Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
AutoGen
AutoGenadalah kerangka kerja sumber terbuka yang dirilis awalnya olehMicrosoft. AutoGenberfokus pada mengaktifkan agen AI otonom percakapan dan kolaboratif. Ini menyediakan arsitektur yang fleksibel untuk membangun sistem multi-agen dengan penekanan pada interaksi asinkron, berbasis peristiwa antara agen untuk alur kerja otonom yang kompleks.
Fitur utama AutoGen
AutoGenmenyediakan fitur utama berikut:
-
Agen percakapan — Dibangun di sekitar percakapan bahasa alami antara agen otonom, memungkinkan penalaran canggih melalui dialog. Untuk informasi selengkapnya, lihat Kerangka Percakapan Multi-agen
dalam AutoGen dokumentasi. -
Arsitektur asinkron — Desain berbasis peristiwa untuk interaksi agen otonom non-pemblokiran, mendukung alur kerja paralel yang kompleks. Untuk informasi selengkapnya, lihat Memecahkan Beberapa Tugas dalam Urutan Obrolan Async dalam dokumentasi
. AutoGen -
H uman-in-the-loop — Dukungan kuat untuk partisipasi manusia opsional dalam alur kerja agen otonom bila diperlukan. Untuk informasi selengkapnya, lihat Mengizinkan Umpan Balik Manusia di Agen
dalam AutoGen dokumentasi. -
Pembuatan dan eksekusi kode — Kemampuan khusus untuk agen otonom yang berfokus pada kode yang dapat menulis dan menjalankan kode. Untuk informasi selengkapnya, lihat Eksekusi Kode
dalam AutoGen dokumentasi. -
Perilaku yang dapat disesuaikan - Konfigurasi agen otonom yang fleksibel dan kontrol percakapan untuk beragam kasus penggunaan. Untuk informasi selengkapnya, lihat agentchat.conversable_agent
di dokumentasi. AutoGen -
Pemilihan model foundation — Support untuk berbagai model foundation termasuk Anthropic Claude, Amazon Nova model (Premier, Pro, Lite, dan Micro) di Amazon Bedrock, dan lainnya untuk kemampuan penalaran otonom yang berbeda. Untuk informasi selengkapnya, lihat Konfigurasi LLM
dalam AutoGen dokumentasi. -
Integrasi API LLM - Konfigurasi standar untuk beberapa antarmuka layanan LLM termasuk Amazon Bedrock,, dan. OpenAI Azure OpenAI Untuk informasi selengkapnya, lihat oai.openai_utils
di Referensi API. AutoGen -
Pemrosesan multimodal — Dukungan untuk pemrosesan teks dan gambar untuk memungkinkan interaksi agen otonom multimodal yang kaya. Untuk informasi lebih lanjut, lihat Terlibat dengan Model Multimodal: GPT-4V
di dalam dokumentasi. AutoGen AutoGen
Kapan harus menggunakan AutoGen
AutoGensangat cocok untuk skenario agen otonom termasuk:
-
Aplikasi yang membutuhkan aliran percakapan alami antara agen otonom untuk penalaran yang kompleks
-
Proyek yang membutuhkan operasi otonom penuh dan kemampuan pengawasan manusia opsional
-
Gunakan kasus yang melibatkan pembuatan kode otonom, eksekusi, dan debugging tanpa campur tangan manusia
-
Skenario yang membutuhkan pola komunikasi agen otonom yang fleksibel dan asinkron
Pendekatan implementasi untuk AutoGen
AutoGenmenyediakan pendekatan implementasi percakapan untuk pemangku kepentingan bisnis, sebagaimana dirinci dalam Memulai dalam dokumentasi
-
Buat agen otonom yang berkomunikasi melalui percakapan bahasa alami.
-
Menerapkan interaksi asinkron yang digerakkan oleh peristiwa antara beberapa agen.
-
Gabungkan operasi otonom penuh dengan pengawasan manusia opsional bila diperlukan.
-
Mengembangkan agen khusus untuk berbagai fungsi bisnis yang berkolaborasi melalui dialog.
Pendekatan percakapan ini membuat penalaran sistem otonom transparan dan dapat diakses oleh pengguna bisnis. Pengambil keputusan dapat mengamati dialog antara agen untuk memahami bagaimana kesimpulan dicapai dan secara opsional berpartisipasi dalam percakapan ketika penilaian manusia diperlukan.
Contoh dunia nyata AutoGen
Magentic-Oneadalah sistem multi-agen generalis open source yang dirancang untuk menyelesaikan tugas multi-langkah yang kompleks secara mandiri di berbagai lingkungan, seperti yang dijelaskan dalam blog AI Frontiers. Microsoft
Sistem ini dibangun di atas AutoGen kerangka kerja dan model‑agnostik, default ke GPT‑4o. Ini mencapai kinerja mutakhir di seluruh tolok ukur seperti,, dan —semuanya tanpa penyetelan khusus tugas. GAIA AssistantBench WebArena Selain itu, mendukung ekstensibilitas modular dan evaluasi yang ketat melalui saran. AutoGenBench
