autogen

AutoGen エキスパートスキル

このスキルは、Python 3.10 以降の AutoGen AgentChat 0.7.5 API を対象としています。AutoGen（Microsoft Research による）は、会話型マルチエージェント AI のフレームワークです。明示的なグラフトポロジーを使う LangGraph や、役割ベースのクルーを使う CrewAI とは異なり、AutoGen ではエージェント間の会話がオーケストレーションの基本要素です。エージェントは構造化されたチャットを通じて通信し、グループチャットのルーティング、人間からの入力、コード実行に対応するパターンが組み込まれています。

中核となるパラダイム

from autogen_agentchat.agents import AssistantAgent
from autogen_agentchat.ui import Console
from autogen_ext.models.openai import OpenAIChatCompletionClient

model_client = OpenAIChatCompletionClient(model="gpt-4o-mini")

assistant = AssistantAgent(
    name="assistant",
    system_message="You are a helpful assistant.",
    model_client=model_client,
)

AgentChat 0.7.5 における役割分担： UserProxyAgent は人間を表し、input_func を通じて応答を取得します。CodeExecutorAgent は CodeExecutor を使ってコードブロックを実行します。これらは別々のエージェントであり、どちらも従来の human_input_mode オプションを受け付けません。

中核となる原則

1. 会話がオーケストレーションの基本要素です。 エージェントはメッセージを送り、返信を受け取り、会話の構造によってワークフローが決まります。
2. 人間からの入力とコード実行は分けてください。 人間の参加者には UserProxyAgent を、コードには CodeExecutor と組み合わせた CodeExecutorAgent を使います。
3. GroupChat がエージェント間のルーティングを行います。 RoundRobinGroupChat は固定順序で交代し、SelectorGroupChat は LLM を使って次の発言者を選びます。
4. ネストされたチャットで作業を委任します。 エージェントは専門エージェント間のサブ会話を開始し、その結果を返せます。
5. 安全にコードを実行するには Docker を使います。 ローカルでのコード実行（LocalCommandLineCodeExecutor）では、LLM が生成したコードがマシン上で実行されます。本番環境では Docker を使ってください。
6. キャンセルトークンでエージェントの暴走を止められます。 長時間実行されるタスクには、必ず CancellationToken を渡してください。

はじめに

すでにあるもの...	まずはこちら
何もない — AutoGen を試している	アシスタントチャットを作成するか、人間の UserProxyAgent を含むチームを作成する
連携が必要なエージェント	複数のエージェントで GroupChat を構築する
コード実行が必要なエージェント	Docker コード実行ツールを設定する
複雑なマルチステップタスク	サブタスクにネストされたチャットを使う

クイックリファレンス

タスク	方法	リファレンス
Human-in-the-loop チャット	AssistantAgent + UserProxyAgent	references/agent-types.md
マルチエージェントグループ	RoundRobinGroupChat を使った GroupChat	references/group-chat.md
コード実行	DockerCommandLineCodeExecutor	references/code-execution.md
ツール連携	register_function() または @tool	references/tool-integration.md
ネストされたチャット	AgentTool またはツールから実行するチーム	references/conversation-patterns.md
キャンセル	CancellationToken	references/conversation-patterns.md
MCP ツール	McpWorkbench	references/tool-integration.md

フレームワーク選択ガイド

シナリオ	選択するもの	理由
会話主導のマルチエージェント	AutoGen	エージェント間のネイティブなチャットをオーケストレーションに使う
役割ベースのマルチエージェントチーム	CrewAI	Role／Goal／Backstory がネイティブな抽象化である
ステートマシン型マルチエージェント	LangGraph	グラフトポロジー、サブグラフ、human-in-the-loop に対応する
チェーン／エージェントの構成	LangChain	汎用チェーン向けの LCEL パイプ演算子を使う

参考ファイル

参考資料	読み込むタイミング	ファイル
エージェントの種類	AssistantAgent、UserProxyAgent	references/agent-types.md
会話パターン	送受信、ネストされたチャット、キャンセル	references/conversation-patterns.md
グループチャット	RoundRobin、Selector、MagenticOne	references/group-chat.md
コード実行	Docker、ローカル、キャンセルトークン	references/code-execution.md
ツール連携	register_function、@tool、MCP 連携	references/tool-integration.md
v0.4 への移行	v0.2->v0.4 への移行、AgentTool、ストリーミング、終了	references/v04-migration.md
検証監査	すべての API に関する主張の調査と検証	references/validation-audit.md
FAQ とトラブルシューティング	よくあるエラーと解決方法	references/faq-and-troubleshooting.md

このスキルのディレクトリから python -m pip install -r requirements.txt を実行し、テンプレートで使用されている正確なパッケージバージョンをインストールしてください。コード実行の例では Docker を使用しており、Docker デーモンが正常に動作している必要があります。

テンプレート

テンプレート	使用する場面	ファイル
2 エージェントのチャット	アシスタントと人間による入力	templates/two-agent-chat.py
グループチャット	発話者のルーティングを行うマルチエージェントチーム	templates/group-chat.py
コード実行エージェント	アシスタントと Docker を利用するコード実行器	templates/code-execution.py

トラブルシューティング

症状	考えられる原因	対処方法	参考資料
エージェントが無限にループする	チームの終了条件がない	MaxMessageTermination などの TerminationCondition を追加する	references/conversation-patterns.md
コードの実行に失敗する	Docker が起動していない	Docker を起動するか、LocalCommandLineCodeExecutor を使用する	references/code-execution.md
ネストされたチャットが返ってこない	キャンセルトークンが渡されていない	タイムアウトを設定して CancellationToken を渡す	references/conversation-patterns.md
v0.2 のコードが動作しない	v0.4 で API が変更された	移行ガイドに従う	references/faq-and-troubleshooting.md
GroupChat の発話者選択がループする	次の発話者が明確でない SelectorGroupChat を使用している	順序が固定されている場合は RoundRobinGroupChat を使用する	references/group-chat.md
UserProxyAgent が入力を待ち続ける	人間の参加者であり、input_func が入力を待っている	適切な入力関数を渡すか、自動化されたエージェントを使用する	references/agent-types.md

AutoGen を使用しないほうがよい場合

• 単純な単一エージェントのタスク — 過剰な構成になるため、直接 API 呼び出しを使用してください
• グラフを細かく制御する必要がある — LangGraph を使用してください
• 固定されたプロセスを持つロールベースのチームが必要 — CrewAI を使用してください
• チェーンの合成が必要 — LangChain LCEL を使用してください