Autogen v0.4: Memudahkan Agentic AI untuk pemaju di mana -mana - Analytics Vidhya

Rangka Kerja Autogen Microsoft menerima baik pulih yang signifikan dengan pembebasan V0.4. Ini bukan sekadar kemas kini tambahan; Ia adalah reka bentuk semula seni bina yang lengkap yang dibina atas maklum balas komuniti yang luas. Matlamatnya? Untuk meningkatkan kualiti kod, keteguhan, dan skalabiliti untuk sistem AI multi-agen.

Mengumumkan Autogen 0.4, sebuah perpustakaan yang dibayangkan sepenuhnya untuk membina sistem AI AI yang maju, yang direka untuk kualiti kod dan kekukuhan yang lebih baik. Senibina yang tidak segerak, yang didorong oleh peristiwa menyokong aliran kerja yang dinamik dan berskala. Ketahui lebih lanjut: https://www.php.cn/link/07b95840d88e2f1c033865fba89f624b pic.twitter.com/i5ohjpgyjx

- Microsoft Research (@msftresearch) 14 Januari 2025

Apa yang baru dalam Autogen v0.4?

Autogen v0.4 membentangkan ekosistem yang dirombak yang merangkumi kerangka berlapis, alat pemaju-sentris, dan aplikasi siap sedia. Kemas kini ini mengutamakan skalabiliti, keramahan pengguna, dan penyesuaian, memperkasakan pemaju untuk membina penyelesaian AI yang mantap.

Penambahbaikan utama dalam autogen v0.4:

• Komunikasi Asynchronous: Ejen kini berinteraksi melalui pemesejan asynchronous, menampung kedua-dua model yang didorong oleh peristiwa dan permintaan-tindak balas.
• Senibina modular dan extensible: Sistem komponen pluggable membolehkan ejen, alat, dan modul memori yang disesuaikan. Mewujudkan ejen proaktif, jangka panjang kini dipermudahkan.
• Pemantauan dan debug yang dipertingkatkan: Penjejakan metrik terbina dalam dan pengesanan mesej menyediakan pemantauan dan kawalan aliran kerja masa nyata.
• Sokongan bahasa silang-platform: Interoperability antara agen yang dikodkan di Python dan .NET kini disokong, dengan rancangan untuk pengembangan selanjutnya.
• Pelanjutan yang didorong oleh komuniti: Pemaju boleh menyumbang dan berkongsi sambungan, memupuk kerjasama dan fungsi yang berkembang.
• Sistem Jenis Kukuh: Sokongan Penyelesaian Kuatkan pemeriksaan jenis semasa masa membina, yang membawa kepada pengurangan kualiti dan ralat kod yang lebih baik.

Rangka kerja berlapis Autogen:

Rangka kerja baru menggunakan reka bentuk berlapis, memudahkan pembangunan dengan membenarkan pemaju memberi tumpuan kepada keperluan khusus. Tiga lapisan adalah:

• Lapisan teras: "enjin" asas yang menyediakan alat penting untuk sistem agentik yang didorong oleh peristiwa.
Lapisan AgentChat AgentChat:
• Lapisan yang mesra pengguna, yang didorong oleh tugas yang menawarkan API peringkat tinggi untuk sembang kumpulan, pelaksanaan kod, dan ejen pra-dibina. Lapisan ini mengekalkan struktur yang sama dengan V0.2 untuk penghijrahan yang lebih mudah. ​​
Lapisan sambungan:
• memudahkan penambahan ciri dan integrasi dengan alat luaran, termasuk antara muka teras dan integrasi pihak ketiga (seperti Azure dan Openai).

Alat pemaju yang difokuskan:

Autogen v0.4 Termasuk:

Bench Autogen:
• untuk prestasi ejen penanda aras merentasi pelbagai tugas dan persekitaran.
Autogen Studio:
• Antara muka kod rendah untuk prototaip ejen AI Rapid, yang menampilkan kemas kini masa nyata, kawalan pertengahan, maklum balas interaktif, aliran mesej visual, dan pembina drag-and-drop.
berhijrah ke v0.4:

Microsoft telah menyelaraskan proses penghijrahan untuk pengguna v0.2. Persamaan struktur AgenChat API meminimumkan gangguan, sementara ciri -ciri baru seperti mesej streaming dan penjimatan kemajuan tugas meningkatkan peningkatan.

Arahan Masa Depan:

komitmen berterusan Microsoft termasuk memperluaskan sokongan bahasa, membangunkan aplikasi dan sambungan khusus domain, dan memupuk sumbangan masyarakat melalui pembangunan sumber terbuka.

Kesimpulan:

Autogen v0.4 mewakili lonjakan yang ketara ke hadapan dalam agentik AI, menangani batasan sebelumnya dan memperkenalkan keupayaan baru yang kuat. Sama ada membina sistem AI yang mudah atau kompleks, Autogen v0.4 menawarkan asas yang mantap dan boleh disesuaikan.

Atas ialah kandungan terperinci Autogen v0.4: Memudahkan Agentic AI untuk pemaju di mana -mana - Analytics Vidhya. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!