Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# AutoGen
[https://www.microsoft.com/en-us/research/project/autogen/](https://www.microsoft.com/en-us/research/project/autogen/)è un framework open source rilasciato inizialmente da. Microsoft AutoGensi concentra sull'abilitazione di agenti di intelligenza artificiale autonomi conversazionali e collaborativi. Fornisce un'architettura flessibile per la creazione di sistemi multiagente con particolare attenzione alle interazioni asincrone e basate sugli eventi tra agenti per flussi di lavoro autonomi complessi.
## Caratteristiche principali di AutoGen
AutoGenoffre le seguenti funzionalità chiave:
+ **Agenti conversazionali**: basati su conversazioni in linguaggio naturale tra agenti autonomi, consentono un ragionamento sofisticato attraverso il dialogo. Per ulteriori informazioni, consulta [Multi-agent Conversation Framework nella documentazione](https://microsoft.github.io/autogen/docs/Use-Cases/agent_chat). AutoGen
+ **Architettura asincrona**: Event-driven progettazione per interazioni non bloccanti tra agenti autonomi, che supporta flussi di lavoro paralleli complessi. Per ulteriori informazioni, consulta [Risoluzione di più attività in una sequenza di chat asincrone](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_multi_task_async_chats/) nella documentazione. AutoGen
+ **Human-in-the-loop**— Forte supporto alla partecipazione umana opzionale a flussi di lavoro degli agenti altrimenti autonomi, quando necessario. Per ulteriori informazioni, consulta [Consentire il feedback umano negli agenti](https://microsoft.github.io/autogen/0.2/docs/tutorial/human-in-the-loop/) nella AutoGen documentazione.
+ **Generazione ed esecuzione di codice**: funzionalità specializzate per agenti autonomi incentrati sul codice in grado di scrivere ed eseguire codice. Per ulteriori informazioni, consulta [Code Execution](https://microsoft.github.io/autogen/stable/user-guide/core-user-guide/design-patterns/code-execution-groupchat.html) nella AutoGen documentazione.
+ **Comportamenti personalizzabili**: configurazione flessibile e autonoma degli agenti e controllo delle conversazioni per diversi casi d'uso. Per ulteriori informazioni, consulta [agentchat.conversable\_agent](https://microsoft.github.io/autogen/docs/reference/agentchat/conversable_agent) nella documentazione. AutoGen
+ **Selezione del modello Foundation**: supporto per vari modelli di base, tra cui Anthropic Claude, Amazon Nova (Premier, Pro, Lite e Micro) su Amazon Bedrock e altri per diverse funzionalità di ragionamento autonomo. Per ulteriori informazioni, consulta [LLM Configuration](https://microsoft.github.io/autogen/docs/topics/llm_configuration) nella documentazione. AutoGen
+ **Integrazione dell'API LLM**: configurazione standardizzata per più interfacce di servizio LLM, tra cui Amazon OpenAI Bedrock e. Azure OpenAI Per ulteriori informazioni, consulta [oai.openai\_utils nel riferimento API](https://microsoft.github.io/autogen/docs/reference/oai/openai_utils). AutoGen
+ **Elaborazione multimodale: supporto per l'elaborazione** di testo e immagini per consentire ricche interazioni multimodali con agenti autonomi. Per ulteriori informazioni, consulta Interagire [con i modelli multimodali](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_lmm_gpt-4v/): nella documentazione. GPT-4V AutoGen AutoGen
## Quando usare AutoGen
AutoGenè particolarmente adatto per scenari con agenti autonomi, tra cui:
+ Applicazioni che richiedono flussi conversazionali naturali tra agenti autonomi per ragionamenti complessi
+ Progetti che richiedono sia un funzionamento completamente autonomo che capacità opzionali di supervisione umana
+ Casi d'uso che prevedono la generazione, l'esecuzione e il debug di codice autonomi senza l'intervento umano
+ Scenari che richiedono modelli di comunicazione tra agenti autonomi flessibili e asincroni
## Approccio di implementazione per AutoGen
AutoGenfornisce un approccio di implementazione conversazionale per gli stakeholder aziendali, come descritto in [Getting Started](https://microsoft.github.io/autogen/docs/Getting-Started) nella AutoGen documentazione. Il framework consente alle organizzazioni di:
+ Crea agenti autonomi che comunicano attraverso conversazioni in linguaggio naturale.
+ Implementa interazioni asincrone basate sugli eventi tra più agenti.
+ Combina un funzionamento completamente autonomo con la supervisione umana opzionale quando necessario.
+ Sviluppa agenti specializzati per diverse funzioni aziendali che collaborino attraverso il dialogo.
Questo approccio conversazionale rende il ragionamento del sistema autonomo trasparente e accessibile agli utenti aziendali. Decision-makers può osservare il dialogo tra gli agenti per capire come vengono raggiunte le conclusioni e, facoltativamente, partecipare alla conversazione quando è richiesto il giudizio umano.
## Real-world esempio di AutoGen
Magentic-One[è un sistema multiagente generalista open source progettato per risolvere autonomamente attività complesse e in più fasi in ambienti diversi, come descritto nel blog AI Frontiers. Microsoft ](https://www.microsoft.com/en-us/research/articles/magentic-one-a-generalist-multi-agent-system-for-solving-complex-tasks/) Alla base c'è l'agente Orchestrator, che scompone gli obiettivi di alto livello e monitora i progressi utilizzando registri strutturati. Questo agente delega le attività secondarie ad agenti specializzati (comeWebSurfer,, FileSurfer and) e si adatta dinamicamente ripianificando quando necessario. Coder ComputerTerminal
Il sistema è basato sul AutoGen framework ed è indipendente dal modello, l'impostazione predefinita è GPT-4o. Raggiunge prestazioni all'avanguardia su benchmark come, e, il tutto senza regolazioni specifiche per attività. GAIA AssistantBench WebArena Inoltre, supporta l'estensibilità modulare e una valutazione AutoGenBench rigorosa tramite suggerimenti.