AutoGen: MicrosoftのオープンソースフレームワークでLLMエージェント同士が会話する

Name

Jennie Rose

Published on 2023/11/10

マイクロソフトによって提供されるマルチエージェントシステムの未来へようこそ。もし複雑なワークフローに取り組んでおり、簡素でありながらパワフルなソリューションを求めている場合、AutoGenが解決策です。本記事は、この画期的なフレームワークを理解するための包括的なガイドとなることを目指しています。主要な機能からインストール方法まで、広範な内容を網羅します。

AIが私たちの日常生活の一部となっている世界において、AutoGenは革新性と実用性を兼ね備えた存在となっています。AI愛好家、開発者、技術の次のビッグなものに興味を持っている人、どんな人でもこの記事は役に立つでしょう。AutoGenの細かい詳細について掘り下げ、啓発的な旅に備えて準備しましょう！

最新のLLMニュースを学びたいですか？最新のLLMリーダーボードをチェックしてください！

AutoGenとは、マルチエージェントシステムの未来

AutoGen (opens in a new tab)は、マイクロソフトが開発した画期的なフレームワークで、私たちがマルチエージェントシステムについて考え、実装する方法を革新することを目指しています。簡単に言えば、複数のAIエージェントが会話や協力をして複雑なタスクを解決できるツールキットです。しかし、他のマルチエージェントフレームワークとAutoGenの違いは、大規模な言語モデル（LLM）と人間の参加をシームレスに統合している点です。

• マルチエージェントシステム: 複数のエージェントがタスクを解決するために相互作用するシステムです。エージェントはソフトウェアエンティティまたは人間の存在です。
• 大規模な言語モデル（LLM）: 人間のようなテキストの理解や生成を目的として、広範なデータセットで訓練されたAIモデルです。

AutoGenの仕組みは？

AutoGenのアーキテクチャの説明

AutoGenのマルチエージェント会話フレームワークは、システム全体のバックボーンとして機能します。これは、大規模な言語モデル（LLM）、さまざまなツール、さらには人間の参加さえも統合する柔軟で堅牢なプラットフォームとして設計されています。このアーキテクチャにより、AutoGenは非常に多目的に利用できるため、さまざまなタスクやプロジェクトに適しています。

• エージェントの種類: AutoGenは、さまざまな種類のエージェントをサポートしており、それぞれに独自の責任と機能があります。これにより、高度にモジュラーでカスタマイズ可能なシステムが実現できます。

• 会話パターン: このフレームワークは、1対1、グループ、階層的な会話など、さまざまな会話パターンをサポートしています。この柔軟性により、複雑なワークフローを簡単にオーケストレーションすることが可能になります。

• LLMとの統合: AutoGenは大規模な言語モデルとシームレスに連携するように構築されており、マルチエージェントシステム内で高度な自然言語理解と生成の機能を提供します。

AutoGenのカスタマイズ可能なエージェント

AutoGenは、特定の役割と機能を持つエージェントを作成できるようにすることで、カスタマイズ性をさらに高めています。これにより、データ分析から顧客サービスまで、様々なタスクを実行するエージェントを作成することができます。AutoGenの美しさは、各エージェントの役割と責任をプロジェクトのニーズに合わせて定義できることです。

• 役割ベースのエージェント: エージェントには、それが実行するタスクに基づいて役割を割り当てることができます。例えば、『データアナリスト』エージェントと『顧客サービス』エージェントを協力させることができます。

• 機能: 各エージェントは、特定の機能を実行するようにプログラムすることができます。これにより、各エージェントが専門的で効率的な役割を果たすことが保証されます。

AutoGenの会話モード

AutoGenの最も興味深い機能の一つは、様々な会話モードのサポートです。これらのモードは、エージェント同士や潜在的には人間との相互作用方法を定義します。このフレームワークでは、1対1の会話、グループチャット、他のエージェントのアクションを監督する階層的な会話などをサポートしています。

• 1対1の会話: 特定のタスクを実行するために2つのエージェントが直接対話します。

• グループチャット: 複数のエージェントが参加し、より複雑な問題を解決するために協力します。

• 階層的な会話: 一部のエージェントが監督役を務め、他のエージェントのアクションを監視し、タスクが効率的に完了するようにします。

API 互換性: 移行を容易にする

OpenAIのAPIにすでに慣れている場合、AutoGenへの移行は簡単です。AutoGenはOpenAIのCompletion APIやChatCompletion APIのドロップイン置換を提供しています。これにより、コードの大部分を書き直すことなく、簡単に2つのAPI間を切り替えることができます。

• シームレスな移行: ゼロから始める必要はありません。既存のコードをAutoGenと連携させることは簡単に行うことができます。

• コスト効果: 既存のAPIとの互換性を提供することで、AutoGenは学習に新しいシステムへの投資をする必要がなくなるため、時間とお金を節約します。

AutoGenの始め方: ステップバイステップのチュートリアル

環境のセットアップ

コードに入る前に、環境をセットアップする必要があります。AutoGenはpipやDockerを介してインストールすることができます。今回はpipを使用します:

pip install autogen

エージェントの初期化

AutoGenでは様々なタイプのエージェントを作成することができます。この例では、AssistantAgentとUserProxyAgentを初期化します。

from autogen import AssistantAgent, UserProxyAgent, config_list_from_json
 
# 環境変数またはファイルからLLM推論エンドポイントをロードする
config_list = config_list_from_json(env_or_file="OAI_CONFIG_LIST")
assistant = AssistantAgent("assistant", llm_config={"config_list": config_list})
user_proxy = UserProxyAgent("user_proxy", code_execution_config={"work_dir": "coding"})

このコードの断片では、AssistantAgentは役割"assistant"で初期化され、UserProxyAgentは役割"user_proxy"で初期化されます。config_list_from_json関数はLLM推論エンドポイントをロードするために使用されます。

エージェント間でのチャットの開始

エージェントが初期化されたら、エージェント間でチャットを開始することができます。ここでは、UserProxyAgentがAssistantAgentとのチャットを開始し、NVDAとTESLAの株価の変動のチャートを年初来 (YTD) でプロットするよう依頼します。

user_proxy.initiate_chat(assistant, message="NVDAとTESLAの株価の変動のチャートを年初来でプロットしてください。")

このコードはuser_proxyエージェントとassistantエージェントの間でチャットを開始します。メッセージは、assistantエージェントが実行すべきタスクを指定します。

高度な使用法: AutoGenでのテストの実行

AutoGenにはさまざまなテストスクリプトが付属しており、機能をより理解するために使用することができます。以下はAutoGenのGitHubリポジトリで利用可能なテストスクリプトに基づくいくつかの例です:

AutoGenを使用した2つのエージェントの相互作用

このテストでは、2つのエージェントがAutoGenフレームワーク内で相互作用する方法を示しています。コードではAssistantAgentとUserProxyAgentを初期化し、それらの間でチャットを開始します。

# twoagent.pyからのコードスニペット
from autogen import AssistantAgent, UserProxyAgent, config_list_from_json
 
config_list = config_list_from_json(env_or_file="OAI_CONFIG_LIST")
assistant = AssistantAgent("assistant", llm_config={"config_list": config_list})
user_proxy = UserProxyAgent("user_proxy", code_execution_config={"work_dir": "coding"})
user_proxy.initiate_chat(assistant, message="NVDAとTESLAの株価の変動のチャートを年初来でプロットしてください。")

AutoGenでの関数呼び出しのテスト

このテストスクリプトでは、AutoGenフレームワーク内で関数呼び出しを行う方法を示しています。

# test_function_call.pyからのコードスニペット
from autogen import function_call
 
result = function_call("your_function_here", args={"arg1": "value1", "arg2": "value2"})

この例では、function_callを使用してarg1とarg2の引数を持つyour_function_hereという名前の関数を呼び出します。

より多くの例については、公式のAutoGen GitHub (opens in a new tab)をチェックしてください。

結論

AutoGenは単なるマルチエージェントフレームワークではありません。それは革命的なシステムであり、マルチエージェントシステムについての考え方と実装方法を再定義すると約束しています。幅広い機能、シームレスな統合能力、そして広範な影響力の可能性により、AutoGenは間違いなく探求する価値のあるフレームワークです。

複雑なワークフローを簡素化したい開発者やイノベーションを追求する業界のリーダー、どなたにとってもAutoGenは何かしらの価値を提供しています。なぜ待つ必要がありますか？AutoGenの世界に飛び込んで、マルチエージェントシステムの未来を今日から発見しましょう！

最新のLLMニュースを知りたいですか？最新のLLMリーダーボードをチェックしてください！