本文较长，建议点赞收藏。更多AI大模型应用开发学习视频及资料，在这里。
今天讲第4课，用Microsoft Autogen做一个多角色Agent应用。
Autogen是AI Agent框架里的常青树，简称AG，两年前发布，现在项目还处于活跃状态。
Autogen刚开始主要以自动化编码为主，后来发展了一个综合性的Agent开发框架，他的优势在于兼容性好、有Web界面支持（AutoGen Studio）、使用简单、大厂品牌等。
一、案例介绍
本篇做一个具有两个角色的应用，一个角色擅长解数学题，另一个角色专注于化学知识解答，那推而广之，我们就可以做一个所有学科都优秀的Agent应用了。
二、条件准备
首先要有大模型，我们用Ollama软件解决，然后要有Python环境，我们用Miniconda，这两样在【连载】零基础跟我学做AI Agent（第1课：环境安装）有详细说明，按步骤装即可。
还有一个重点要讲的地方，就是本例用OpenAI接口接入Ollama部署的qwen3模型，但那个接口只认OpenAI的模型，这里有个技巧，就是把qwen3复制一份变成gpt-3.5-turbo，这样接口就能认了，用起来没区别。具体命令为：
bash
ollama cp qwen3 gpt-3.5-turbo三、源代码
如果在手机上不易查看，请到 的chapter-x-0base下载代码和操作步骤。
ini
import asyncio
from autogen_agentchat.agents import AssistantAgent
from autogen_agentchat.tools import AgentTool
from autogen_agentchat.ui import Console
from autogen_ext.models.openai import OpenAIChatCompletionClient
async def main() -> None:
model_client = OpenAIChatCompletionClient(
model="gpt-3.5-turbo",
base_url="http://localhost:11434/v1",
api_key="EMPTY"
)
# 创建数学专家助手
math_agent = AssistantAgent(
"math_expert",
model_client=model_client,
system_message="你是一名数学专家。",
description="数学专家助手。",
model_client_stream=True,
)
math_agent_tool = AgentTool(math_agent,
return_value_as_last_message=True)
# 创建化学专家助手
chemistry_agent = AssistantAgent(
"chemistry_expert",
model_client=model_client,
system_message="你是一名化学专家。",
description="化学专家助手。",
model_client_stream=True,
)
chemistry_agent_tool = AgentTool(
chemistry_agent, return_value_as_last_message=True)
# 创建主助手，可使用专家工具
agent = AssistantAgent(
"assistant",
system_message="你是一个通用助手。需要时请使用专家工具。",
model_client=model_client,
model_client_stream=True,
tools=[math_agent_tool, chemistry_agent_tool],
max_tool_iterations=10,
)
# 运行任务
await Console(agent.run_stream(task="x^2的积分是什么？"))
await Console(agent.run_stream(task="水的分子量是多少？"))
asyncio.run(main())四、运行
1、环境安装
ini
# 创建虚拟环境
conda create -n part04 python=3.13 -y
# 激活虚拟环境
conda activate part04
# 安装依赖库
pip install autogen-agentchat==0.7.5 autogen-ext[openai]==0.7.5 -i https://pypi.mirrors.ustc.edu.cn/simple2、运行程序
python agent_autogen.py3、运行结果
未完待续！
学习资源推荐
如果你想更深入地学习大模型，以下是一些非常有价值的学习资源，这些资源将帮助你从不同角度学习大模型，提升你的实践能力。
本文较长，建议点赞收藏。更多AI大模型应用开发学习视频及资料，在这里。