

Skeptical, then convinced

I went in skeptical — most tools in this space overpromise. It actually delivers on compatible with major LLM providers, and flexible multi-agent conversation patterns caught me off guard. No built-in GUI for non-developers is why this isn't a perfect score, still, I'd recommend giving it a real trial.

Въпроси

None of the devcontainers are building due to "Hash sum mismatch", what should I do?

This is an intermittent issue that appears to be caused by some combination of mirror and proxy issues. If it arises, try to replace the apt-get update step with the following: RUN echo "Acquire::http::Pipeline-Depth 0;" > /etc/apt/apt.conf.d/99custom && \ echo "Acquire::http::No-Cache true;" >> /etc/apt/apt.conf.d/99custom && \ echo "Acquire::BrokenProxy true;" >> /etc/apt/apt.conf.d/99customRUN apt-get clean && \ rm -r /var/lib/apt/lists/* && \ apt-get update -o Acquire::CompressionTypes::Order::=gz && \ apt-get -y update && \ apt-get install sudo git npm # and whatever packages need to be installed in this specific version of the devcontainer This is a combination of StackOverflow suggestions here and here.

Asked by Vasyl Kovalenko · May 21, 2026

What should I do if I get the error "TypeError: Assistants.create() got an unexpected keyword argument 'file_ids'"?

This error typically occurs when using Autogen version earlier than 0.2.27 in combination with OpenAI library version 1.21 or later. The issue arises because the older version of Autogen does not support the file_ids parameter used by newer versions of the OpenAI API. To resolve this issue, you need to upgrade your Autogen library to version 0.2.27 or higher that ensures compatibility between Autogen and the OpenAI library. pip install --upgrade autogen

Asked by Nikolai Petrenko · May 13, 2026

Agents are throwing due to docker not running, how can I resolve this?

If running AutoGen locally the default for agents who execute code is for them to try and perform code execution within a docker container. If docker is not running, this will cause the agent to throw an error. To resolve this you have some options.

Asked by Tunde Balogun · May 6, 2026

When using autogen docker, is it always necessary to reinstall modules?

The "use_docker" arg in an agent's code_execution_config will be set to the name of the image containing the change after execution, when the conversation finishes. You can save that image name. For a new conversation, you can set "use_docker" to the saved name of the image to start execution there.

Asked by Ismael Rios · May 1, 2026

How to get each agent message?

Please refer to https://microsoft.github.io/autogen/docs/reference/agentchat/conversable_agent#chat_messages

Asked by Lucas Petit · Apr 15, 2026

Задай въпрос

Алтернативи на Разработка на Агенции

LangGraph Studio logo

LangGraph Studio

Разработка на Агенции

Общи дизайнер за изграждане, отбелязване и изследване протоколи наLangGraph агент роботи

5.0 (5)
Freemium
BrainSoup logo

BrainSoup

Разработка на Агенции

Създавайте настройвани агенти за умствения интелект за автоматизация на задачи и потоци чрез естествена говорима

5.0 (4)
Freemium
Letta AI logo

Letta AI

Разработка на Агенции

Платформа за отворен код за създаване на агенти за ИИ с дългосрочна памет и напреднало съждение.

5.0 (4)
Freemium
Snorkel Flow logo

Snorkel Flow

Разработка на Агенции

Платформа за програмираща маркировка на данни и развитие на AI за по-бърза създаване на моделите за работа.

4.8 (5)
Freemium
NetX logo

NetX

Разработка на Агенции

Модулно икономическа мрежа, комбинираща инфраструктура на блокчейн с възможности на AI.

4.8 (5)
Freemium
Theoriq AI logo

Theoriq AI

Разработка на Агенции

Децентрализиран протокол за създаване и управление на системи със множество агенти в цифровата книга

4.8 (5)
Freemium
Botpress logo

Botpress

Разработка на Агенции

Край до край платформа за създаване, разполагане и управление на ИИ агенти и чатботи.

4.8 (5)
Freemium
LangSmith logo

LangSmith

Разработка на Агенции

Платформа за наблюдение, оценка и отгонване на грешки за приложения на LLM от екипа LangChain

4.8 (5)
Freemium