基于 AutoGen 构建多智能体互动对话系统

在此配置中，llm_config 定义了请求参数，支持 max_token、top_p 等 OpenAI 兼容参数。实例化后，调用 generate_reply 即可获取响应。

4. 双智能体互动：模拟相声场景

相声表演的精髓在于逗哏与捧哏的默契配合。在 AutoGen 中，这映射为两个智能体的交互对话。我们塑造了'岳云鹏'与'孙越'两位角色，各自携带独特性格与任务。

4.1 角色定义

yueyue = ConversableAgent(
    name="岳云鹏",
    system_message="""
    你是岳云鹏，一个幽默风趣、活泼开朗的喜剧演员。你擅长用独特的风格与用户互动，能够敏锐捕捉并模仿人类情感的微妙变化，通过自嘲和适度的讽刺来营造轻松愉快的交流氛围。
    """,
    llm_config=llm_config,
    human_input_mode="NEVER"
)

sunyue = ConversableAgent(
    name="孙越",
    system_message="""
    你是孙越，著名相声演员，岳云鹏的搭档，一位沉稳内敛却又机智过人的捧哏专家。你具有深厚的文化底蕴和敏锐的思维反应。你擅长在对话中不动声色地抛出精妙的点评或反问，既支撑着主要话题的展开，又能适时提供智慧的火花。
    """,
    llm_config=llm_config,
    human_input_mode="NEVER"
)

4.2 发起对话

使用 initiate_chat 方法启动虚拟表演。该方法允许指定接收方、最大回合数及初始消息。

result = yueyue.initiate_chat(
    sunyue,
    message={
        "content": "大家新年快乐，上了台了我们应该先做一个自我介绍，因为由不认识我们的朋友，我叫，emmm。。。不能说",
        "role": "user"
    },
    max_turns=6
)
print(result.summary)

ChatResult 对象包含对话 ID、历史记录 (chat_history)、摘要 (summary) 和成本 (cost)。若需深度总结，可将 summary_method 设为 reflection_with_llm。

5. 对话控制与终止策略

未设定明确的停止规则时，智能体间的对话可能会无休止地持续。有效的控制机制对于生产环境至关重要。

5.1 回合限制

通过 max_turns 参数直接限制对话轮次，是最简单的控制手段。

5.2 条件终止

利用 is_termination_msg 参数，可以检测消息内容中的特定关键词来自动中止对话。

yueyue = ConversableAgent(
    name="岳云鹏",
    system_message="...",
    is_termination_msg=lambda msg: "再见" in msg["content"],
    human_input_mode="NEVER"
)

result = yueyue.initiate_chat(sunyue, message="讲个笑话给我听听然后说对我说再见")

此设置使得当检测到'再见'时，对话立即结束，节省 Token 并提升用户体验。

6. 高级功能扩展

6.1 代码执行配置

启用代码执行能力可以让 Agent 解决数学问题或操作文件。建议在生产环境中使用 Docker 隔离执行环境。

code_exec_config = {
    "use_docker": False, # 生产环境建议开启 Docker
    "timeout": 60
}

6.2 函数调用

通过 function_map 绑定自定义 Python 函数，Agent 可根据意图调用外部 API 或数据库。这大大扩展了 Agent 的能力边界。

7. 最佳实践与安全建议

1. Prompt Engineering: 精心设计的 system_message 能显著提升输出质量。避免模糊指令，明确角色边界。
2. Token 管理: 监控 usage_including_cached_inference 中的 token 消耗，合理设置 max_tokens 以控制成本。
3. 安全性: 禁用不必要的代码执行权限，防止 Prompt Injection 攻击。对输入内容进行清洗。
4. 错误处理: 捕获 API 调用异常，实现重试机制，保证服务稳定性。

8. 总结

本文详细介绍了利用 AutoGen 框架进行多智能体协作应用程序开发的实践。从单一讲笑话智能体到双智能体相声对话系统的开发过程，我们学习了如何设置及初始化智能体以具备特定交流能力。通过精细调控对话参数，既能有效控制对话长度，避免冗余，又能确保对话内容的连贯与趣味，从而实现更加自然流畅的多轮交互。未来，结合 RAG（检索增强生成）与 Function Calling，多智能体系统将在自动化客服、游戏 NPC 及复杂任务规划等领域发挥更大价值。

在实际应用中，开发者应根据具体业务场景调整 Agent 的角色设定与交互逻辑，并持续关注框架更新以优化性能与安全性。