AI智能体开发课件第19章

AI智能体开发新手必修课第19章：Autogen核心模型与协作机制讲师：资深AI工程师|日期：2026年3月课程简介学习目标掌握Autogen的核心模型架构深入理解多智能体协作机制原理能够使用Autogen实现多角色协作智能体内容概览01Autogen核心模型介绍02核心模型对比分析03多智能体协作机制详解04实战案例：产品设计模拟目录核心模型介绍深入解析ConversableAgent、UserProxyAgent与AssistantAgent三大核心模型架构。核心模型对比横向对比分析各模型的特性差异、优势及最佳适用场景。协作机制详解揭秘群聊管理器如何高效调度多智能体，实现自动化协作对话。实战案例：产品设计通过Autogen搭建模拟工作流，体验AI辅助产品设计的全流程。互动实操任务动手实践搭建多角色协作智能体，巩固所学知识。总结与排查本章重点回顾，针对常见问题进行集中排查与解答。Autogen核心模型介绍ConversableAgent定义：可与其他Agent进行对话的智能体。作用：作为对话参与者，负责发送和接收消息。UserProxyAgent定义：代表用户的智能体，支持代码执行或工具调用。作用：作为用户代理，忠实执行用户的指令。AssistantAgent定义：提供专业帮助和建议的智能体。作用：作为助手，输出专业知识与解决方案。核心模型对比表格ConversableAgent角色定位：对话参与者核心功能：发送和接收消息，进行多轮对话交互适用：需要与其他Agent对话场景UserProxyAgent角色定位：用户代理核心功能：执行代码、调用工具，处理具体任务适用：需要执行用户指令的场景AssistantAgent角色定位：专业助手核心功能：提供领域知识、建议和决策支持适用：需要专业知识建议的场景通过组合使用这三种模型，可以构建出具备对话能力、执行能力和决策能力的完整智能体系统。协作机制详解群聊管理器(GroupChatManager)定义：负责调度多个智能体进行对话的管理器。作用：协调多个智能体之间的对话，确保对话的顺利进行。协作流程步骤01.定义：明确参与协作的多个Agent角色与功能。02.创建：初始化群聊管理器，并将Agent加入群聊。03.调度：启动对话，管理器根据预设规则调度Agent交互。核心价值：通过群聊管理器的统一调度，打破了单一智能体的能力边界，实现多智能体间的高效分工与协同，大幅提升复杂任务的处理能力。实战案例：产品设计模拟任务目标使用Autogen搭建产品设计模拟工作流，协同“产品经理”、“UI设计师”、“前端/后端工程师”四个Agent，针对需求讨论并输出PRD文档。实现思路定义四个Agent，分别对应产品、设计、前后端开发角色创建群聊管理器，将所有Agent加入统一对话环境启动对话调度，多Agent协作讨论并自动输出PRD文档产品设计模拟工作流程示意图核心价值：通过多Agent协作，实现从需求分析到文档输出的全流程自动化，大幅提升产品设计效率。产品设计模拟代码示例（1）agent_definition.pyimportautogen#定义产品经理Agentpm=autogen.ConversableAgent(

"product_manager",system_message="你是一名产品经理...",llm_config={...})#定义UI设计师Agentui_designer=autogen.ConversableAgent(

"ui_designer",system_message="你是一名UI设计师...",llm_config={...})#定义前端工程师Agentfrontend_engineer=autogen.ConversableAgent(

"frontend_engineer",system_message="你是一名前端工程师...",llm_config={...})#定义后端工程师Agentbackend_engineer=autogen.ConversableAgent(

"backend_engineer",system_message="你是一名后端工程师...",llm_config={...})代码逻辑解析这段代码利用autogen库定义了四个智能Agent，分别模拟了产品研发团队中的核心角色：产品经理(pm)：负责需求分析与文档撰写UI设计师(ui_designer)：负责界面设计与原型制作前端/后端工程师：负责具体的功能实现与开发产品设计模拟代码示例（2）#创建群聊管理器groupchat=autogen.GroupChat(agents=[pm,ui_designer,frontend_engineer,backend_engineer],messages=[],max_round=10,)manager=autogen.GroupChatManager(groupchat=groupchat,llm_config={"config_list":[{"model":"gpt-4","api_key":"YOUR_API_KEY"}]})#启动对话pm.initiate_chat(manager,message="我们需要设计一个电商APP，请大家讨论并输出PRD文档。",)代码逻辑解析这段代码创建了群聊管理器，并将四个Agent（产品经理、UI设计师、前端工程师、后端工程师）加入群聊，然后启动了对话，任务是设计一个电商APP并输出PRD文档。互动环节：实操任务介绍任务目标使用Autogen搭建一个多角色协作智能体，实现一个简单的产品设计模拟任务。1.定义Agent定义两个Agent，分别对应“产品经理”和“UI设计师”角色。2.定义群聊管理器创建群聊管理器，并将两个Agent加入群聊。3.启动对话启动对话，让两个Agent进行讨论，模拟真实协作。实操任务步骤详解定义Agent定义两个Agent，分别对应“产品经理”和“UI设计师”两个角色，明确各自职责。定义群聊管理器创建群聊管理器，并将“产品经理”和“UI设计师”两个Agent加入群聊，建立沟通渠道。启动对话启动对话流程，让两个Agent基于设定的角色进行深度讨论与协作，产出结果。AIAgent协作流程指南·2024实操任务评判标准成功定义Agent能够正确定义两个Agent，分别对应“产品经理”和“UI设计师”两个角色。30分成功定义群聊管理器能够正确创建群聊管理器，并将两个Agent加入群聊。30分成功启动对话能够成功启动对话，让两个Agent进行讨论。40分常见问题排查Q1:Agent定义失败？检查Agent的配置和参数是否正确，确保APIKey和模型名称正确。Q2:对话无法启动？检查群聊管理器的配置和Agent的状态是否正确，确保Agent已经加入群聊。Q3:对话内容不符合预期？检查Agent的人设和回复逻辑是否正确，确保Agent能够正确理解和回复用户的指令。本章总结Autogen核心模型深入掌握了Autogen的核心模型架构，重点理解了ConversableAgent、UserProxyAgent和AssistantAgent的角色定义与功能区别。多智能体协作机制透彻理解了多智能体间的协作逻辑，熟练掌握了群聊管理器（GroupChatManager）的配置与使用方法，实现高效任务分配。多角色协作智能体具备了构建复杂多角色协作智能体系统的能力，能够根据任务需求设计并部署不同角色的Agent，模拟真实团队工作流。实战能力提升通过动手实操项目，将理论知识转化为实际应用能力，显著提升了在真实场景下解决复杂问题的实战水平。课后任务任务目标：使用Autogen搭建一个更复杂的多角色协作智能体，独立完成并提交代码与运行结果。需求分析明确智能体协作的目