AutoGen 安装

设置 AutoGen 虚拟环境

当不使用 docker 容器时，我们建议使用虚拟环境来安装 AutoGen。这将确保 AutoGen 的依赖与你系统的其余部分隔离开来。

选项 1：venv

你可以使用以下命令创建一个虚拟环境：

python3 -m venv pyautogen
source pyautogen/bin/activate

以下命令将停用当前的 venv 环境：

deactivate

选项 2：conda

另一种选择是使用 Conda。Conda 在解决依赖冲突方面比 pip 更好。你可以按照 此文档 安装 Conda，然后使用以下命令创建一个虚拟环境：

conda create -n pyautogen python=3.10  # 推荐使用Python 3.10，因为它稳定且不太旧
conda activate pyautogen

以下命令将停用当前的 conda 环境：

conda deactivate

你现在可以在刚刚创建的虚拟环境中安装 AutoGen 了。

Python

AutoGen 要求Python 版本 >= 3.8 且 < 3.12。可以通过 pip 安装它：

pip install pyautogen

pyautogen<0.2 需要 openai<1。从 pyautogen v0.2 开始，需要 openai>=1。

or conda:

conda install pyautogen -c conda-forge

迁移指南至 v0.2

openai v1 是该库的一次全面重写，有许多重大变化。例如，处理需要实例化一个客户端，而不是使用全局类方法。因此，pyautogen<0.2 的用户需要进行一些更改。

• api_base -> base_url，request_timeout -> timeout 在 llm_config 和 config_list 中。max_retry_period 和 retry_wait_time 已弃用。每个客户端可以设置 max_retries。
• MathChat 和 TeachableAgent 在未来的版本中将不再支持，直到经过测试。
• 处理参数调优和处理日志记录功能目前在 OpenAIWrapper 中不可用。日志记录将在未来的版本中添加。可以通过 flaml.tune 进行参数调优。
• use_cache 已从 OpenAIWrapper.create() 的 kwarg 中移除，因为它由 seed：int | None 自动决定。

可选依赖

• docker

为了获得最佳的用户体验和无缝的代码执行，我们强烈建议在 AutoGen 中使用 Docker。Docker 是一个容器化平台，简化了代码的配置和执行。在 docker 容器中开发，例如 GitHub Codespace，也使开发变得更加方便。

当在 docker 容器之外运行 AutoGen 并使用 docker 进行代码执行时，你还需要安装 python 包 docker：

pip install docker

• blendsearch

pyautogen<0.2 提供了一种经济高效的超参数优化技术 EcoOptiGen 用于调整大型语言模型。请使用 [blendsearch] 选项进行安装。

pip install "pyautogen[blendsearch]<0.2"

示例笔记本：$为代码生成进行优化, 为数学进行优化

• retrievechat

pyautogen<0.2 支持检索增强生成任务，例如问答和代码生成。请使用 [retrievechat] 选项进行安装。

pip install "pyautogen[retrievechat]<0.2"

示例笔记本：使用检索增强代码生成和问答, 使用检索增强生成进行群聊（5 个群成员代理和 1 个管理员代理）

• mathchat

pyautogen<0.2 提供了一个用于解决数学问题的可扩展性实现。请使用 [mathchat] 选项进行安装。

pip install "pyautogen[mathchat]<0.2"```

示例笔记本：$[使用 MathChat 解决数学问题](https://github.com/microsoft/autogen/blob/main/notebook/agentchat_MathChat.ipynb)