AI Agent

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。 ...

📌 新手提示：本文结尾提供了一键脚本（Windows / macOS / Linux 通用），会自动装好依赖、配好 API Key、生成可直接跑的"客服分流"Demo。动手党直接拉到文末。 导读：为什么需要 Agent “工作流”？ 你可能用过 ChatGPT 或 Claude——你问一句它答一句，这叫单次问答。它的"大脑"不知道你是连续对话里的第几句，也不知道上一轮说过的话，除非你把历史记录一起发过去。 但现实中的 AI 应用往往不是简单的"一问一答"。客服系统需要先判断用户意图（咨询？投诉？退款？），再路由到不同处理流程；翻译助手需要先提取原文、翻译成目标语言、再做格式润色。AI Agent 的工作流就是把一系列步骤编排成一张"流程图"——每一步的输出一部分交给下一步，像流水线一样传递信息。 这篇教程教你用 LangGraph 来做这件事。LangGraph 是 LangChain 团队开源的状态机框架：你把业务逻辑拆成"节点"（函数），用"边"把它们连起来，遇到分支就加"条件边"让 LLM 自己决定走哪条路。一句话总结——用状态机的方式组织 AI 的流程，而不是写一堆 if-else。 📚 参考文档：https://github.com/langchain-ai/langgraph（GitHub 主页，国内访问可能需要镜像：ghfast.top/https://github.com/langchain-ai/langgraph）。官方文档：https://docs.langchain.com。 一、核心概念速览（3 分钟看懂术语） 术语 白话解释 StateGraph（状态图） 你的整个工作流程的"蓝图"——规定了有哪些步骤、每步怎么处理数据 Node（节点） 一个个功能小函数（比如"分类用户意图"、“调用大模型回答”） Edge（边） 节点的连接线——“做完 A 之后去做 B” Conditional Edge（条件边） 带条件的分叉路口——让 LLM 判断：“根据当前内容，决定去节点 X 还是节点 Y” START / END 固定入口和出口。每张图必须有明确的起点和终点 compile() 把画好的蓝图变成可运行的程序（类似 Python 编译代码） invoke() 执行程序、给它输入数据 checkpointer（检查点） 记忆的"记事本"——记住上一次聊到什么，下次接着来 MessagesState：这是 LangGraph 内置的一种状态类型，自带一个消息列表（messages），每次调完 LLM 的结果自动追加进去。相当于给每个节点都发了同一份"聊天记录"。 ...

📌 新手提示：本文结尾提供了一键部署脚本（Windows / macOS / Linux 通用），不想手动逐条敲命令的同学，可以直接拉到文末下载运行，脚本会自动检测网络环境并选择最快的下载源。 一、Hermes Agent 是什么 Hermes Agent 是 Nous Research 开发的自进化 AI agent——它不只是"能聊天的 AI"，而是目前唯一内置学习闭环（learning loop）的 agent：它从经验中自创技能、在使用中改进技能、主动提醒自己持久化知识、能搜索自己过去的对话、并跨会话逐步加深对你的理解。 用三个场景说人话： 它是个能"成长"的助手：第一次你让它写了个数据清洗脚本，它会把这个流程存成"技能"。下次你说"再清洗一份"，它直接调技能，不用从零教。技能用得越多它越熟，跟人积累经验一个道理。 它不住在你电脑里：跑在云端 VPS 上，你从手机 Telegram 给它发消息就能指挥它干活——白天让它监控日志、晚上让它跑备份、每周生成周报。它闲时几乎不耗钱（Daytona/Modal 这类 serverless 后端空闲时自动休眠）。 不绑任何一家模型：今天用 Claude，明天用 GPT，后天换 DeepSeek——hermes model 一条命令切换，代码不动、数据不丢。 核心能力（来自官方 README）： | 能力 | 说明 | |—| | 真·终端界面 | 全功能 TUI：多行编辑、slash 命令自动补全、历史回溯、中断重定向、流式工具输出 | | 住在你常驻的 IM 里 | Telegram / Discord / Slack / WhatsApp / Signal / 邮件，全从一个 gateway 进程接入 | | 闭环学习 | agent 自管的记忆 + 周期性自提醒；复杂任务后自动建技能；FTS5 全文检索跨会话召回 | | 定时任务 | 内置 cron 调度器，自然语言定义，投递到任意平台——每日报告、每晚备份、每周审计 | | 并行委派 | 派生隔离 subagent 并行干活；Python 脚本经 RPC 调工具，多步流水线压成一轮 | | 跑哪都行 | 七种终端后端：本地、Docker、SSH、Singularity、Modal、Daytona、Vercel Sandbox | ...