翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# AutoGen
<a name="autogen"></a>

[https://www.microsoft.com/en-us/research/project/autogen/](https://www.microsoft.com/en-us/research/project/autogen/) は、 によって最初にリリースされたオープンソースフレームワークMicrosoftです。 は、会話型および共同型の自律型 AI エージェントを有効にすることにAutoGen重点を置いています。これは、複雑な自律ワークフローのためにエージェント間の非同期のイベント駆動型インタラクションに重点を置いたマルチエージェントシステムを構築するための柔軟なアーキテクチャを提供します。

## の主な機能 AutoGen
<a name="key-features-of-autogen"></a>

AutoGen には、次の主要な機能があります。
+ **会話エージェント** – 自律型エージェント間の自然言語会話を中心に構築され、対話を通じて高度な推論を可能にします。詳細については、 AutoGenドキュメントの[「マルチエージェント会話フレームワーク](https://microsoft.github.io/autogen/docs/Use-Cases/agent_chat)」を参照してください。
+ **非同期アーキテクチャ – **ノンブロッキングの自律型エージェントインタラクションのためのイベント駆動型設計で、複雑な並列ワークフローをサポートします。詳細については、 AutoGenドキュメントの[「非同期チャットのシーケンスでの複数のタスクの解決](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_multi_task_async_chats/)」を参照してください。
+ **Human-in-the-loop** – 必要に応じて、他の自律型エージェントワークフローへのオプションの人間の参加を強力にサポートします。詳細については、 AutoGenドキュメントの[「 エージェントでのヒューマンフィードバックの許可](https://microsoft.github.io/autogen/0.2/docs/tutorial/human-in-the-loop/)」を参照してください。
+ **コードの生成と実行** — コードを記述して実行できるコードに焦点を当てた自律型エージェント専用の機能。詳細については、 AutoGenドキュメントの[「コード実行](https://microsoft.github.io/autogen/stable/user-guide/core-user-guide/design-patterns/code-execution-groupchat.html)」を参照してください。
+ **カスタマイズ可能な動作** – さまざまなユースケースに対応する柔軟な自律型エージェント設定と会話制御。詳細については、 AutoGenドキュメントの [agentchat.conversable\$1agent](https://microsoft.github.io/autogen/docs/reference/agentchat/conversable_agent) を参照してください。
+ **基盤モデルの選択** – Anthropic Claude、Amazon Bedrock の Amazon Nova モデル (Premier、Pro、Lite、Micro) など、さまざまな基盤モデルをサポートし、さまざまな自律推論機能を提供します。詳細については、 AutoGenドキュメントの[「LLM 設定](https://microsoft.github.io/autogen/docs/topics/llm_configuration)」を参照してください。
+ **LLM API 統合** – Amazon Bedrock、、 OpenAIなどの複数の LLM サービスインターフェイスの標準化された設定Azure OpenAI。詳細については、 AutoGen API リファレンスの[「oai.openai\$1utils](https://microsoft.github.io/autogen/docs/reference/oai/openai_utils)」を参照してください。
+ **マルチモーダル処理** – リッチなマルチモーダル自律型エージェントインタラクションを可能にするテキストおよび画像処理をサポートします。詳細については、 AutoGenドキュメントの[「マルチモーダルモデルの使用: GPT-4VAutoGen](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_lmm_gpt-4v/)」を参照してください。

## AutoGen を使用する場合
<a name="when-to-use-autogen"></a>

AutoGen は、次のような自律型エージェントのシナリオに特に適しています。
+ 複雑な推論のために自律型エージェント間の自然な会話フローを必要とするアプリケーション
+ 完全自律型オペレーションとオプションの人的監視機能の両方を必要とするプロジェクト
+ 人間の介入なしでの自律的なコード生成、実行、デバッグを含むユースケース
+ 柔軟で非同期の自律型エージェントの通信パターンを必要とするシナリオ

## の実装アプローチ AutoGen
<a name="implementation-approach-for-autogen"></a>

AutoGen は、 AutoGenドキュメントの[「開始方法](https://microsoft.github.io/autogen/docs/Getting-Started)」で説明されているように、ビジネスステークホルダー向けの会話型実装アプローチを提供します。このフレームワークにより、組織は次のことが可能になります。
+ 自然言語の会話を通じて通信する自律型エージェントを作成します。
+ 複数のエージェント間でイベント駆動型の非同期インタラクションを実装します。
+ 必要に応じて、完全自律型オペレーションとオプションの人間による監視を組み合わせます。
+ 対話を通じてコラボレーションするさまざまなビジネス機能に特化したエージェントを開発します。

この会話型アプローチは、自律システムの推論をビジネスユーザーが透過的に利用できるようにします。意思決定者は、エージェント間の対話を観察して結論にどのように達するかを理解し、必要に応じて人間の判断が必要なときに会話に参加できます。

## の実例 AutoGen
<a name="real-world-example-of-autogen"></a>

Magentic-One は、[Microsoft AI Frontiers ブログ](https://www.microsoft.com/en-us/research/articles/magentic-one-a-generalist-multi-agent-system-for-solving-complex-tasks/)で説明されているように、さまざまな環境で複雑なマルチステップタスクを自律的に解決するように設計されたオープンソースのゼネラリストマルチエージェントシステムです。その中核となるのはオーケストレーターエージェントです。オーケストレーターエージェントは、高レベルの目標を分解し、構造化台帳を使用して進捗状況を追跡します。このエージェントは、サブタスクを特殊なエージェント (WebSurfer、、FileSurfer、 などComputerTerminal) に委任しCoder、必要に応じて再計画することで動的に適応します。

システムはAutoGenフレームワーク上に構築され、モデルに依存しず、デフォルトで GPT‐4o になります。GAIA、、 などのベンチマーク全体で、タスク固有の調整AssistantBenchWebArenaなしで最先端のパフォーマンスを実現します。さらに、提案によるモジュール式の拡張性と厳格な評価もサポートしていますAutoGenBench。