微软重磅开源Magentic-UI！

微软研究院近期开源了 Magentic-UI，这是一款创新的 Web 智能体，专为提升人机协作体验而设计。与传统的自动化工具不同，Magentic-UI 强调 透明性、可控性和用户主导，让 AI 不再是“黑箱”，而是可干预、可调整的智能助，Magentic-UI 是一个基于多智能体系统的人机协作网页任务自动化工具。

微软开源 Magentic-UI：让 AI 智能体更透明、可控、协作

Magentic-UI 可以执行需要浏览 Web、编写和执行 Python 和 shell 代码以及理解文件的任务。其主要特点包括：

• 与用户协作规划 （共同规划）。Magentic-UI 允许用户通过计划编辑器或在 Magentic-UI 执行任何作之前提供文本反馈来直接修改其计划。

• 与用户协作执行（共同任务）。用户可以暂停系统并以自然语言提供反馈，或者通过直接控制浏览器来演示它。

• 人机交互（动作防护装置）确保安全。Magentic-UI 在执行可能不可逆的作之前寻求用户批准，用户可以指定 Magentic-UI 需要批准的频率。此外，Magentic-UI 被沙盒化，以便浏览器和代码执行程序等工具的安全运行。

• 人机协同带来安全性。Magentic-UI 在执行可能不可逆的作之前寻求用户批准，用户可以指定 Magentic-UI 需要批准的频率。此外，Magentic-UI 被沙盒化，以便浏览器和代码执行程序等工具的安全运行。

• 从经验中学习（计划学习）。Magentic-UI 可以从以前的交互中学习并保存计划，以提高未来任务的任务完成率。

核心架构特点

Magentic-UI 是一个基于多智能体系统的人机协作网页任务自动化工具 README.md:69-73 。系统包含四个专门的智能体：

• Orchestrator（决策中枢）：负责与用户协同规划、决定何时请求用户反馈，并将子任务委派给其他智能体。

• WebSurfer（网页浏览器）：配备网页浏览器，可以点击、输入、滚动和访问页面。

• Coder（编程器）：配备 Docker 代码执行容器，可以编写和执行 Python 和 shell 命令。

• FileSurfer（文件浏览器）：配备文件转换工具，可以定位文件、转换为 markdown 格式并回答相关问题。

人机协作特点：

• 协同规划：用户可以通过规划编辑界面与系统交互，添加、删除、编辑和重新生成步骤。

• 执行控制：用户可以暂停计划执行并发送额外请求或反馈，也可以配置智能体操作是否需要批准。

• 透明度：所有中间进度步骤都清晰地显示给用户。

技术特点

• 基于 AutoGen 框架：扩展了 AutoGen 的多智能体能力，增加了专门的网页浏览功能。

• Playwright 集成：通过 Playwright 提供真实的浏览器控制能力。

• 内存系统：支持从以往任务中学习，可以检索和重用相关计划。

• 多语言支持：主要设计和测试使用英语，其他语言性能可能有所不同。

对比维度	传统AI智能体	Magentic-UI
控制模式	全自动或全手动	分级可控自动化
透明度	黑箱或有限日志	交互式执行图谱
安全架构	单一权限控制	沙箱隔离+白名单
学习机制	离线批量训练	在线计划学习
人机交互	单向指令传递	协同规划与编辑
部署复杂度	需要专业运维	渐进式采用路径

🔗 参考连接

• https://github.com/microsoft/magentic-ui

• https://magnet-ui.netlify.app/

• https://www.microsoft.com/en-us/research/blog/magentic-ui-an-experimental-human-centered-web-agent/?utm_source=ai-bot.cn

• https://mp.weixin.qq.com/s/Bg200T6miNbh3z9RNsmYAA