根据用户需求动态生成专家AI代理团队并导入Autogen运行

方案简介

AutoGroq 是一款开源工具（MIT License），用于颠覆传统 AI 代理的构建方式。传统做法是预先创建代理来应对预期的问题，而 AutoGroq 以用户需求的自然语言描述为依据，动态生成最适合该需求的专家 AI 代理团队，免去手动配置。

该方案把 AutoGroq（动态代理生成与界面）、Autogen（多代理运行框架）、Streamlit（Web 界面运行时）以及 Groq / ChatGPT / Ollama 等多种 LLM 后端组合起来：用户输入问题后，系统自动改写提示词、生成专家代理，并在对话中提取代码片段展示到 "Whiteboard" 区域，最终可将代理、技能、工作流一键批量导入 Autogen 使用。

适合希望快速搭建多代理协作系统、又不想写代码的开发者和非编程用户。README 提到其用户群体为近 8000 名开发者，并提供在线 Beta 演示与视频教程。

亮点与能力

• 动态专家代理生成：自动创建各领域专家代理，为提问提供最相关的支持
• 动态工作流生成：几分钟内即可获得定制专家团队
• 自然对话流：与专家代理进行直观、有上下文感知的对话
• 代码片段提取：智能提取代码并在 "Whiteboard" 区域展示，便于引用、复制或修改
• 灵活的代理管理：按项目需要添加、修改或删除专家代理
• 高级提示词改写：用 NLP 技术改写用户输入，提升清晰度与回答准确性
• 批量文件导入 Autogen：一键将多个代理、技能和工作流导入 Autogen
• 多 LLM 支持：支持 Groq、ChatGPT、Ollama 等，还可自建 provider model 接入偏好的 LLM
• 技能集成：把有效的技能文件放入 skills 文件夹即可自动供代理使用
• 技能生成：新近加入的 Skill Generation 功能

组成与分工

• AutoGroq：核心工具，根据用户需求语法动态生成专家代理、工作流与技能集，提供对话界面、提示词改写与代码片段提取
• Autogen：多代理运行框架，AutoGroq 将生成的代理、技能、工作流批量导入其中执行
• Streamlit：Web 应用运行时，用于启动 AutoGroq 的交互界面（main.py）
• Groq / ChatGPT / Ollama：可插拔的 LLM 后端，驱动代理生成与对话，也支持自定义 provider model
• Mini-conda：创建隔离的 Python 3.11 虚拟环境并安装依赖

前置要求

• 先安装 Autogen（README 推荐 Matt Berman 的视频教程：https://www.youtube.com/watch?v=mUEFwUU0IfE）
• 安装 Mini-conda：https://docs.anaconda.com/free/miniconda/miniconda-install/
• Python 3.11（通过 conda 创建环境指定）

实施步骤

按 README 的 Getting Started 步骤，在命令提示符中依次执行：

1. 创建项目目录

md c:\AutoGroq
cd c:\AutoGroq

2. 创建并激活 conda 环境（Python 3.11）

conda create -n AutoGroq python=3.11
conda activate AutoGroq

3. 克隆仓库并安装依赖

git clone https://github.com/jgravelle/AutoGroq.git
cd AutoGroq
pip install -r requirements.txt

4. 启动应用

streamlit run c:\AutoGroq\AutoGroq\main.py

安装 Autogen 需先按上述视频教程完成。

使用与配置要点

本地配置

1. 在 config.py 同目录新建 config_local.py
2. 将 config_local.py.example 的内容复制进去
3. 按你的环境（如 API keys 和 URLs）修改其中的值
4. 保存文件

注意：config_local.py 不被 Git 跟踪，拉取仓库更新时你的自定义配置不会被覆盖。

日常使用流程

1. Initiation：在输入区输入你的问题或请求
2. Engagement：点击 "Begin" 按钮，AutoGroq 会改写你的请求并生成相应的专家代理
3. Interaction：选择一个专家代理获取定制协助
4. Dialogue：继续对话，补充输入或上下文，引导信息流向
5. Review："Discussion" 区域显示对话历史，"Whiteboard" 区域展示提取的代码片段
6. Reset：点击 "Reset" 按钮随时清空对话重新开始

也可以直接使用在线 Beta 演示：https://autogroq.streamlit.app/

注意事项与常见问题

• 配置必须写在 config_local.py（从 config_local.py.example 复制而来），不要直接改 config.py
• config_local.py 不被 Git 跟踪，更新仓库不会覆盖本地配置，但也意味着该文件需手动创建
• 技能扩展的前提是放入 skills 文件夹的是有效的技能文件（valid skill file），才能被代理自动使用
• 需要先独立安装 Autogen（README 指向外部视频教程）和 Mini-conda，环境依赖链较长
• 项目基于 MIT License 开源，修改版需注明派生自原作并保留原作者署名

优缺点

• ✓ 无需编程即可配置代理团队
• ✓ 支持Groq/ChatGPT/Ollam
• ✕ 需先安装Autogen环境
• ✕ 配置依赖本地文件修改

出处

本方案挖掘自开源项目 jgravelle/AutoGroq，方案内容与实施命令均来自其 README 原文。