AI Agent开发：做与学——AutoGen 入门与进阶

《AI Agent开发：做与学——AutoGen入门与进阶》是一本全面、深入且实用的AutoGen技术指南，能够帮助读者从基础到高级逐步掌握AutoGen Agent（智能体或代理）开发技术，为从事相关领域的开发和研究提供有力支持。 本书共六章，内容涵盖AutoGen基础理论、环境搭建、智能助手构建、高级功能与性能优化、复杂多Agent协作系统构建以及多Agent高级模式与实战。通过理论与实践相结合的方式，帮助读者全面掌握AutoGen构建Agent的应用与开发。 本书面向广大人工智能领域的研究人员、工程师、高校学生以及对Agent开发充满热情的爱好者。

无

第1章 大模型、多模态技术、Agent与AGI应用发展趋势1～18 1.1 大模型的概念与发展历程 2 1.1.1 什么是大模型？ 2 1.1.2 大模型发展历程中的关键里程碑 2 1.1.3 大模型的优势与局限性 3 1.2 多模态技术的融合与应用场景（包括文本、图像等） 4 1.2.1 什么是多模态技术？ 4 1.2.2 多模态融合的常见方式 4 1.2.3 多模态技术的应用场景 5 1.2.4 多模态技术的挑战与未来发展方向 5 1.3 Agent的定义与核心作用 5 1.3.1 什么是Agent？ 6 1.3.2 Agent的核心组成部分 6 1.3.3 Agent在AutoGen中的作用和意义 6 1.3.4 Agent的不同类型 7 1.4 AGI应用的当前趋势与未来展望 7 1.4.1 迈向通用之路：AGI的当前趋势 8 1.4.2 挑战与机遇：通往AGI的征途 8 1.4.3 星辰大海：AGI的未来展望 9 1.5 常见LLM及其服务形式 9 1.5.1 常见的LLM 10 1.5.2 LLM的服务形式 11 1.5.3 如何选择合适的LLM和服务形式 12 1.6 Agent主要框架类型和特点 12 1.6.1 Agent框架的类型 13 1.6.2 常见Agent框架的特点 13 1.6.3 AutoGen的独特性 15 1.7 AutoGen定义、优势与关键特性 16 1.7.1 AutoGen的版本发展 16 1.7.2 AutoGen的优势 16 1.7.3 AutoGen的关键特性 17 1.7.4 AutoGen的应用场景 17 第2章 Agent开发环境及大模型的搭建19～46 2.1 搭建Python环境 20 2.1.1 跟我做：下载并安装Anaconda 20 2.1.2 跟我学：了解Anaconda在Python开发中的作用 22 2.1.3 跟我学：安装Anaconda中的集成工具 23 2.1.4 跟我学：Python虚拟环境 24 2.1.5 跟我学：用Anaconda界面管理Python虚拟环境 25 2.1.6 跟我学：用Anaconda命令行管理Python虚拟环境 26 2.2 配置Ollama环境 27 2.2.1 跟我做：下载并安装Ollama运行环境 27 2.2.2 跟我学：了解Ollama 29 2.2.3 跟我学：探索Ollama的基础架构与模型加载机制 29 2.2.4 跟我做：安装DeepSeek模型到Ollama环境中并进行测试 31 2.2.5 跟我学：选取适合项目需求的大模型介绍 32 2.3 OpenAI客户端安装 34 2.3.1 跟我做：获取API密钥并安装OpenAI客户端 34 2.3.2 跟我学：了解OpenAI客户端及API密钥 35 2.3.3 跟我做：用OpenAI客户端调用Ollama的DeepSeek模型 36 2.3.4 跟我学：了解支持OpenAI的大模型聚合平台 37 2.3.5 跟我做：使用OpenAI以外的其他客户端Gemini API 38 2.4 AutoGen安装与使用 40 2.4.1 跟我做：安装AutoGen 40 2.4.2 跟我学：AutoGen的核心模块与扩展 40 2.4.3 跟我做：利用AutoGen低代码模块快速开发 41 2.4.4 跟我学：AutoGen的其他特性与应用场景 44 第3章 构建智能助手：使用AutoGen实现简易Agent47～68 3.1 创建简易智能客服助手 48 3.1.1 跟我做：规划与设计智能客服助手功能 48 3.1.2 跟我学：理解Agent的工作原理及应用场景 51 3.2 AutoGen框架下的大模型调用 52 3.2.1 跟我做：利用AutoGen框架实现Agent 52 3.2.2 跟我学：AutoGen 0.4的主要开发模式与开发流程介绍 55 3.2.3 跟我学：AutoGen 0.4中所支持的其他LLM客户端 56 3.3 深入异步编程与AutoGen 59 3.3.1 跟我做：在AutoGen中实现异步调用 59 3.3.2 跟我学：了解Python异步编程原理 61 3.4 异步编程模式的代码优化 62 3.4.1 跟我做：用AutoGen实现健壮的高性能Agent 62 3.4.2 跟我学：异步编程的常用技巧 64 第4章 掌握AutoGen：从入门到精通69～113 4.1 AutoGen中的AgentChat与消息机制 70 4.1.1 跟我做：用消息机制与AssistantAgent对话 70 4.1.2 跟我学：理解AgentChat核心概念与用法 72 4.1.3 跟我学：了解AgentChat中更多的Agent 73 4.2 AutoGen中的多模态输入 74 4.2.1 跟我做：使用MultiModalMessage发送多媒体消息 74 4.2.2 跟我学：了解AutoGen中的消息类型 76 4.3 AutoGen中的内部事件 78 4.3.1 跟我做：用流式消息窥察内部交互 79 4.3.2 跟我学：了解AutoGen中的流式消息 81 4.3.3 跟我学：了解AutoGen中的内部事件与Agent的交互 83 4.3.4 跟我学：AutoGen中的日志机制 85 4.4 使用工具扩展Agent能力 87 4.4.1 跟我做：实现能够自动反思工具结果的Agent 87 4.4.2 跟我学：理解工具调用机制 88 4.4.3 跟我学：了解AutoGen的Extension模块中的内置工具 90 4.4.4 跟我做：自定义和使用HTTP工具获取IP地址 90 4.4.5 跟我学：获得更多免费工具API的方法 92 4.4.6 跟我学：AutoGen中的并行控制 94 4.4.7 跟我做：在Agent中限制工具调用的频率 95 4.4.8 跟我学：优化工具使用策略 97 4.5 高级功能与性能优化 99 4.5.1 跟我做：实现多轮对话获取真实天气 99 4.5.2 跟我学：掌握模型上下文管理 101 4.5.3 跟我做：使用结构化输出实现可以分析用户意图的智能家居Agent 103 4.5.4 跟我做：实现流式输出的Agent 106 4.5.5 跟我学：理解结构化和流式输出的原理与意义 107 4.6 自定义Agent基础 108 4.6.1 跟我做：创建简单的自定义Agent 108 4.6.2 跟我学：自定义Agent的基本设计 112 第5章 构建复杂的多Agent协作系统114～173 5.1 构建高效团队协作 115 5.1.1 跟我做：用RoundRobinGroupChat实现代码审查协作 115 5.1.2 跟我学：深入了解RoundRobinGroupChat 120 5.1.3 跟我学：了解终止条件的概念与作用 121 5.1.4 跟我学：用run_stream方法监控团队运行 121 5.1.5 跟我学：重置团队 123 5.1.6 跟我做：用单Agent团队完成循环处理待办事项 124 5.2 人机协作与反馈 127 5.2.1 跟我做：构建AI辅助写作的迭代优化系统 128 5.2.2 跟我学：深入理解UserProxyAgent的工作原理 131 5.2.3 跟我学：在下一次运行中提供反馈 132 5.2.4 跟我学：掌握max_turns参数的灵活运用 133 5.3 用终止条件控制任务 135 5.3.1 跟我做：构建一个带有主动提问的餐饮推荐系统 135 5.3.2 跟我学：HandoffTermination终止条件的使用方法及原理 139 5.3.3 跟我学：内置终止条件的种类与适用场景 141 5.3.4 跟我学：终止条件的组合与高级应用 143 5.3.5 跟我做：结合外部终止条件和文本终止条件控制团队任务 143 5.3.6 跟我学：自定义终止条件 148 5.3.7 跟我学：终止条件在实际应用中的考量 149 5.4 状态管理基础 149 5.4.1 跟我做：构建支持断点续作的任务系统 150 5.4.2 跟我学：Agent状态管理的具体方法 152 5.4.3 跟我学：状态持久化 154 5.5 用户偏好记忆的管理与应用 155 5.5.1 跟我做：实现一个能够记住用户的Agent 155 5.5.2 跟我学：深入理解memory协议及其核心方法 160 5.5.3 跟我做：管理用户偏好记忆 160 5.5.4 跟我学：了解MemoryContent的结构 162 5.5.5 跟我学：了解MemoryContent在不同场景下的应用方法 163 5.5.6 跟我做：构建带有向量检索功能的记忆Agent 166 5.5.7 跟我学：ChromaDBVectorMemory模块的详细用法 169 5.6 Agent开发中大模型与辅助模块的协同要点回顾 172 第6章 多Agent高级模式与实战174～237 6.1 模式一：轮询组聊模式——制定旅行计划 175 6.1.1 跟我做：开发智能旅行计划助手 175 6.1.2 跟我学：了解轮询组聊模式以及适用场景 182 6.2 模式二：选择路由模式——市场研究报告生成 182 6.2.1 跟我做：构建市场研究报告生成系统 183 6.2.2 跟我学：了解SelectorGroupChat 187 6.2.3 跟我做：自定义SelectorGroupChat的选择逻辑 189 6.2.4 跟我学：了解选择路由模式以及适用场景 193 6.3 模式三：群体协作模式——复杂项目任务调度系统 195 6.3.1 跟我做：构建智能家居安装项目调度系统 195 6.3.2 跟我学：Swarm模式的工作机制与优势 202 6.3.3 跟我学：了解群体协作模式以及适用场景 204 6.4 模式四：综合Agent模式—— 根据用户输入调整响应 205 6.4.1 跟我做：构建具有联网搜索功能的户外运动规划助手 205 6.4.2 跟我学：Magentic-One架构的设计理念与实现方法 209 6.4.3 了解综合Agent模式以及适用场景 212 6.5 模式五：反思模式 215 6.5.1 跟我做：使用底层库创建具有反思功能的代码生成系统 215 6.5.2 跟我学：了解autogen_core 225 6.5.3 跟我学：了解反思模式以及适用场景 227 6.6 Agent实战与总结 229 6.6.1 跟我做：实现基于Web界面的Agent 229 6.6.2 跟我学：AutoGen与其他框架的组合 235 6.6.3 回顾Agent 236 致谢238