多智能体

导读 你用过 Claude、GPT-4 写代码吗？单个 AI 助手确实能干不少活，但遇到复杂项目时——比如同时需要编写代码、审查 bug、撰写文档——单一模型往往力不从心。这时候就需要**多智能体（Multi-Agent）**方案了：把不同任务分配给专门的 AI Agent，让它们像团队成员一样互相对话、协作完成任务。 微软开源的 AutoGen（读作"auto-gen"）就是这个领域的代表框架。它不让你硬编码复杂的调度逻辑，而是让你用"对话"的方式组织多个 Agent 合作——就像一个主持人协调几个专家一起讨论，最终产出高质量成果。 本文面向零基础读者，假设你会一点 Python 就能看懂。我们从一个最简单的两人对话例子开始，逐步升级到多人协作群聊模式，最后教你怎么接入自己的 API（省钱妙招在后头）。 注意：AutoGen v0.2+ 是全新架构，包名改成了 autogen-agentchat，API 和旧版（v0.1.x）差异很大。不要用 pip install autogen 装旧版。以下所有代码基于 autogen-agentchat 最新版，以官方文档为准。 为什么需要多智能体？ 先对比两种方案： 单模型方案 多 Agent 协作方案 角色 一个 AI 包揽所有工作 每个 Agent 专精一项任务 质量 AI 既要写代码又要检查，容易疏漏 各管一段，互相监督 成本 一轮超长对话消耗大量 token 分工明确，token 利用更高效 适用场景 小任务、快速原型 复杂项目、持续迭代 举个实际场景：你想让 AI 帮你开发一个小工具。 单模型：你把需求一股脑丢给 GPT-4o，等它写出代码。如果代码有 bug，你得再问一次让它修。整个过程就像一个人既当程序员又当测试员还当产品经理——容易顾此失彼。 多 Agent：你建三个 Agent——“编码专家"负责写代码，“审查员"专门挑毛病，“文档官"写说明。它们轮流发言讨论，主持人统筹全局。效果类似一个小团队，但全部由 AI 驱动。 这就是 AutoGen 的核心思想。 安装：一行命令搞定 AutoGen 新版采用分模块设计，核心包叫 autogen-agentchat（注意带连字符），模型适配器单独放在 autogen-ext 里。 ...

导读 如果你已经用过 ChatGPT、Claude 等单轮对话工具，但发现复杂任务——比如"调研竞品并写出一篇完整报告"——需要反复来回拉扯，那就可以试试 CrewAI。它把每个 AI 模型当作一名"员工"，你只需定义他们的角色（谁来做）、任务（做什么）、流程（按什么顺序做），整个团队就会自动跑起来。 本篇面向零基础读者，不要求任何 Agent 框架经验。我们会用一个**“调研 + 写作"双角色示例**贯穿全文，让你直观理解 CrewAI 的三要素如何拼装。 什么是 CrewAI？ CrewAI 是一个开源的 Python 框架，核心理念是角色化多智能体编排——不是让一个大模型干所有事，而是拆成多个专业化的小 Agent，各自扮演不同角色，组成 Crew 协同完成任务。 它和同类框架的区别在于： LangGraph 走的是"状态机"路线，你需要画完整的流转图来控制每一步； AutoGen 走的是"对话协作"路线，多个 Agent 互相发消息来推进； CrewAI 走的是**“角色分工"路线**——你定义好每个人的岗位 JD，剩下的交给 Crew 调度。 对于日常自动化场景（数据收集 → 分析 → 写报告），CrewAI 是最直观的选择。 环境准备 前置条件 依赖 版本要求 说明 Python ≥ 3.10，< 3.14 当前最新兼容范围 pip / uv 任意一种 包管理器 如果你还没装 Python 3.10+，去 python.org 下载即可。国内用户也可以用清华镜像加速： # macOS / Linux / WSL curl https://pyenv.run | sh 安装 CrewAI # 方式一：用 pip（推荐新手） pip install crewai # 如果想自带一些常用工具链（网页搜索、文件读取等），安装完整套装： pip install "crewai[tools]" 💡 国内网络如果下载慢，加 -i https://pypi.tuna.tsinghua.edu.cn/simple 换清华镜像源。失败后再试官方源就行。 ...