AutoGen

만든 곳 Microsoft

Microsoft의 멀티 에이전트 대화 프레임워크. 현재 유지보수 전용 — 신규는 Microsoft Agent Framework 권장

웹사이트 ↗ 저장소 ↗ 문서 ↗

유지보수 전용6개월 이상 업데이트 없음python-v0.7.52025-09-30PythonMIT

#multi-agent #conversation #microsoft #python

59.9k 완전 무료 오픈소스

문서버전 1.0 · 업데이트 2026년 6월 28일

개요

AutoGen은 에이전트 간 대화로 멀티 에이전트 시스템을 만드는 Microsoft의 프레임워크입니다 — 이벤트 기반 코어와 상위 수준 AgentChat API로 구성됩니다.
2025년부터 유지보수 전용입니다. 기존 프로젝트는 계속 동작하지만, Microsoft는 신규 개발에 통합 제품인 Microsoft Agent Framework를 권장합니다.

flowchart LR
  task[task] --> a[AssistantAgent]
  a --> model[(model client)]
  model --> a
  a --> out[reply]

코드 샘플 탭에서 단일 에이전트 AgentChat 실행을 보여줍니다.

언제 쓰면 좋은가

기존 AutoGen 코드베이스나 대화 중심 멀티 에이전트 패턴에는 여전히 합리적입니다. 신규 프로젝트라면 Microsoft Agent Framework나 활발히 개발되는 CrewAI·LangGraph 같은 대안을 함께 검토하세요.

예제

Python · AgentChat

언제 쓰나

에이전트끼리 메시지를 주고받아 과제를 푸는 대화형 멀티 에이전트 앱에 쓰는 AgentChat API.

흐름

AssistantAgent가 모델 클라이언트를 감싸고, run이 대화를 진행해 메시지 목록을 돌려줍니다.

구조

flowchart LR
  task[task] --> a[AssistantAgent]
  a --> model[(model client)]
  model --> a
  a --> out[reply]

import asyncio
from autogen_agentchat.agents import AssistantAgent
from autogen_ext.models.openai import OpenAIChatCompletionClient

async def main():
    model = OpenAIChatCompletionClient(model="gpt-4o-mini")
    agent = AssistantAgent("assistant", model_client=model)
    result = await agent.run(task="Say hello in one short sentence.")
    print(result.messages[-1].content)

asyncio.run(main())

예제

AutoGen — 구현 샘플

실제로 실행 가능한 미니 프로젝트입니다. 받아서 Docker로 실행해 보세요.

GitHub에서 samples/autogen_1 보기 ↗

2026년 6월 28일

AutoGen — 구현 샘플

아주 작은 AutoGen (AgentChat) 샘플입니다. 단일 어시스턴트 에이전트가 과제 하나를 실행합니다.

참고: AutoGen은 유지보수 전용이며, Microsoft는 신규 작업에 Microsoft Agent Framework를 권장합니다.

설정

cd samples/autogen_1
cp .env.sample .env
# .env 편집: OPENAI_API_KEY 설정(필요하면 MODEL도)

Docker로 실행

cd samples/autogen_1
docker build -t aas-autogen .
docker run --rm --env-file .env aas-autogen "Say hello in one short sentence."

Docker로 실행 (DooD를 쓰는 devcontainer에서)

Docker-outside-of-Docker에서는 포그라운드 docker run이 아무것도 출력하지 않을 수 있습니다 — detached로 실행하고 로그를 따라가세요:

docker logs -f "$(docker run -d --env-file .env aas-autogen "Say hello in one short sentence.")"

로컬에서 실행

cd samples/autogen_1
pip install -r requirements.txt
python app.py "Say hello in one short sentence."

실행 결과

모델과 실행마다 결과가 달라집니다 — LLM은 비결정적입니다. gpt-4o-mini로 실행한 한 예입니다:

Hello!

파일

.env.sample

# Copy to `.env` and add your OpenAI API key.
#   cp .env.sample .env
OPENAI_API_KEY=

MODEL=gpt-4o-mini

app.py

"""AutoGen (AgentChat): a single assistant agent runs one task.

Run:
    docker build -t aas-autogen .
    docker run --rm --env-file .env aas-autogen "Say hello in one short sentence."
"""

import asyncio
import os
import sys

from dotenv import load_dotenv
from autogen_agentchat.agents import AssistantAgent
from autogen_ext.models.openai import OpenAIChatCompletionClient

load_dotenv()

MODEL = os.environ.get("MODEL", "gpt-4o-mini")


async def main() -> None:
    prompt = " ".join(sys.argv[1:]) or "Say hello in one short sentence."
    agent = AssistantAgent("assistant", model_client=OpenAIChatCompletionClient(model=MODEL))
    result = await agent.run(task=prompt)
    print(result.messages[-1].content)


if __name__ == "__main__":
    asyncio.run(main())

Dockerfile

FROM python:3.13-slim

ENV PYTHONUNBUFFERED=1

WORKDIR /app

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

COPY app.py .

ENTRYPOINT ["python", "app.py"]