AutoGen Studio 可以导出 declarative 的 agent 团队规格，方便你在自己的 Python 应用里复用。在 TeamBuilder 中选好团队配置，点下载就能拿到 JSON 文件。我导出了一个接本地大模型的团队，得到了 team-config.json。
导出界面长这样：
导出的 JSON 部分内容：
你还可以直接在 Python 里构建团队再导出：
在 Windows 上通过代码调用
在 PyCharm 里用虚拟环境跑，直接复制 AutoGen Studio 提供的 Deploy 示例代码。
import asyncio
from autogenstudio.teammanager import TeamManager
async def test():
try:
# Initialize the TeamManager
manager = TeamManager()
# Run a task with a specific team configuration
result = await manager.run(
task="你是谁开发出来的模型？",
team_config="team-config.json"
)
print(result)
for i, message in enumerate(result.task_result.messages):
content = message.content.strip()
print(content)
except Exception as e:
print(e)
if __name__ == "__main__":
asyncio.run(test())
执行后输出大致是这样，任务结果里的消息会逐条打印，最后还有耗时信息和停止原因：
task_result=TaskResult(messages=[TextMessage(source='user', models_usage=None, metadata={}, content='你是谁开发出来的模型？', type='TextMessage'), TextMessage(source='assistant_agent', models_usage=RequestUsage(prompt_tokens=186, completion_tokens=61), metadata={}, content='我是来自阿里云的大规模语言模型，我叫通义千问。我是由预训练的超大规模语言模型"通义 - 千问"经过人工优化和迭代后构建的。如果您有任何疑问或需要帮助，请随时告诉我！如果有其他问题需要解答，请继续提问。', type='TextMessage'), ...], stop_reason='Maximum number of messages 10 reached, current message count: 10') duration=6.408564329147339
在 Linux 上提供 REST API
切换到安装过 AutoGen Studio 的虚拟环境，用 autogenstudio serve 就能把团队配置暴露成 REST API。
autogenstudio serve --team path/to/team.json --port 8084
可以通过 --help 看具体参数。实际启动时指定了地址、端口和 worker 数，还加了 --docs 方便查看 Swagger 文档：
autogenstudio serve --team ./team-config.json --host xxx.xxx.x.xxx --port 8084 --workers 2 --docs
浏览器打开 http://host:port/docs 就能看到接口说明：
调用接口，返回的 JSON 里包含了任务结果和耗时，同样因为消息数达到 10 上限而停止：
{
"message": "Task successfully completed",
"status": true,
"data": {
"task_result": {
"messages": [...],
"stop_reason": "Maximum number of messages 10 reached, current message count: 10"
},
"duration": 6.802065372467041
}
}
调整参数避开消息数量限制
"Maximum number of messages 10 reached" 是因为团队配置里终止条件设得太小。重新启动 autogenstudio ui，在界面里把最大消息数调大就行。
改动后任务就不会被这点限制了。无论是 Windows 上的代码调用还是 Linux 上的 REST API 部署，完成团队配置的导出和运行，整个流程就走通了。