AG2翻译站点

AG2 是 AG2AI 维护的开源多智能体编程框架，Apache-2.0 许可，官方定位为”Open-Source AgentOS for AI Agents” 。

它起源于 Microsoft AutoGen 0.2——2024 年 11 月原作者团队分叉出来独立演进，2026 年 7 月 27 日发布 v1.0，协议驱动框架成为顶层包 ag2，经典 autogen.* 命名空间和 ConversableAgent/GroupChat 等类迁移到独立的 ag2-classic 仓库继续维护 。

AG2 旨在简化多智能体 AI 的开发与研究，提供支持智能体互相交互、各种 LLM 接入、工具调用、自主与人机协同工作流、多智能体对话模式等能力 。它是 Agent 框架分类中“对话驱动多智能体”的代表作，与 LangGraph（已收录，图式有状态编排）、CrewAI（已收录，角色分工）、MAF（已收录，微软官方生产级多智能体框架）、OpenManus（新增，通用智能体框架）形成清晰的差异化。

产品概述

AG2 的故事是 2025-2026 年 Agent 框架生态最大的一次”分叉与重组”：AutoGen 最初是 Microsoft Research 项目，因 0.2→0.4 的不兼容重写引发社区分裂；2024 年 11 月原作者团队 fork 出 AG2 延续 0.2 的对话式架构；2025 年 10 月 Microsoft 将 AutoGen 与 Semantic Kernel 合并为 Microsoft Agent Framework（MAF）并进入维护模式 ；2026 年 7 月 AG2 发布 v1.0，协议驱动框架成为顶层包。

核心定位哲学：

官方 GitHub 描述开宗明义——”AG2 is an open-source programming framework for building AI agents and facilitating cooperation among multiple agents to solve tasks” 。三个不可妥协的设计原则：

• 对话即原语（Classic）：智能体通过消息互相交互，角色从对话历史中涌现，而非预先声明——这是与 CrewAI（角色分工）、LangGraph（图式编排）、MAF（typed-graph workflows）最根本的架构差异
• 协议驱动（v1.0+）：AG2 v1.0 引入 Network hub + 四种 typed channels（conversation / consulting / discussion / workflow），将”哪个智能体现在可以说话”从 prompt engineering 问题变为 routing 问题
• 开放治理：AG2 在 Apache-2.0 许可下由社区维护，不绑定单一厂商路线图

它做什么 / 不做什么（关键归类）：

• ✅ 做：作为 Python 框架安装到你的环境中 → 写代码定义 Agent、配置 LLM 提供商 → 通过 GroupChat（Classic）或 Network（v1.0+）编排多智能体对话 → 调用工具、执行代码、接入人机协同 → 在你的 Python 进程内运行
• ❌ 不做：不提供独立 SaaS 服务、不生成 Embeddings、不做业务级 RAG 编排（是 Agent 的底层框架）；本身不是独立”服务”，而是嵌入你应用的库
• 本质是开源多智能体框架：它必须 pip install 安装、配置 API Key、写 Python 代码调用——与 AutoGPT（有可视化 Platform 服务）、Pinecone（有独立 SaaS）有本质区别。

技术架构：

• 实现语言：Python，要求 >= 3.10
• 包名与导入：
  • v1.0+：pip install ag2，import ag2，核心类 Agent
  • Classic（AG2 < 1.0 或 pip install ag2-classic）：import autogen，核心类 ConversableAgent/GroupChat
• AG2 v1.0 架构：
  • Network hub：多智能体协作的协调中心
  • 四种 typed channels：conversation（开放对话）、consulting（问答）、discussion（辩论）、workflow（结构化交接）
• AG2 Classic 架构​ ：
  • ConversableAgent：基础类，能发送/接收消息，用 GenAI 模型、非 GenAI 工具或人类输入生成回复
  • AssistantAgent：基于 LLM 生成回复
  • UserProxyAgent：人类输入代理，可自动执行代码
  • GroupChat / GroupChatManager：多智能体群聊与消息路由（round-robin 或 LLM 自动选择）
  • Orchestration patterns：swarms、nested chats、sequential chats
• 接口：Python API（async 优先，v1.0+ Agent.ask() 返回 AgentReply）
• 部署形态：作为库嵌入你的 Python 应用 → 本地脚本 / Jupyter Notebook / FastAPI 服务 / Docker 容器 / K8s 调度
• 能力矩阵：多 LLM 接入（OpenAI/Anthropic/Gemini/Ollama 等，通过 extras 安装）、工具调用、代码执行（可选 Docker 隔离）、人机协同、多智能体对话模式、A2A 协议支持（v0.10.0+）

许可策略：Apache-2.0 许可证 ，允许商用、修改、分发，与 Milvus/Qdrant/Vespa 同属最干净许可阵营。

版本与迁移关键事实：

⚠️ AG2 v1.0 不是经典 AutoGen 的就地升级：agent model、orchestration、imports 全部改变 。pip install ag2（v1.0+）不再提供 autogen 导入名和经典 agent 类。经典 API 在独立的 ag2-classic 仓库继续维护，通过 pip install ag2-classic 安装 。

这意味着：

• 新项目用 AG2 v1.0：pip install ag2[openai]，import ag2
• 已有 AutoGen 0.2 / AG2 < 1.0 代码：pip install ag2-classic，import autogen 不变

生态定位（2026 年三分天下）：

• AutoGen（Microsoft 官方）：2025 年 10 月起维护模式，仅修复 bug 和安全补丁，不再加新功能
• MAF（Microsoft Agent Framework）：微软官方继任者，2026 年 4 月 2 日 1.0 GA，MIT 许可，AutoGen + Semantic Kernel 合并
• AG2：社区开放治理路径，延续对话式架构，v1.0 重构为协议驱动框架

💡 与同层 Agent 框架的关键差异：

• vs MAF（已收录）：MAF 是微软官方把 AutoGen 与 Semantic Kernel 融合的生产级框架（1.0 GA 2026.4.2，MIT 许可，typed-graph workflows + handoff orchestration，Python/.NET 双语言，Azure AD/RBAC/SOC 2 企业特性）；AG2 是社区开放治理路径，经典对话式 API 在 ag2-classic 中延续，v1.0 重构为协议驱动 。选型规则：”当流程可预先知晓选 CrewAI；当智能体之间的协商本身就是工作选 MAF 或 AG2“
• vs CrewAI（已收录）：CrewAI 是角色分工式（声明角色/目标/工具，Process 决定流转）；AG2 Classic 是对话驱动式（GroupChat 中消息交换，角色从对话中涌现） 。AG2 v1.0 用四种 typed channels 把”哪个智能体现在可以说话”变成 routing 问题
• vs LangGraph（已收录）：LangGraph 是图式有状态编排（StateGraph + checkpointer + interrupt）；AG2 Classic 是对话历史驱动，AG2 v1.0 是 Network hub + typed channels
• vs OpenManus（新增）：OpenManus 是通用智能体框架产品（六层架构 + 工具链 + 可视化）；AG2 是对话驱动多智能体框架（开发者写代码编排）

核心能力

-对话驱动多智能体（Classic 基因）

• ConversableAgent：基础类，能发送/接收消息，用 LLM/工具/人类输入生成回复
• AssistantAgent：LLM 驱动，生成模型回复
• UserProxyAgent：人类输入代理，可配置 human_input_mode（NEVER/ALWAYS/TERMINATE），可自动执行代码
• GroupChat / GroupChatManager：多智能体群聊，speaker_selection_method 支持 round-robin、auto（LLM 选择）、custom function
• Orchestration patterns：swarms、nested chats（子流水线）、sequential chats
• 角色涌现：智能体角色从消息历史和 system prompt 中涌现，而非预先声明

-协议驱动框架（v1.0+）

• Network hub：多智能体协作的协调中心
• 四种 typed channels：
  • conversation：开放对话
  • consulting：问答
  • discussion：辩论
  • workflow：结构化交接
• Agent 核心类：from ag2 import Agent，async 优先，Agent.ask() 返回 AgentReply，文本内容在 reply.body
• OpenAIConfig：from ag2.config import OpenAIConfig，支持 per-request API key

-工具与代码执行

• 工具注册：Classic 通过 register_function；v1.0+ 通过 @tool 装饰器，plain Python functions
• 代码执行：Classic 通过 UserProxyAgent 的 code_execution_config（建议使用 Docker 隔离）；v1.0+ 可选 jupyter-executor
• 多 LLM 接入：通过 extras 安装——ag2[openai]、ag2[anthropic]、ag2[gemini]、ag2[ollama] 等

-人机协同

• Classic：UserProxyAgent 的 human_input_mode（NEVER/ALWAYS/TERMINATE）
• v1.0+：Human in the loop 通过暂停运行收集人工确认或缺失信息

-协议互操作

• A2A 协议：v0.10.0+ 引入原生 A2A（Agent-to-Agent）协议支持
• MCP 协议：通过 MCP 实现跨框架智能体互操作
• 开放治理：Apache-2.0 许可下由社区维护，欢迎全球开发者贡献

-增强 LLM 推理

• 多模型 LLM 配置：cache seeding、configurable termination conditions
• 推理优化：支持 enhanced LLM inference APIs 以提升性能与降低成本

优势亮点

• Apache-2.0 最干净许可：与 Milvus/Qdrant/Vespa 同属最宽松许可阵营，商用、修改、分发无限制
• AutoGen 0.2 的真正延续：社区开放治理路径，对话式多智能体基因完整保留
• v1.0 协议驱动重构：Network hub + 四种 typed channels，将”哪个智能体现在可以说话”从 prompt engineering 变为 routing 问题
• 双向兼容策略：v1.0 协议驱动框架（import ag2）+ Classic 独立仓库（pip install ag2-classic，import autogen）并行维护，存量代码零修改继续工作
• 对话即原语：GroupChat 中智能体自由辩论、协商，角色从对话中涌现——适合开放式研究、探索性任务
• 多 LLM 接入：OpenAI/Anthropic/Gemini/Ollama 等通过 extras 安装
• 代码执行：可选 Docker 隔离的代码执行能力，开发者编码助手场景开箱即用
• A2A + MCP 互操作：v0.10.0+ 原生 A2A 协议支持，与 MCP 一起实现跨框架智能体互操作
• 社区规模：AG2 仓库 4.8K+ Stars（v1.0 重写后），AutoGen 0.2 时代累积 42K+ Stars，Discord 社区 20,000+ 成员
• 与 MAF 差异化共存：MAF 是微软官方生产级路径（Azure 企业特性）；AG2 是社区开放治理路径（供应商中立）

局限

• v1.0 不向后兼容 Classic：pip install ag2（v1.0+）不再提供 autogen 导入名和 ConversableAgent/GroupChat 类，迁移需重写代码
• Classic 与 v1.0 双线并行：团队需明确选择 ag2（v1.0 协议驱动）还是 ag2-classic（Classic 对话驱动），概念模型不同
• 不是独立服务：AG2 是库，必须嵌入 Python 应用进程运行，无独立”SaaS 服务”形态（与 AutoGPT Platform、Pinecone 不同）
• 需自运维：生产部署需要自己封装 FastAPI/Flask + Docker + K8s，AG2 本身不提供托管服务
• 与 MAF 对比：MAF 有 Azure AD/RBAC/SOC 2 企业特性、Python/.NET 双语言、OpenTelemetry 原生可观测性；AG2 是企业特性需自集成
• 与 LangGraph 对比：LangGraph 已吃下约 40% 生产级 Agent 部署份额（Airbnb/Shopify/UnitedHealth 等），有 LangSmith 可观测性；AG2 生产验证规模相对较小
• 与 CrewAI 对比：CrewAI 角色分工式更适合流程可预先知晓的场景；AG2 对话驱动在开放式任务更强，但 token 开销更大
• AutoGen 生态分裂：Microsoft 官方 AutoGen 已进入维护模式，新功能只落在 MAF ；AG2 是社区路径，新模型接入/协议特性/安全控制可能滞后于 MAF
• 学习曲线：v1.0 的 Network hub + typed channels 是新概念；Classic 的 GroupChat 模式也需要理解对话驱动范式

适用人群

• AutoGen 0.2 存量用户：希望继续获得活跃功能更新（而非仅 bug 修复），通过 pip install ag2-classic 零修改延续代码
• 对话驱动多智能体需求：需要智能体自由辩论、协商、角色涌现的开放式研究与探索任务
• 供应商中立诉求：不愿绑定 Microsoft/Azure 生态的团队，AG2 在 Apache-2.0 下开放治理
• 协议互操作需求：需要通过 A2A/MCP 与其他框架智能体协作
• 学术与研究：多智能体交互模式研究，AG2 的经典对话式架构是最自然的实验台
• 新型项目选 v1.0：希望采用协议驱动框架（Network hub + typed channels）的团队
• 社区贡献者：AG2 欢迎全球开发者贡献

安装与部署

1. 环境要求

• Python >= 3.10（v1.0 要求；Classic 0.9.x 要求 >= 3.9, < 3.14）
• pip 包管理器
• 虚拟环境（推荐 venv）

2. 安装 AG2 v1.0（协议驱动框架）

# 创建虚拟环境
python3 -m venv .venv
source .venv/bin/activate

# 安装 AG2 + OpenAI 支持
# Windows/Linux:
pip install ag2[openai]
# Mac:
pip install 'ag2[openai]'

# 其他模型提供商
pip install ag2[anthropic]
pip install ag2[gemini]
pip install ag2[ollama]
pip install ag2[anthropic,cohere,mistral]

3. 配置 API Key

export OPENAI_API_KEY="your-api-key"
# 或 ANTHROPIC_API_KEY、GEMINI_API_KEY 等

4. AG2 v1.0 运行第一个智能体

import asyncio
from ag2 import Agent
from ag2.config import OpenAIConfig

agent = Agent(
    "assistant",
    prompt="You are a helpful assistant.",
    config=OpenAIConfig(model="gpt-4o-mini"),
)

async def main() -> None:
    reply = await agent.ask("Summarize the main differences between Python lists and tuples.")
    print(reply.body)

asyncio.run(main())

5. 安装 AG2 Classic（延续 AutoGen 0.2 API）

# 安装经典版
pip install ag2-classic

# 使用经典 API
from autogen import ConversableAgent, LLMConfig
import os

llm_config = LLMConfig.from_json(path="OAI_CONFIG_LIST")
assistant = ConversableAgent("assistant", llm_config=llm_config)
user_proxy = UserProxyAgent("user_proxy", code_execution_config={"work_dir": "coding", "use_docker": False})

user_proxy.run(assistant, message="Summarize the main differences between Python lists and tuples.").process()

6. AG2 Classic 多智能体群聊示例

import autogen
import os

llm_config = {"config_list": [{"model": "gpt-4o", "api_key": os.environ["OPENAI_API_KEY"]}]}

# 定义三个角色智能体
planner = autogen.AssistantAgent("Planner", system_message="You break down tasks into steps.", llm_config=llm_config)
coder = autogen.AssistantAgent("Coder", system_message="You implement the code.", llm_config=llm_config)
reviewer = autogen.AssistantAgent("Reviewer", system_message="You review code.", llm_config=llm_config)

user_proxy = autogen.UserProxyAgent("User",
    human_input_mode="NEVER",
    code_execution_config={"work_dir": "coding", "use_docker": False},
    is_termination_msg=lambda x: "TERMINATE" in x.get("content", "")
)

# GroupChat 编排多智能体
groupchat = autogen.GroupChat(
    agents=[user_proxy, planner, coder, reviewer],
    messages=[],
    max_round=12,
    speaker_selection_method="auto"  # LLM 自动选择下一个发言者
)

manager = autogen.GroupChatManager(groupchat=groupchat, llm_config=llm_config)
user_proxy.initiate_chat(manager, message="Build a REST API endpoint for user authentication.")

7. 生产部署参考架构

AG2 本身是库，生产部署需要将它嵌入你的服务：

# FastAPI 封装 AG2 智能体
from fastapi import FastAPI
from ag2 import Agent
from ag2.config import OpenAIConfig

app = FastAPI()

agent = Agent(
    "assistant",
    prompt="You are a helpful assistant.",
    config=OpenAIConfig(model="gpt-4o-mini"),
)

@app.post("/chat")
async def chat(message: str):
    reply = await agent.ask(message)
    return {"reply": reply.body}

# 容器化：Dockerfile 基于 python:3.12-slim
# 编排：K8s Deployment + Service
# 扩展：通过 replicas 横向扩展，AG2 无状态可多副本

8. 部署前必检清单

• 确认仓库位于 github.com/ag2ai/ag2（官方）
• 许可：Apache-2.0
• 严格属于 Agent 框架分类，“对话驱动多智能体”子类
• 官方定位：”Open-Source AgentOS for AI Agents”
• 开发方：AG2AI（AutoGen 原作者 Chi Wang、Qingyun Wu 等社区组织）
• 语言：Python，要求 >= 3.10
• 最新版本：v1.0（2026 年 7 月 27 日发布）
• v1.0 架构：Network hub + 四种 typed channels（conversation/consulting/discussion/workflow）
• Classic API：pip install ag2-classic，import autogen，ConversableAgent/GroupChat（在独立仓库 ag2ai/ag2-classic 维护）
• v1.0 不向后兼容 Classic：agent model、orchestration、imports 全部改变