AI Agent开发：做与学——AutoGen 入门与进阶

ai agent开发：做与学——autogen入门与是一本全面、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、功能与能优化、复杂多agent协作系统构建以及多agent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、高校以及对agent开发充满热情的爱好者。

无

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llm10
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15
1.7 autogen定义、优势与关键特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anaconda20
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deeeek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deeeek模型36
2.3.4 跟我学：了解支持openai的大模型聚合台37
2.3.5 跟我做：使用openai以外的其他客户端gemini api38
2.4 autogen安装与使用40
2.4.1 跟我做：安装autogen40
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agent52
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autogen59
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实现健壮的高能agent 62
3.4.2 跟我学：异步编程的常用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agent73
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中的事件78
4.3.1 跟我做：用流式消息窥察交互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中的事件与agent的交互83
4.3.4 跟我学：autogen中的志机制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agent87
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：自定义和使用工具获取ip地址90
4.4.5 跟我学：获得更多费工具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 功能与能优化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agent103
4.5.4 跟我做：实现流式输出的agent106
4.5.5 跟我学：理解结构化和流式输出的与意义107
4.6 自定义agent基础108
4.6.1 跟我做：创建简单的自定义agent108
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roundrobingroupchat120
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系统135
5.3.2 跟我学：handofftermination终止条件的使用方法及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量149
5.4 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管理的具体方法152
5.4.3 跟我学：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agent155
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agent166
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selectorgroupchat187
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_core225
6.5.3 跟我学：了解反思模式以及适用场景227
6.6 agent实战与结229
6.6.1 跟我做：实现基于web界面的agent229
6.6.2 跟我学：autogen与其他框架的组合235
6.6.3 回顾agent236

致谢238