服装设计基础如何优化关键词的排名
前言
越来越多的企业或者开发者需要搭建自己的ai应用和ai智能体，微软的autogen是近期热门的开源agent平台之一，相较于其他框架，autogen的源代码更简洁，分层的设计也方便扩展，官方也在不断迭代该框架，同时使用的是宽松的MIT协议，非常适合基于该框架开发自己的ai产品。
但是无论是官方文档，还是百度、谷歌，都没有很好的文章介绍如何配置autogen二次开发环境，如何debug前后端代码，因此有了本文。本文尽量让对python和autogen不熟悉的开发者，也可以用很短的时候配置好本地开发环境。
项目基本信息
autogen主要由这几个包组成：
- autogen-core最底层，包含了框架运行的底层代码，以及模型、工具、记忆等模块
- autogen-agent包含了agent、team、condition等模块
- autogen-studio是基于上面两个模块构建的可视化界面项目，前端使用的是react+typescript+ant design。autogen-studio只是有了最简单的界面，功能还不算很成熟，用户注册登录等功能都要开发者自己实现。
- autogen-ext是扩展模块，比如用户自己开发的工具、模型客户端，都可以放到ext包。
一般情况下，我们不需要对core和agent包做任何修改，只要修改studio或者ext包就可以，或者创建自己的包。
1、使用uv安装依赖
如果进入项目的某个“python”包（比如/python/packages/autogen-agentchat），然后运行pip install -e .，会（将pyproject.toml里）依赖的autogen-core安装到python环境中，用的不是源码。所以，一定一定要按下面的方式安装依赖：
在项目的python文件夹下的readme文件里有提到三个命令：
uv sync --all-extras
source .venv/bin/activate
poe checklinux/mac系统运行上面的三个命令即可（下载nvidia和torch等包比较慢），如果没有uv、poe,自行安装即可。
如果在windows上安装环境：
source .venv/bin/activate换成 .\.venv\Scripts\activate
2、设置pycharm的python interpreter
打开settings > project:autogen > python interpreter，
然后add python interpreter，选择select existing，python path选择：
/你的项目目录/autogen/python/.venv/bin/python
3、core包的debug
（core包这个源码更复杂一些，可以忽略，直接看下一章节）
进入core_async_human_in_the_loop文件夹。
需要先创建model_config.yml文件，填入以下内容：
provider: autogen_ext.models.openai.OpenAIChatCompletionClient
config:model: gpt-4o-miniapi_key: "你的apikey"base_url: "你的接口地址，比如https://xxxxx/v1"然后debug main.py.
4、agentchat的debug
Quickstart — AutoGen
在python/packages/autogen-agentchat/tests文件夹下创建test.py，把上面这个quickstart里的代码粘贴进去，修改OpenAIChatCompletionClient的api_key，增加base_url，即可debug运行。
比如输入提示词：whats the weather in hangzhou（就会使用工具进行回答）
创作不易，请动动小手，点赞或者收藏一下吧！！
5、studio的debug
官方的命令是在python/packages/autogen-studio目录下执行autogenstudio ui --port 8081 --reload
但是这样只能运行，不能debug。
5.1后端debug
右键cli.py，debug，会提示missing command，编辑运行配置，在Script parameters里填写：ui --port 8081 --reload，保存，重新debug即可。
访问http://127.0.0.1:8081/
5.2前端debug
安装依赖：yarn install
复制.env.default为.env
执行启动命令：npm run start
5.3autogen-studio的缺点
1、功能还不完善，注册登录、接口鉴权等都需要用户自己实现
2、安全问题：配置的工作流，是一个json文件，是前端要用的，也就意味着这个文件内容都是不安全的。比如里面可能包含了model client的api key等敏感信息，前端完全可以明文看到api key。
其他
如果需要了解team配置格式，可以看这里：python/packages/autogen-studio/notebooks/team.json
创作不易，请动动小手，点赞或者收藏一下吧！！
欢迎评论或者私信交流，互相学习！