体验 AutoGen Studio - 微软推出的友好多智能体协作框架

体验 AutoGen Studio - 微软推出的友好多智能体协作框架 - 知乎

最近分别体验了CrewAI、MetaGPT v0.6、Autogen Studio,了解了AI Agent 相关的知识。

它们的区别

可能有人要问:AutoGen我知道,那Autogen Studio是什么?

https://github.com/microsoft/autogen/tree/main/samples/apps/autogen-studio

AutoGen和AutoGen Studio都是由微软研究团队开发的,用于创建和管理人工智能(AI)智能体。

AutoGen是一个更底层的工具,它提供了创建和管理AI智能体的框架,而AutoGen Studio则提供了一个更直观的用户界面,使得用户可以更容易地使用AutoGen框架来创建和管理AI智能体。

AutoGen Studio简介

https://microsoft.github.io/autogen/blog/2023/12/01/AutoGenStudio/

主要特性

  1. 智能体和工作流定义修改:用户可以在界面上定义和修改智能体的参数,以及它们之间的通信方式。
  2. 与智能体的互动:通过UI创建聊天会话,与指定的智能体交互。
  3. 增加智能体技能:用户可以显式地为他们的智能体添加技能,以完成更多任务。
  4. 发布会话:用户可以将他们的会话发布到本地画廊。

使用和安装

注:启动Web UI前,Mac电脑需要export OPENAI_API_KEY=<your_api_key>。

进入后首页

AutoGen Studio的组成

  • 构建部分(Build):定义智能体属性和工作流。
  • 游乐场(Playground):与在构建部分定义的智能体工作流进行互动。
  • 画廊(Gallery):分享和重用工作流配置和会话。

默认的三个Skill是生成图片、获取个人网页正文、找Arxiv的论文。

以上都是AutoGen Studio默认的页面。

AutoGen Studio的General Agent Workflow默认的提示词:

AutoGen Studio的Visualization Agent Workflow默认的提示词:

Autogen Studio的Playground给出了提示词示例,我选择它的提示词体验了下。

注:图片的AI绘图提示词来自http://x.com博主Umesh。

提交可视化示例里的提示词,并没有获得有效图表,我请GPT总结终端里的输出内容。

后查询了解到 yfinance 是从Yahoo获取市场数据的工具,我电脑网络一直访问不了Yahoo,大概是这个原因,我没有获得最终结果。

Autogen Studio是支持创建各种Skill的,给出的示例都是代码,看来要想运用好,需要有一定代码基础,当然你也可以和Autogen Studio的workflow对话,让它帮你完成某项任务,复制生成后的代码,变成新的Skill,然后我们就可以迭代完成更复杂的任务。

对比CrewAI、MetaGPT,Autogen Studio提供了可视化界面,操作起来还是很清晰的。

使用 AutoGen Studio 的应用示例

1. 自动化文档生成和管理

  • 场景:公司需要创建和管理大量技术文档,这通常是一个耗时且重复的工作。
  • 如何使用 AutoGen Studio:
    • 创建智能体:开发一个专门的智能体,用于从数据库和其他资源自动提取信息,生成文档。
    • 定义工作流:设置一个工作流程,该流程涉及从技术团队收集输入、利用智能体处理这些信息,然后生成更新的文档。
    • 结果:自动更新的技术文档,减少了人工编辑的需求,提高了文档准确性和及时性。

2. 多智能体协作的客户服务

  • 场景:提高客户服务效率,处理大量客户查询。
  • 如何使用 AutoGen Studio:
    • 建立客户服务智能体:设计多个智能体,每个智能体专注于不同类型的客户问题(如订单问题、技术支持、反馈收集等)。
    • 设置智能体工作流:当客户提交查询时,初始智能体会评估问题类型并将其转发给相应的专门智能体。
    • 结果:提高了客户服务的响应时间和解决方案的质量,同时减轻了客服团队的压力。

3. 数据分析和报告

  • 场景:企业需要定期进行市场分析和内部数据报告。
  • 如何使用 AutoGen Studio:
    • 开发数据分析智能体:创建智能体来收集、整理和分析来自不同来源(如社交媒体、内部数据库等)的数据。
    • 设计报告生成工作流:通过智能体自动编写和更新报告,包括数据视觉化和关键指标汇总。
    • 结果:实时更新的数据报告,帮助决策者快速获取洞察,更好地理解市场趋势和业务表现。

4. 教育和培训

  • 场景:在线教育平台需要为不同学习风格的学生提供定制化学习材料。
  • 如何使用 AutoGen Studio:
    • 创建个性化学习智能体:开发智能体来分析学生的学习习惯和表现,提供定制化的学习资源和练习。
    • 实施互动学习工作流:设置智能体与学生互动,根据学生的进度和反馈调整教学内容和难度。
    • 结果:提供更个性化、适应性强的在线教育体验,提高学生的学习效率和成果。

5. 创意内容生成

  • 场景:广告公司需要快速生成创意内容以响应市场趋势。
  • 如何使用 AutoGen Studio:
    • 开发内容生成智能体:设计智能体根据最新的市场趋势和用户偏好来生成创意文案和视觉内容。
    • 配置创意工作流:智能体分析市场数据,生成创意提案,并通过团队反馈进行迭代。
    • 结果:快速响应市场变化,生成吸引人的广告内容,提高广告效果和用户参与度。

总结一下:

1. AutoGen和AutoGen Studio都是微软研究团队开发的工具,用于创建和管理AI智能体。AutoGen提供底层框架,AutoGen Studio提供直观的用户界面。

2. AutoGen Studio的主要特性包括定义和修改智能体、与智能体互动、增加技能、发布会话等。

3. 与CrewAI和MetaGPT相比,AutoGen Studio提供了可视化界面,对新手更友好。

4. AutoGen Studio可应用于文档管理、客户服务、数据分析、教育培训、创意内容生成等场景,助力任务自动化。

5. AutoGen Studio是一个有潜力的工具,需要结合具体场景和需求来选择使用。

了解更多内容,请看这里:

Open Interpreter:自然语言界面控制计算机 | 分享使用体验

用 Poe-API-wrapper 连接 DALLE、ChatGPT,批量完成AI绘图或文字创作

CrewAI:适用本地大模型AI自动化协作框架

LM Studio-简化安装和使用开源大模型 | OpenAI API 文字转语音本地运行程序分享

实测在Mac上使用Ollama与AI对话的过程 - 模型选择、安装、集成使用记,从Mixtral8x7b到Yi-34B-Chat

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/353130.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

82 C++对象模型探索。数据语义学 - 单一继承下的数据成员布局

在使用继承后&#xff0c;由于内存对齐的影响&#xff0c;会带来内存空间的额外增加。 windows 和 linux 的图示&#xff1a; 对于windows&#xff0c;在继承时&#xff0c;子类中应该包含父类的全部&#xff0c;包括了父类内存对齐时空的内存部分。 对于linux&#xff0c;编…

pytorch-metric-learning度量学习工具官方文档翻译

基于Pytorch实现的度量学习方法 开源代码&#xff1a;pytorch-metric-learning官网文档&#xff1a;PyTorch Metric Learning官方文档 度量学习相关的损失函数介绍&#xff1a; 度量学习DML之Contrastive Loss及其变种度量学习DML之Triplet Loss度量学习DML之Lifted Structu…

python222网站实战(SpringBoot+SpringSecurity+MybatisPlus+thymeleaf+layui)-菜单管理实现

锋哥原创的SpringbootLayui python222网站实战&#xff1a; python222网站实战课程视频教程&#xff08;SpringBootPython爬虫实战&#xff09; ( 火爆连载更新中... )_哔哩哔哩_bilibilipython222网站实战课程视频教程&#xff08;SpringBootPython爬虫实战&#xff09; ( 火…

【大数据】详解 Flink 中的 WaterMark

详解 Flink 中的 WaterMark 1.基础概念1.1 流处理1.2 乱序1.3 窗口及其生命周期1.4 Keyed vs Non-Keyed1.5 Flink 中的时间 2.Watermark2.1 案例一2.2 案例二2.3 如何设置最大乱序时间2.4 延迟数据重定向 3.在 DDL 中的定义3.1 事件时间3.2 处理时间 1.基础概念 1.1 流处理 流…

ubuntu20.04 安装ROS2 记录

主要参考B站古月居的ROS2入门21讲 和 以下链接&#xff08;基本和视频上一致&#xff09; ubuntu20.04安装ROS2 详细教程_ubuntu20.04 ros2-CSDN博客 但是中间有些需要注意的地方&#xff0c; 1&#xff0c;添加源 步骤中提到 sudo curl -sSL https://raw.githubuserconten…

基于QC-LDPC编码的循环移位网络的FPGA实现

一、桶式移位寄存器(barrel shifter) 八位桶式移位寄存器的VHDL实现如下&#xff0c;由于每一层结构相似&#xff0c;于是采用生成语句for_generate实现&#xff0c;使用该代码实现的RTL级分析和理论的结构一致&#xff0c;仿真结果也符合预期。 entity barrel_shift isGENE…

【RT-DETR有效改进】反向残差块网络EMO | 一种轻量级的CNN架构(轻量化网络,参数量下降约700W)

前言 大家好&#xff0c;这里是RT-DETR有效涨点专栏。 本专栏的内容为根据ultralytics版本的RT-DETR进行改进&#xff0c;内容持续更新&#xff0c;每周更新文章数量3-10篇。 专栏以ResNet18、ResNet50为基础修改版本&#xff0c;同时修改内容也支持ResNet32、ResNet101和PP…

文件上传之大文件分块上传进度控制处理

在分块上传内容结束以后的事件监听&#xff0c;我们会实现 unlinkSync 删除临时文件操作&#xff0c;那么试想一下&#xff0c;在这个事件监听中&#xff0c;我们是否可以通过totalChunks以及currentChunk获取当前上传的进度情况呢&#xff1f; 后端 upload上传接口&#xff…

python222网站实战(SpringBoot+SpringSecurity+MybatisPlus+thymeleaf+layui)-友情链接管理实现

锋哥原创的SpringbootLayui python222网站实战&#xff1a; python222网站实战课程视频教程&#xff08;SpringBootPython爬虫实战&#xff09; ( 火爆连载更新中... )_哔哩哔哩_bilibilipython222网站实战课程视频教程&#xff08;SpringBootPython爬虫实战&#xff09; ( 火…

在 React 组件中使用 JSON 数据文件,怎么去读取请求数据呢?

要在 React 组件中使用 JSON 数据&#xff0c;有多种方法。 常用的有以下几种方法&#xff1a; 1、直接将 JSON 数据作为一个变量或常量引入组件中。 import jsonData from ./data.json;function MyComponent() {return (<div><h1>{jsonData.title}</h1>&…

openssl3.2 - 测试程序的学习 - 准备openssl测试专用工程的模板

文章目录 openssl3.2 - 测试程序的学习 - 准备openssl测试专用工程的模板概述笔记工程中需要的openssl的库实现END openssl3.2 - 测试程序的学习 - 准备openssl测试专用工程的模板 概述 openssl3.2 - 测试程序的学习 整了几个test.c, 每开一个新的测试工程, 总要改这改那的. …

Maven入门及其使用

目录 一、Maven入门 1.1 初识Maven 1.2 Maven的作用 1.2.1 依赖管理 1.2.2 统一项目结构 1.2.3 项目构建 1.3 Maven坐标 1.4 Maven仓库 1.4.1 Maven仓库概述 二、Maven的下载与安装 2.1 安装步骤 2.1.1 解压安装&#xff08;建议解压到没有中文、特殊字符的路径下。&#xff09…

【JavaScript】ECMA6Script es6

文章目录 一、 es6的介绍二、 es6的变量和模板字符串2.1 let 与 var2.2 const 与 var2.3 模板字符串 三、 es6的解构表达式四、 es6的箭头函数4.1 声明和特点4.2 实践和应用场景4.3 rest和spread 五、es6的对象创建和拷贝5.1 对象创建的语法糖5.2 对象的深拷贝和浅拷贝 六、es6…

STM32 PWM驱动设计

单片机学习&#xff01; 目录 文章目录 前言 一、PWM驱动配置步骤 二、代码示例及注意事项 2.1 RCC开启时钟 2.2 配置时基单元 2.3 配置输出比较单元 2.4 配置GPIO 2.5 运行控制 三、PWM周期和占空比计算 总结 前言 PWM本质是利用面积等效原理来改变波形的有效值。 一、PWM驱动…

【electron】打包问题处理

目录 项目无法在win7执行场景尝试处理 项目无法在win7执行 场景 使用electron25.0.1、electron-builder24.2.1&#xff0c;打出来的项目在win7系统上跑不起来&#xff0c;报错无法定位程序输入点DiscardVirtualMemoty于动态链接库KERNEL32.dll上。 尝试处理 通过百度发现ele…

编曲学习:和声音程 调式体系 唱名法 调式调性

34届和声音程 调式体系 唱名法 调式调性https://app8epdhy0u9502.pc.xiaoe-tech.com/live_pc/l_65af994be4b064a8cb1c3a5f?course_idcourse_2XLKtQnQx9GrQHac7OPmHD9tqbv 34届独立音乐人编曲训练营https://app8epdhy0u9502.pc.xiaoe-tech.com/p/t_pc/course_pc_detail/camp_p…

Tomcat 简介安装

目录 1、概念介绍 Tomcat 组件 HTTP 请求过程 Tomcat 目录结构 Tomcat 命令 配置文件说明 2、安装环境 安装JDK 安装Tomcat 创建管理用户 3、搭建虚拟主机 1、概念介绍 端口&#xff1a;8080 Tomcat 服务器是一个免费的开放源代码的 Web 应用服务器, 按照 Sun 提供…

DevOps系列文章之 GitLabCI汇总

GitlabCI环境搭建 前提 先安装 docker Docker容器化安装 docker pull gitlab/gitlab-ee:12.4.0-ee.0 创建挂载目录 mkdir -p /srv/gitlab mkdir -p /srv/gitlab/config # 映射到 Glitlab 容器中的配置目录 mkdir -p /srv/gitlab/logs # 映射到 Glitlab 容器中的日志目录 m…

ArXiv| Graph-Toolformer: 基于ChatGPT增强提示以赋予大语言模型图数据推理能力

ArXiv| Graph-Toolformer: 基于ChatGPT增强提示以赋予大语言模型图数据推理能力. 来自加利福利亚大学戴维斯分校计算机科学系的IFM实验室发表在arXiv上的文章:“Graph-ToolFormer: To Empower LLMs with Graph Reasoning Ability via Prompt Augmented by ChatGPT”。 文章的…

P1045 [NOIP2003 普及组] 麦森数题解

题目 形如的素数称为麦森数&#xff0c;这时P一定也是个素数。但反过来不一定&#xff0c;即如果P是个素数&#xff0c;不一定也是素数。到1998年底&#xff0c;人们已找到了37个麦森数。最大的一个是P3021377&#xff0c;它有909526位。麦森数有许多重要应用&#xff0c;它与…
最新文章