AutoGen 核心 Agent 聊天与对话模式

AutoGen 核心：Agent 聊天与对话模式

一、概念速查

AgentChat 架构核心接口

代码示例：最小双 Agent 对话

fromautogen_agentchat.agentsimportAssistantAgentfromautogen_agentchat.teamsimportRoundRobinGroupChatfromautogen_agentchat.messagesimportTextMessagefromautogen_ext.models.openaiimportOpenAIChatCompletionClient model=OpenAIChatCompletionClient(model="gpt-4o-mini")planner=AssistantAgent(name="planner",model_client=model,system_message="你是一个项目规划师，负责制定任务计划。回复要简洁、结构化。",)executor=AssistantAgent(name="executor",model_client=model,system_message="你是一个执行者，根据计划逐步执行。每步完成后等待下一步指示。",)team=RoundRobinGroupChat([planner,executor])result=awaitteam.run(task="写一篇 500 字的博客大纲")formessageinresult.messages:print(f"{message.source}:{message.content}\n")

消息类型

fromautogen_agentchat.messagesimportTextMessage,ToolCallMessage,ToolResultMessage# 文本消息TextMessage(content="你好",source="user")# 工具调用请求ToolCallMessage(content="",source="assistant",tool_calls=[{"id":"1","function":{"name":"search","arguments":'{"q":"AutoGen"}'}}],)# 工具调用结果ToolResultMessage(content="搜索结果：...",source="tool",tool_call_id="1",)

二、底层原理

AutoGen v2 的执行架构

AutoGen v2 的核心架构围绕Team作为运行容器展开。Team 内部维护一个消息循环，循环中调用 Agent 的on_messages方法，Agent 返回消息后 Team 将其追加到对话历史，然后判断终止条件。

Agent 内部的消息处理流程

当Agent.on_messages()被调用时：

1. 将新消息追加到Agent._messages内部缓冲区
2. 调用 LLM 生成回复（如果是 AssistantAgent）
3. 如果 LLM 返回 tool call 请求，暂停文本生成，执行工具函数
4. 工具结果通过ToolResultMessage返回，再次调用 LLM
5. 重复步骤 2-4 直到 LLM 的回复不包含工具调用
6. 返回最终消息

这种"LLM → 工具 → LLM"的内循环对用户完全透明，Team 层面看到的只是 Agent 最终输出的一条消息。

RoundRobinGroupChat 调度逻辑

classRoundRobinGroupChat(Team):def__next_speaker(self):idx=self._current_turn%len(self._participants)self._current_turn+=1returnself._participants[idx]

轮询调度是最简单的多 Agent 对话模式。它不考虑发言内容的相关性，仅按固定顺序轮转。虽然简单，但在结构化任务（如"规划→执行→审查"三轮流水线）中效果出奇好。

SelectorGroupChat 的智能调度

Selector 模式使用 LLM 来决定下一个发言人。调度 prompt 包含以下信息：

• 当前对话历史
• 每个 Agent 的 name 和 system_message
• 下一位发言者的选择标准（“谁最适合处理当前上下文中的下一步？”）

LLM 的选择结果被限制在参与者列表内，无效选择会触发重试。这种模式的精度取决于 LLM 的推理能力，GPT-4o-mini 级别的模型通常需要配合 fallback 轮询机制。

终止条件的三种配置

三、架构设计原则

1. 消息即通信协议

Agent 之间不直接调用方法，只交换消息。这种设计让 Agent 实现完全解耦——你可以用任何语言实现 Agent，只要它理解统一的 Message 协议。工具调用通过ToolCallMessage/ToolResultMessage对实现，天然支持异步。

2. 运行容器与 Agent 逻辑分离

Team 负责调度、终止判断、消息路由；Agent 只负责"收到消息→生成响应"。职责边界清晰。这种分离使你可以为同一组 Agent 切换不同的调度策略而无需修改 Agent 本身。

3. 工具内循环对调度层透明

Agent 内部可能调用多个工具（工具内循环），但调度层（Team）只看到 Agent 返回的一条消息。这降低了调度层的复杂度——无论 Agent 内部做了多少步推理和工具调用，调度层只需等待最终结果。

4. 流式优先

所有 Agent 的回复都支持流式输出。generate_stream方法返回迭代器，Team 在完整消息可用前就可以逐 token 转发。这对用户体验至关重要：在需要长时间推理的场景中，用户不需要等待全部推理完成就能看到中间输出。

5. 可观测性内置

Team 执行过程中产生的所有消息都保存在result.messages中。每条消息包含 source、content、type 和时间戳，完整记录了 Agent 的思考链和工具调用。配合 LangFuse 或自定义回调，可以构建完整的 Agent 审计日志。