正如網友所說的，借助AutoGen，以後完成某項任務，用戶只需給出需求，敲下回車，中間過程完全不用管，任務自動就完成了。
原文來源：AIGC開放社區
圖片來源：由無界AI生成
一個項目，花了短短兩個星期的時間，星標量從390 狂增到10K，並在Discord 上吸引了5000 多名成員，如此爆火的項目便是微軟最近發布的全新工具AutoGen。
我們可以將AutoGen 理解為一個框架，其允許多個LLM 智能體透過聊天來解決任務。 LLM 智能體可以扮演各種角色，如程式設計師、設計師，或是各種角色的組合，對話過程就把任務解決了。
不僅如此，AutoGen 是可自訂的、可對話的，並且允許人類參與。 AutoGen 的運作方式包括借助LLM 完成任務、人類輸入和各種工具的相互組合。
專案網址：https://github.com/microsoft/autogen
有用過該專案的用戶給與了極高的評價，表示道：「給予需求，敲下回車，中間過程完全不用管…」
還有網友表示：「AutoGen 在幾秒鐘內幫我製作了一個貪吃Serpent遊戲」。
那麼大家紛紛叫好的項目，到底有哪些優點呢，具體來說：
AutoGen 基於多智能體對話可以輕鬆建立下一代LLM 應用程序，它簡化了複雜LLM 的工作流程，最大限度地提高了LLM 模型的性能並克服了它們的弱點。 AutoGen 支援多種對話模式，因而開發人員基於AutoGen 可以建立廣泛的對話模式。 AutoGen 提供了一系列具有不同複雜性的工作系統，不同領域和各種應用都包含在內。 AutoGen 提供了openai.Completion 或openai.ChatCompletion 的直接替代，作為增強推理的API。
另外，專案中也給了許多範例來幫助大家更好的運用AutoGen。舉例來說，根據一位網友的說法，假如想要實現一個爬蟲程序，並且抓取並保存網頁圖片。用ChatGPT 來實現的話，會回傳執行程式碼，一般來說程式碼不能直接使用，需要人類來修正。但是，如果將這個任務交給AutoGen，你只要定義幾個智能體就可以實現了。
如下範例展示了借助AutoGen 框架，使用MathChat 解決數學問題時，在運行程式碼中出現了建構智能體這一步驟，並對其進行了初始化：
下圖顯示了使用AutoGen 建立的六個應用程式範例，包括數學問題解決、多智能體編碼、線上決策、檢索增強聊天、動態群聊以及對話式國際象棋。
AutoGen 也有助於最大限度地提高ChatGPT 和GPT-4 等LLM 的效用。就如前面提到的，AutoGen 提供了openai.Completion 或openai.ChatCompletion 的直接替代，也增加了更多功能，如調優、快取、錯誤處理和模板。例如，使用者可以使用自己的調優數據，在預算範圍內來最佳化LLM 的生成內容。
# perform tuningconfig, analysis = autogen.Completion.tune ( data=tune_data, metric=”success”, mode=”max”, eval_func=eval_func, inference_budget=0.05, optimation _budget=3, num_udgesamples for _b a test instanceresponse = autogen.Completion.create (context=test_instance, **config)
以上這些用例顯示了AutoGen 在解決各種問題上的廣泛適用性，使其成為開發者的寶貴工具。還沒體驗的朋友，根據官方提供的安裝步驟，可以上手一試了。
參考連結：
微軟研發的AutoGen 框架太強大了，它是一個多代理框架，利用它可以輕鬆自訂一系列工作任務。https://t.co/g16lrltyWO
舉一個常見的例子：我們要實作一個爬蟲程序，抓取並儲存網頁圖片。如果把這個任務丟給… pic.twitter.com/bWMXXVvK0K
— Barret李靖(@Barret_China) October 12, 2023
https://www.zhihu.com/question/624287948
https://weibo.com/1812166904/NnwU4lDMP
資訊來源：由0x資訊編譯自8BTC。版權所有，未經許可，不得轉載