AutoGen 的研究成果来自于 Microsoft、宾夕法尼亚州立大学和华盛顿大学的合作研究项目。

AutoGen 是一个框架，它允许使用可以互相对话的多个智能体来开发大型语言模型应用，以解决任务。AutoGen 智能体是可定制的、可对话的，并且可以无缝地允许人类参与。它们可以在使用大型语言模型、人类输入和工具的各种模式下运行。

AutoGen 通过最小的努力启用了基于多智能体对话的下一代大型语言模型应用的构建。它简化了复杂大型语言模型工作流的编排、自动化和优化。它最大化了大型语言模型的性能并克服了它们的弱点。

它支持复杂工作流的多样化对话模式。有了可定制和可对话的智能体，开发者可以使用 AutoGen 构建关于对话自主性、智能体数量和智能体对话拓扑的各种对话模式。

它提供了不同复杂度的工作系统集合。这些系统涵盖了从不同领域和复杂度的广泛应用。这展示了 AutoGen 如何轻松支持多样化的对话模式。

AutoGen 提供了增强的大型语言模型推理。它提供了像 API 统一和缓存这样的工具，以及高级使用模式，如错误处理、多配置推理、上下文编程等。