AgentChat を介して、プリセットされたエージェントを使用してアプリケーションを迅速に構築することができます。AgentChat はマルチエージェント・アプリケーションを構築するための高水準 API で、autogen-core パッケージの上に構築されています。初心者ユーザは、AgentChat が推奨される開始点です。

AutoGen AgentChat : クイックスタート

作成 : クラスキャット・セールスインフォメーション
作成日時 : 04/17/2025

* 本記事は github microsoft/autogen の以下のページを独自に翻訳した上でまとめ直し、補足説明を加えています :

• AutoGen AgentChat : Quickstart

* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

AutoGen AgentChat : クイックスタート

AgentChat はマルチエージェント・アプリケーションを構築するための高水準 API です。それは autogen-core パッケージの上に構築されています。初心者ユーザは、AgentChat が推奨される開始点です。上級者ユーザには、autogen-core のイベント駆動型プログラミングモデルが、基盤コンポーネントに対してより柔軟さや制御を提供します。

AgentChat は、事前設定された動作を持つ エージェント や マルチエージェント設計パターン が事前定義された チーム のような、直感的なデフォルト (機能) を提供します。

クイックスタート

AgentChat を介して、プリセットされたエージェントを使用してアプリケーションを迅速に構築することができます。これを例示するため、ツールを使用できる単一のエージェントを作成することから始めましょう。

まず、AgentChat と拡張パッケージをインストールする必要があります。

pip install -U "autogen-agentchat" "autogen-ext[openai,azure]"

この例は OpenAI モデルを使用していますが、他のモデルも同様に使用できます。単に model_client を希望のモデルやモデルクライアント・クラスに変更するだけです。

Azure OpenAI モデルと AAD 認証を使用するには、ここ の手順に従うことができます。To use other models, see Models.

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

# モデルクライアントの定義。`ChatCompletionClient` I/F を実装する他のモデルクライアントも使用可能。
model_client = OpenAIChatCompletionClient(
    model="gpt-4o",
    # api_key="YOUR_API_KEY",
)


# エージェントが使用可能な単純な関数ツールの定義。この例では、デモ目的で fake 天気ツールを使用。
async def get_weather(city: str) -> str:
    """Get the weather for a given city."""
    return f"The weather in {city} is 73 degrees and Sunny."


# モデル、ツール、システムメッセージ、そしてリフレクションを有効にして AssistantAgent を定義します。
# システムメッセージは自然言語でエージェントに指示します。
agent = AssistantAgent(
    name="weather_agent",
    model_client=model_client,
    tools=[get_weather],
    system_message="You are a helpful assistant.",
    reflect_on_tool_use=True,
    model_client_stream=True,  # Enable streaming tokens from the model client.
)


# Run the agent and stream the messages to the console.
async def main() -> None:
    await Console(agent.run_stream(task="What is the weather in New York?"))
    # Close the connection to the model client.
    await model_client.close()


# NOTE: if running this inside a Python script you'll need to use asyncio.run(main()).
await main()

---------- user ----------
What is the weather in New York?
---------- weather_agent ----------
[FunctionCall(id='call_bE5CYAwB7OlOdNAyPjwOkej1', arguments='{"city":"New York"}', name='get_weather')]
---------- weather_agent ----------
[FunctionExecutionResult(content='The weather in New York is 73 degrees and Sunny.', call_id='call_bE5CYAwB7OlOdNAyPjwOkej1', is_error=False)]
---------- weather_agent ----------
The current weather in New York is 73 degrees and sunny.

実行例

---------- TextMessage (user) ----------
What is the weather in New York?
---------- ToolCallRequestEvent (weather_agent) ----------
[FunctionCall(id='call_hPldq9J0Yw8swO0a5s7vRSQ1', arguments='{"city":"New York"}', name='get_weather')]
---------- ToolCallExecutionEvent (weather_agent) ----------
[FunctionExecutionResult(content='The weather in New York is 73 degrees and Sunny.', name='get_weather', call_id='call_hPldq9J0Yw8swO0a5s7vRSQ1', is_error=False)]
---------- ModelClientStreamingChunkEvent (weather_agent) ----------
The current weather in New York is 73 degrees and sunny.

以上