Zum Inhalt

Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).

Praxis-Guide: AutoGen Multi-Agenten Framework

Microsoft AutoGen ermöglicht das Erstellen autonomer Teams von KI-Agenten, die miteinander kommunizieren, Code schreiben, ausführen und komplexe Entwicklungsaufgaben im Dialog lösen.

graph LR
    UserProxy["👤 UserProxy Agent (Code Executor)"] <--> Assistant["🤖 Coder Assistant Agent"]
    UserProxy <--> Critic["🧐 Code Reviewer Agent"]

🛠️ 1. Installation

pip install autogen-agentchat pyautogen

🐍 2. Python Skript (multi_agent_chat.py)

import autogen

# 1. LLM Konfiguration (Lokaler Ollama / vLLM oder OpenAI API)
config_list = [
    {
        "model": "llama3.1",
        "base_url": "http://localhost:11434/v1",
        "api_key": "ollama",
    }
]

llm_config = {"config_list": config_list, "temperature": 0.2}

# 2. Agenten definieren
coder = autogen.AssistantAgent(
    name="Coder",
    llm_config=llm_config,
    system_message="Du bist ein spezialisierter Python-Entwickler. Schreibe sauberen Code."
)

user_proxy = autogen.UserProxyAgent(
    name="UserProxy",
    human_input_mode="NEVER",
    max_consecutive_auto_reply=5,
    is_termination_msg=lambda x: "BEENDET" in x.get("content", ""),
    code_execution_config={"work_dir": "workspace", "use_docker": False}
)

# 3. Unterhaltung starten
user_proxy.initiate_chat(
    coder,
    message="Schreibe ein Python-Skript, das das aktuelle Wetter aus einer öffentlichen API abruft und in CSV speichert."
)

🔗 Verwandte Themen

Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).