AutoGen 环境从零到跑通 Demo：一份 20 分钟的双端搭建手记

AutoGen 环境从零到跑通 Demo一份 20 分钟的双端搭建手记【免费下载链接】autogenA programming framework for agentic AI项目地址: https://gitcode.com/GitHub_Trending/au/autogenimport autogen_core敲了三遍报错换着花样来版本冲突、网络超时、少了某个可选依赖。一个本该十分钟搞定的一步变成了半天的调试现场。AutoGen 是一个用于构建多智能体 AI 应用的开源框架这篇文章带你从空终端走到第一条 Python Demo 跑通顺带按需讲清 .NET 侧的搭法全程约 20 分钟两端都到可用状态。先看清你的机器处于哪种状态你的现状直接跳到全新机器或没有任何项目环境从「先装好 uv 并建一个隔离环境」顺序往下读已有 Python 3.10只缺 AutoGen跳到「装好三件套并验证导入」Python 侧没问题缺 .NET 侧直接看「按需把 .NET 侧补上」都装了但 Demo 就是跑不起来直接翻到后面的踩坑速查对着屏幕上的报错找整体顺序是一条单行道不用来回跳先装好 uv 并建一个隔离环境机器上如果连 Python 都没有先用系统包管理器装好Ubuntu 下就是sudo apt install python3 python3-pip后面所有步骤都以机器上有 Python 3.10为前提。然后装 uv它是目前仓库推荐的 Python 包管理器可以理解为比 pip 快好几倍的命令行依赖安装器# 把 uv 装进当前 Python pip install uv # 确认装上了 uv --version在你的项目目录里建一个虚拟环境一个独立的包空间装的东西不会污染系统 Python# 在当前目录生成 .venv 并激活 uv venv .venv source .venv/bin/activateWindows 上激活命令换成.\.venv\Scripts\Activate。激活成功后命令行提示符前通常会多出一个( .venv )前缀。✅ 做到这里运行python --version应该看到 3.10 或更高的版本号AutoGen 的 Python 包最低就是要求 3.10以仓库各包的 pyproject.toml 为准。装好三件套并验证导入AutoGen 的 Python 侧拆成三个包分工很明确agentchat 依赖 core所以装 agentchat 时 core 会顺带装上ext 是各种后端适配层按需要装它的可选依赖组Python 里叫 extra方括号里写的是什么就带什么。比如[openai]# 装团队级 APIautogen-core 会作为依赖自动带上 uv pip install autogen-agentchat # 装扩展包同时勾上 OpenAI 支持 uv pip install autogen-ext[openai]要接 Ollama、Gemini 之类的后端加对应的 extra 即可不必全量安装。想读源码的话先git clone https://gitcode.com/GitHub_Trending/au/autogen把仓库拉到本地各个包都在 python/packages/ 下。现在验证一下# 确认三个包都能导入并打印 core 的版本 python -c import autogen_core, autogen_agentchat, autogen_ext; print(autogen_core.__version__)✅ 做到这里你应该能看到一个形如0.7.5的版本号以仓库各包的 pyproject.toml 为准。把第一条 agent Demo 跑起来先把密钥放进环境变量千万别写死在代码里不然迟早被提交进仓库# 把 API 密钥放进当前 shell export OPENAI_API_KEYsk-xxxx新建一个demo.py核心就这几行import asyncio from autogen_agentchat.agents import AssistantAgent from autogen_core.models import OpenAIChatCompletionClient model_client OpenAIChatCompletionClient(modelgpt-4o-mini) agent AssistantAgent(assistant, model_client, system_message你是简洁的技术助手。) result asyncio.run(agent.run(task用一句话介绍多智能体系统)) print(result.messages[-1].content)用python demo.py运行它。✅ 做到这里终端应该打印出模型回复的一行文字。看到这句话出现说明 Python 侧整条链路已经打通。按需把 .NET 侧补上如果你只写 Python这一节可以整段跳过。AutoGen 的 .NET 侧和 Python 侧可以组成同一套系统仓库设计文档里跨语言 agent 走 gRPC 通信团队里有 C# 背景的人可以跟进来。先看 SDK。仓库的 dotnet/global.json 锁的是 9.0.100并开了 rollForward意思是本地有更新的 9.x 就直接用所以本机 9.0.x 及以上都能开工# 查看本机已安装的 SDK dotnet --list-sdks没有或版本太旧用仓库dotnet/目录下自带的官方安装脚本# 装 9.0 频道的 SDK 到用户目录 cd dotnet ./dotnet-install.sh --channel 9.0包源不用折腾仓库的 dotnet/NuGet.config 只启用了官方 nuget.org 源新机器上保持默认即可。建项目、加包# 新建一个 net9.0 控制台项目并进入目录 dotnet new console -n AutoGenDemo -f net9.0 cd AutoGenDemo # 加 AutoGen 的 OpenAI 支持包 dotnet add package AutoGen.OpenAI如果还要用底层运行时再补Microsoft.AutoGen.Core和Microsoft.AutoGen.Contracts两个包。✅ 做到这里dotnet restore应该显示 Restored ... AutoGenDemo没有任何红色报错。卡住时对着报错翻这份速查别按依赖 / 网络 / 权限这种大类找直接看你屏幕上那行报错uv: command not founduv 装好的目录不在 PATH 里。把终端完全关掉重开一次还不行就python -m uv --version确认 uv 本体到底装没装上。ModuleNotFoundError: No module named autogen_core九成是环境没激活或者包装进了系统 Python。跑一句which python看输出路径它应该指向你项目里的.venv。不是的话重新激活虚拟环境再用uv pip install装一遍。安装卡住不动或一直重试下载网络问题。给uv pip install换一个常用国内镜像源地址以官方文档为准加在-i参数后面然后重跑原来的安装命令。ImportError: No module named autogen_ext.openaiextra 不是包名是开关没勾上对应代码就不会装。补一句uv pip install autogen-ext[openai]就好。.NET 侧提示 SDK 版本不匹配一般是本机 SDK 比仓库 global.json 要求的旧。升到 9.0.x或者确认 rollForward 生效拿不准就看仓库 dotnet/global.json 的当前内容。NuGet restore 失败超时或 404先对比一下你的 NuGet.config 和仓库的仓库只用了官方 nuget.org 源。配置里如果残留了私有源清掉或指回官方源再 restore。用这份清单收个尾Python 是 3.10且项目跑在独立的 .venv 里import autogen_core能通版本与仓库一致0.7.xAPI 密钥只在环境变量里代码里一个字符都没有.NET 侧如需要dotnet restore无报错Demo 能重复运行、稳定出回复五条都勾掉之后做个 3 分钟小实验复用上面的model_client再加一个审稿人让两个 agent 轮流说话——from autogen_agentchat.teams import RoundRobinGroupChat writer AssistantAgent(writer, model_client, system_message你负责写文案。) reviewer AssistantAgent(reviewer, model_client, system_message你负责挑毛病并给修改意见。) team RoundRobinGroupChat(writer, reviewer) result asyncio.run(team.run(task写一句 AutoGen 的介绍审稿人给一条改进建议)) print(result.messages[-1].content)RoundRobinGroupChat 会让两个 agent 按顺序轮流发言轮流接话的群聊。如果终端里出现了写—审的来回对话那从这一刻起后面加多少个 agent、组什么样的队路都已经铺好了。【免费下载链接】autogenA programming framework for agentic AI项目地址: https://gitcode.com/GitHub_Trending/au/autogen创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考