AutoGen

TL;DR

AutoGen 是微软研究院开源的多 Agent 对话框架（MIT 协议），用 Python 代码定义 Agent 角色、对话流程和工具调用。核心是 ConversableAgent + Group Chat 模式——多个 Agent 自动对话协作完成任务，支持代码执行、工具调用、人在回路（human-in-the-loop）。AutoGen 0.4+ 重构为事件驱动架构，性能和扩展性大幅提升。

适合：AI 研究者、需要精细控制 Agent 协作逻辑的高级开发者、多 Agent 实验项目。不适合：快速原型验证（用 CrewAI）、非技术用户（用 Dify / Flowise）、需要 GUI 的场景、追求 API 稳定性的生产项目。

核心能力

• 多 Agent 对话：Group Chat 模式，多个 Agent 自动对话协作完成任务
• 代码执行：内置 Docker 代码执行器，Agent 可写代码 + 运行 + 调试
• 工具调用：自定义函数工具，Agent 自动选择和调用
• 人在回路：Human-in-the-loop 模式，关键决策需人工确认
• 事件驱动架构：0.4+ 重构为 async 事件驱动，支持分布式 Agent
• 可定制 Agent：system message / 工具集 / 终止条件全可自定义
• 多模型支持：OpenAI / Claude / Azure / Ollama / Gemini 等
• Agent 可组合：嵌套 Agent、层级 Agent、条件路由
• 可观测性：集成 OpenTelemetry / LangSmith 追踪 Agent 行为

价格

完全免费、MIT 开源、商用免费。运行成本仅来自所接入的 LLM API 调用费用。

体验与评测（资料整理）

说明：本节基于官方文档与公开评测整理，非本站独立实测环境，具体数据请以官方为准。 亮点：

• Group Chat 模式让多 Agent 协作真正"自动化"，代码 reviewer + coder + tester 角色分工清晰
• Docker 代码执行器安全隔离，Agent 写的代码在沙箱中运行
• 0.4+ 的事件驱动架构性能提升明显，异步并发能力强
• 自定义工具集成灵活，Python 函数加 @user_function 装饰器即可
• 微软背书，学术认可度高，论文引用多
• 人在回路模式适合需要人工把关的高风险场景

踩坑：

• 学习曲线非常陡峭，文档虽全但概念密集，新手容易劝退
• 0.2 → 0.4 API 大改，迁移成本高，网上旧教程大量失效
• Agent 对话容易"跑飞"——无限循环 / 偏离主题，需仔细设计终止条件
• 无 GUI，调试全靠日志和 print，排查多 Agent 对话链路费时
• Token 消耗大——多 Agent 对话轮次多，API 费用叠加明显
• 错误处理不够健壮，LLM 返回格式异常时容易崩溃
• 社区活跃度不如 LangChain / CrewAI，遇到问题搜索不到答案

上手

1. pip install autogen-agentchat autogen-ext（0.4+ 新包名）
2. 配置 LLM：设置 OPENAI_API_KEY 环境变量或代码内传入
3. 定义 Agent：AssistantAgent(name="coder", system_message="...", model_client=...)
4. 创建 Group Chat：RoundRobinGroupChat(agents=[agent1, agent2])
5. 发起任务：result = await team.run(task="写一个贪吃蛇游戏")
6. 进阶：加 Docker 代码执行器 + 自定义工具 + 人在回路

对比

避坑

• 锁定版本：0.2 和 0.4 API 不兼容，pip install 时务必指定版本
• 设计终止条件：Group Chat 不设终止条件会无限对话，设 max_turns + 终止关键词
• Token 成本控制：多 Agent 对话 token 消耗是单 Agent 的 3-5 倍，用 GPT-4 级模型注意费用
• 代码执行器一定要用 Docker：直接本地执行 Agent 生成的代码有安全风险
• 别指望第一次跑通：system message 调试 + 工具定义 + 终止条件需要反复迭代
• 错误处理要完善：LLM 返回异常格式时手动 catch + 重试
• 不要用旧教程：0.4+ 完全重构，网上大部分 AutoGen 教程是 0.2 版本的

适合 / 不适合

• ✅ AI 研究者实验多 Agent 协作模式
• ✅ 需要代码级精细控制 Agent 行为
• ✅ 需要 Agent 代码执行 + 自动调试
• ✅ 人在回路的高风险决策场景
• ✅ 学术项目 / 论文复现
• ❌ 快速原型验证（用 CrewAI，API 更简洁）
• ❌ 非技术用户（用 Dify / Flowise）
• ❌ 追求 API 稳定性的生产项目（版本变动大）
• ❌ 需要可视化调试（无 GUI，全靠日志）
• ❌ 预算敏感场景（多 Agent 对话 token 消耗大）

FAQ

Q: AutoGen 和 CrewAI 怎么选？ A: AutoGen 更底层、更灵活，适合研究和复杂多 Agent 协作实验，但学习成本高。CrewAI API 更简洁直观，角色 + 任务 + 流程的概念更易理解，适合业务自动化场景。研究选 AutoGen，做产品选 CrewAI。

Q: AutoGen 0.2 和 0.4 有什么区别？ A: 0.4 是完全重构版本——从同步改为异步事件驱动架构，包名从 pyautogen 改为 autogen-agentchat + autogen-ext，API 全面更新。性能和扩展性大幅提升但旧代码无法直接迁移。新项目直接用 0.4+。

Q: 多 Agent 对话成本高吗？ A: 高。多 Agent 每轮对话都消耗 token，一个任务 5-10 轮对话是常态，使用 GPT-4 级模型单个任务可能花费 $0.5-2。建议开发调试用便宜模型（GPT-4o-mini），生产再切高级模型。

Q: 可以接入本地模型吗？ A: 可以。通过 autogen-ext 的 OpenAI 兼容客户端接入 Ollama / vLLM / LM Studio 的本地模型端点。但本地模型能力有限，复杂多 Agent 协作效果可能不如 GPT-4 / Claude。

相关阅读

CrewAI · Flowise · Langfuse

来源

本文的价格、版本号与性能数据均参考以下官方渠道整理，可能随时间变动，请以官方实时信息为准。

• 官网
• GitHub