OlympHill
AutoGen logo

AutoGenგახსნილი წყაროს Python‑ის ჩარჩო მრავალ აგენტიანი LLM‑ის აპლიკაციების შესაქმნელად, რომლებიც თანამშრომლობენ დავალებების გადაწყვეტისთვის.

4.5 (4)
Daniel Nikulshynშეფასებული Daniel Nikulshyn·განახლდა ივლისი, 2026

მიმოხილვა

AutoGen არის ღია წყაროს მქონე პროგრამირების ჩარჩო, რომელიც Microsoft Research-მა შეიმუშავა აგენტური ხელოვნური ინტელექტის სისტემების შესაქმნელად. ის საშუალებას აძლევს დეველოპერებს განსაზღვროს მრავალი LLM‑ით გაძლიერებული აგენტი, რომლებიც შეუძლიათ საუბარი, ლოგიკური განხილვა, ხელსაწყოების გამოძახება, კოდის შესრულება და ერთმანეთთან კოორდინაცია კომპლექსური სამუშაო ნაკადების შესასრულებლად. ეს ჩარჩო უზრუნველყოფს მოქნილ საუბრის ნიმუშებს, მორგებად ქმედებადი როლებს და ადამიანთა შეყვანის, გარე API-ების და კოდის შესრულების გარემოების ინტეგრაციას. ჩვეულებრივ გამოიყენება კვლევითი ასისტენტების, ავტომატიზირებული კოდირების სამუშაო ნაკადების, მონაცემთა ანალიზის ნაკადების და სხვა ამოცანებზე ორიენტირებულ აგენტის სისტემების პროტოტიპირებისათვის. AutoGen განთავსებულია Python library-ად აქტიური საზოგადოების განვითარების, დოკუმენტაციის და მაგალითების ჩათვლით, რაც მას ხდის პრაქტიკულ საფუძველს multi-agent applications-ების ექსპერიმენტაციისა და გაშვებისთვის.

ძირითადი ფუნქციები

  • მრავალი აგენტიანი საუბრის ორკესტრაცია
  • მორგებადადი აგენტური როლები და პერსონაჟები
  • კოდის გაშვება და ინსტრუმენტების გამოძახება
  • ადამიანის ჩართულობის მხარდაჭერა
  • მთავარ LLM მომწოდებლებთან თავსებადია
  • გაფართოებადია Python API

ფასები

მოდელი
Freemium
შეფასება
4.5 / 5 (4)

გამოყენების შემთხვევები

კონვერსაციული აი

შექმნილი მრავალმგზირი კონვერსაციის სისტემების საშუალებით, რომლებიც ერთობობით ადვობენ სოლუციის მისაღწევად, - მეტწილად მომხმარებელთა მსახურება, ტექნოლოგიური ხელმძღვანელობა და სხვა.

ტონ მედი

ვლინებლობის დინამიკურად მედი მოდელების საშუალებით, ავტომატის დახმარებით ავტომატი ტასკები ანდობობით, რომელ სწავლა ცვლითი, წიგნი ანალია, იონ თებარქ საქმე.

მრავალ მგდრო სისტემები

ავტო-მატემატი მედი ასობსთ ცვლშობით (მანიო მკატის სხვ, ვიდიო, და სხვ იუნ სპეშ), რომელთა მონაწილეთა ინჰერენცია თავისუფლობა ხელს იწყობს მნე უჯ რე ფინ მსო სე. კრ

მოპტ იო სივერ მნით ლეი ლო ფე რ

ავტო მედ მნით ლ სხ მ მე ფ კ ტ უ მნ მ სხვ ილო დე სხ ს . კ

დადებითი და უარყოფითი

დადებითი

  • უფასოა და ღია წყაროა
  • მრავალაგენტიანი საუბრის მოქნილი ნიმუშები
  • მხარდაჭერს ხელსაწყოების გამოყენებას და კოდის გაშვებას
  • Microsoft Research‑ის მხარდაჭერით და აქტიურ საზოგადოებით

უარყოფითი

  • საჭიროა Python და LLM API‑ის ცოდნა
  • დოკუმენტაცია შეიძლება სწრაფ განახლებებთან შედარებით უკან დარჩეს
  • მრავალი აგენტიანი ციკლების გაშვება შეიძლება მაღალი ტოკენ‑ხარჯებს გამოიწვიოს
  • არაა ჩაშენებული GUI, რომელიც არ-პროგრამისტებისთვის

ბრძოლების რეკორდი

1 ბრძოლაში პანთეონში.

0
1-ლი
0
მე-2
0
მე-3

Last battle

შეფასებები

4.5

საშუალო 4 შეფასებიდან.

5
2
4
2
3
0
2
0
1
0

შედი ანგარიშზე შეფასების დასატოვებლად.

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.

კითხვები

არც ერთი devcontainer არ აგებულია 'Hash sum mismatch' გამო. რა უნდა გავაკეთო?

ეს არის დროებითი პრობლემა, რომელიც, როგორც ჩანს, ხდება სხვადასხვა სპეკის და პროქსის კონფიგურაციის კომბინაციის გამო. თუ ის ხდება, სცადეთ `apt-get update` ეტაპის შეცვლა შემდეგით: 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 # და ნებისმიერი პაკეტი, რომელიც საჭიროა ამ კონკრეტული devcontainer‑ის ვერსიაში. ეს კომბინაცია არის StackOverflow‑ის შემოთავაზებების შედეგი აქ და აქ.

Asked by Vasyl Kovalenko · May 21, 2026

რა უნდა გავაკეთო, თუ მივიღებ „TypeError: Assistants.create() got an unexpected keyword argument 'file_ids'“ შეცდომას?

ეს შეცდომა ჩვეულებრივ წარმოიქმნება, როდესაც იყენებთ Autogen‑ის 0.2.27‑ის ნაკლებ ვერსიას OpenAI‑ის 1.21 ან უფრო ახალ ბიბლიოთეკასთან ერთად. პრობლემა ხდება, რადგან ძველი Autogen‑ის ვერსია არ მხარს უჭერს file_ids პარამეტრს, რომელიც ახალ OpenAI API‑ში გამოიყენება. ამ პრობლემის მოსაგვარებლად საჭიროა Autogen‑ის ბიბლიოთეკა განახლდეს 0.2.27‑ზე ან უფრო მაღლა, რათა შეესაბამება Autogen‑სა და OpenAI‑ს ბიბლიოთეკებს. `pip install --upgrade autogen`

Asked by Nikolai Petrenko · May 13, 2026

Agent‑ები გამოიწვევს შეცდომას, რადგან Docker არ მუშაობს, როგორ გადავწყვეტ ეს?

თუ AutoGen‑ს ლოკალურად აწვდით, ნაგულისხმევად agent‑ები, რომლებიც კოდს ასრულებენ, ცდილობენ კოდს docker‑კონტეინერით შესრულდეს. თუ Docker არ მუშაობს, ეს გამოიწვევს შეცდომას. ამ პრობლემის მოსაგვარებლად გაქვთ რამდენიმე ვარიანტი.

Asked by Tunde Balogun · May 6, 2026

ავტოგენ docker‑ის გამოყენებისას ყოველთვის საჭიროა მოდულების ხელახლა დაყენება?

"use_docker" არგუმენტი agent‑ის code_execution_config‑ში დაყენდება იმ image‑ის სახელზე, რომელიც შეიცავს ცვლილებებს შესრულების შემდეგ, როდესაც საუბარი მთავრდება. შეგიძლიათ შეინახოთ ეს image‑ის სახელი. ახალი საუბრისთვის შეგიძლიათ "use_docker"‑ს შეადგინოთ შენახული image‑ის სახელი, რათა იქიდან დაწყება.

Asked by Ismael Rios · May 1, 2026

როგორ მიიღოთ თითოეული აგენტის შეტყობინება?

გთხოვთ მიმართეთ https://microsoft.github.io/autogen/docs/reference/agentchat/conversable_agent#chat_messages

Asked by Lucas Petit · Apr 15, 2026

დასვი კითხვა

აგენტის განვითარება-ის ალტერნატივები

LangGraph Studio logo

LangGraph Studio

აგენტის განვითარება

ვიზუალური IDE ლანგგრაფის აგენტთა სამუშაო ნაკადების შესაქმნელად, გადამოწმებისთვის და მონახულებისთვის

5.0 (5)
Freemium
BrainSoup logo

BrainSoup

აგენტის განვითარება

შექმენით პერსონალიზებული AI აგენტები, რომლებიც ავტომატიზируют ამოცანები და სამუშაო ნაკადები ბუნებრივი ენის მეშვეობით.

5.0 (4)
Freemium
Letta AI logo

Letta AI

აგენტის განვითარება

ღია წყაროს პლატფორმა სტატუსული AI აგენტების, გრძელი ხანგრძლივ მეხსიერებისა და მოწინავე გადაწყვეტილების მიღების შესაძლებლობების შექმნისთვის.

5.0 (4)
Freemium
Snorkel Flow logo

Snorkel Flow

აგენტის განვითარება

სპეციალიზებული დატა ლეიბლინგისა და სამართავი AI ვარსკვლავების პლატფორმა საბაზო მოდელებს სწრაფად განვითარებისთვის.

4.8 (5)
Freemium
NetX logo

NetX

აგენტის განვითარება

მოდულარული ეკონომიკური ქსელი, რომელიც აერთიანებს ბლოკჩეინ ინფრასტრუქტურას და ხელოვნური ინტელექტის შესაძლებლობებს.

4.8 (5)
Freemium
Theoriq AI logo

Theoriq AI

აგენტის განვითარება

გაცენტრალიზებული პროტოკოლი რომლის საშუალებით მთელი ქვის სისტემის მრავალკომპონენტური აითმანის სისტემები შექმნა და სათბად განათხოვებს

4.8 (5)
Freemium
Botpress logo

Botpress

აგენტის განვითარება

AI აგენტებისა და ჩატბოტების შექმნის, განლაგების და მართვისთვის სრულფასოვანი პლატფორმა

4.8 (5)
Freemium
LangSmith logo

LangSmith

აგენტის განვითარება

LLM‑ის აპლიკაციებისთვის გადახედვის, შეფასების და გამართვის პლატფორმა LangChain‑ის გუნდისგან

4.8 (5)
Freemium