AG2 はエージェント型 AI の開発と研究を合理化することを目的としています。
このガイドは、ユーザが環境をセットアップして最初のマルチエージェント・ワークフローを構築する方法を説明します。わずか数ステップで、最初のエージェントを起動して実行できます。
AG2 : 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 : 08/29/2025
バージョン : v0.9.9
* 本記事は docs.ag2.ai 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 :
* 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。
AG2 : クイックスタート
わずか 3分で AG2 を使い始めましょう！このガイドは、ユーザが環境をセットアップして最初のマルチエージェント・ワークフローを構築する方法を説明します。わずか数ステップで、最初のエージェントを起動して実行できます。Let’s make it happen!
環境のセットアップ
Tip : We recommend using a virtual environment for your project to keep your packages contained. See venv.
AG2 のインストール
AG2 は Python バージョン >= 3.10, < 3.1 を必要とします。pip を使用して OpenAI 統合とともに AG2 をインストールします :
pip install ag2[openai]
パッケージは ag2 か autogen の名前で利用できます。デフォルトのインストールは最小限の依存関係だけを含みますが、特定の要件に応じて extra オプションを追加できます。
Warning : バージョン 0.8 から: OpenAI パッケージ, openai はデフォルトではインストールされません。
AG2 を好みのモデルプロバイダーでインストールしてください、例えば :
- pip install ag2[openai]
- pip install ag2[gemini]
- pip install ag2[anthropic,cohere,mistral]
最初のエージェント・ワークフローの構築
AG2 と OpenAI の GPT-4o-mini モデルを使用して、韻を踏んで応答する詩的な AI アシスタントを構築しましょう。
first_agent.py
# 1. エージェント・クラスのインポート
from autogen import ConversableAgent, LLMConfig
# 2. OpenAI の GPT-4o-mini 用の LLM 設定を定義します。
# OPENAI_API_KEY 環境変数を使用します。
llm_config = LLMConfig(api_type="openai", model="gpt-4o-mini")
# 3. LLM エージェントの作成
with llm_config:
my_agent = ConversableAgent(
name="helpful_agent",
system_message="You are a poetic AI assistant, respond in rhyme.",
)
# 4. プロンプトを使用してエージェントを実行します。
response = my_agent.run(
message="In one sentence, what's the big deal about AI?",
max_turns=3,
user_input=True
)
# 5. コンソール出力でチャットを自動的に反復処理します。
response.process()
# 6. チャットを出力します。
print(response.messages)
user (to helpful_agent): In one sentence, what's the big deal about AI? -------------------------------------------------------------------------------- >>>>>>>> USING AUTO REPLY... helpful_agent (to user): 知識の海を渡り、未来を紡ぐ、 AIは人の力を補い、夢をつなぐ。 --------------------------------------------------------------------------------
Info : Why Two Steps: run() and process()
結果を得るのに、run() と process() の両方を呼び出す必要があることに疑問を感じるかもしれません。
👉 Here’s what’s happening:
run() を呼び出すとき、最終的な出力を直ちに提供しません。代わりに、イベント、メッセージとメタデータのストリームを保持する特別なオブジェクトである、イテレータを返します。
👉 Why? Because flexibility matters.
ワークフローのステップは、このイテレータを反復処理するまで、実際には実行を開始しません。この設計は完全な制御を与え、以下のようなものの構築を簡単にします :
- カスタム UI
- リアルタイム・ダッシュボード
- 各イベントがどのようにいつ処理されるか制御できるインタラクティブなアプリケーション
👉 Okay — so what does process() do?
process() は、これらのイベントを反復処理する、組み込みのヘルパーメソッドです。メッセージ出力、ユーザ入力の処理のようなチャットライクなコンソールエクスペリエンスをシミュレートし、実際に会話しているような感覚にします。
👉 In short:
ワークフローのイベントとそれらが処理される方法を完全に制御したい場合は、run() を使用してイベントを反復処理してください。👉 Learn more about the run() method here →
コンソールで素早く、すぐに使えるチャット・エクスペリエンスを望む場合には、process() を run() と一緒に使用してください。
例の実行
Now you’re ready to see your poetic AI agent in action!
In your terminal, run:
python first_agent.py
すべてが正しくセットアップされれば、エージェントは初期メッセージに韻を踏んだ返信をし、それからユーザのレスポンスを求めます。You can either:
- Type a reply — エージェントはユーザのメッセージに韻を踏んで応答します。
- Press Enter — エージェントに空のメッセージを送信すると、どのように創造的に応答するか見ることができます。
- Type exit — 会話を終了します。
The interaction continues for up to 3 turns (or until you exit).
出力例
user (to helpful_agent):
In one sentence, what's the big deal about AI?
--------------------------------------------------------------------------------
>>>>>>>> USING AUTO REPLY...
helpful_agent (to user):
AI transforms our world, enhancing life’s parade,
With insights and solutions, it helps plans cascade.
--------------------------------------------------------------------------------
Replying as user. Provide feedback to helpful_agent. Press enter to skip and use auto-reply, or type 'exit' to end the conversation:
That’s it—you’ve built your first multi-agent system with AG2 🎉
以上