AutoGen Studio新手入门：5步创建你的第一个AI代理

1. 引言

AI Agent 技术正在迅速改变我们构建智能应用的方式。从自动化任务处理到复杂问题的协同求解，多智能体系统展现出前所未有的潜力。在这一领域中，AutoGen Studio作为微软推出的低代码开发平台，极大降低了构建多代理系统的门槛。

本文将带你通过5个清晰步骤，快速上手 AutoGen Studio，并成功部署一个基于Qwen3-4B-Instruct-2507模型的 AI 代理。整个过程无需深入编码，适合初学者快速验证和迭代 AI 应用原型。

你将学习：

如何验证本地模型服务是否正常运行
在 WebUI 中配置自定义 LLM 模型
构建并测试第一个 AI 代理
使用 Playground 进行交互式对话
常见问题排查与最佳实践

2. 环境准备与模型验证

2.1 验证 vLLM 模型服务状态

本镜像已预装vLLM并加载Qwen3-4B-Instruct-2507模型，启动后自动运行在http://localhost:8000/v1。

要确认模型服务是否成功启动，请执行以下命令查看日志：

cat /root/workspace/llm.log

如果输出中包含类似以下内容，说明模型已成功加载并提供 API 服务：

INFO: Started server process [1] INFO: Uvicorn running on http://0.0.0.0:8000 (Press CTRL+C to quit) INFO: OpenAPI schema available at http://0.0.0.0:8000/docs

提示：若日志未显示服务启动信息，请检查资源是否充足（建议至少 6GB GPU 显存）或重启容器。

3. 配置 AutoGen Studio 的模型连接

3.1 进入 Team Builder 页面

打开 AutoGen Studio WebUI 后，点击左侧导航栏的Team Builder，进入代理团队构建界面。

默认会有一个名为AssistantAgent的基础代理。我们需要修改其模型配置以对接本地 vLLM 提供的 Qwen 模型。

3.2 编辑 AssistantAgent 模型参数

3.2.1 修改 Model Client 配置

点击AssistantAgent进入编辑模式，找到Model Client设置部分，填写如下参数：

Model:
```
Qwen3-4B-Instruct-2507
```
Base URL:
```
http://localhost:8000/v1
```
API Key: 可留空（vLLM 默认不启用认证）

注意：Base URL 必须指向本地服务地址http://localhost:8000/v1，确保与 vLLM 实际监听地址一致。

3.2.2 测试模型连接

保存配置后，系统会自动尝试连接模型服务。若配置正确，界面上应出现“Connection Successful”或类似提示。

成功连接后的界面示例如下：

这表明 AutoGen Studio 已能通过 REST API 与 Qwen 模型通信。

4. 创建并运行第一个 AI 代理

4.1 使用 Playground 新建会话

完成模型配置后，切换至左侧菜单中的Playground功能模块。

点击New Session创建一个新的交互会话。

4.2 输入初始指令进行测试

在输入框中发送一条简单请求，例如：

你好，请介绍一下你自己。

观察响应结果。如果返回了合理且流畅的回答，说明你的 AI 代理已经可以正常工作。

进一步测试复杂任务，如：

请写一个 Python 函数，计算斐波那契数列的第 n 项，并加上详细注释。

预期行为：

代理生成正确的递归或迭代实现
包含类型提示和函数说明文档
能够解释代码逻辑（如有追问）

技术原理：AutoGen Studio 将用户输入传递给 AssistantAgent，后者调用本地 Qwen 模型生成回复。整个流程基于AgentChat协议，支持上下文记忆和多轮对话管理。

5. 多代理协作场景实践

5.1 定义多角色开发团队

AutoGen 的核心优势在于支持多个代理协同完成任务。我们可以模拟一个简单的“前端 + 后端”开发团队。

5.1.1 前端工程师 Agent（Lily）

创建新 Agent，命名为FrontendDev，System Message 设置为：

你是一名经验丰富的前端开发工程师，擅长使用 HTML、CSS 和 JavaScript 创建美观且响应式的网页界面。所有代码需内联在一个文件中，不拆分外部资源。

5.1.2 后端工程师 Agent（Jim）

创建另一个 Agent，命名为BackendDev，启用Code Execution Tool，System Message 设置为：

你是一名后端开发工程师，精通 FastAPI。当收到前端页面代码时，你能将其嵌入到一个可运行的 Web 服务中，使用户可通过浏览器访问预览。

5.1.3 用户代理（UserProxyAgent）

该代理用于接收人工输入或触发任务流转。它是人机交互的桥梁。

5.2 设计登录页面实战任务

现在让我们发起一个典型任务来测试团队协作能力。

5.2.1 发起任务请求

在 Playground 中输入以下需求：

设计一个登录界面，包含用户名输入框、密码输入框和登录按钮。不要调用后端 API，仅展示前端效果。代码必须全部包含在一个 HTML 文件中。完成后交由后端工程师使用 FastAPI 部署为本地服务以便预览。

5.2.2 观察代理协作流程

系统将按以下顺序执行：

FrontendDev生成完整的单页 HTML 登录界面
结果传递给BackendDev
BackendDev使用内置 Code Executor 生成 FastAPI 服务代码并运行
最终返回本地访问链接（如http://localhost:8000/login）

关键机制：AutoGen Studio 利用Group Chat Manager控制代理间的发言顺序和终止条件，避免无限循环对话。

6. 常见问题与优化建议

6.1 典型问题排查清单

问题现象	可能原因	解决方案
模型无响应	vLLM 未启动或端口冲突	检查`llm.log`日志，确认服务监听状态
返回乱码或格式错误	模型名称不匹配	确保 Model 名称与 vLLM 加载的模型一致
无法执行代码	Code Executor 权限受限	检查 Docker 容器是否允许 Python 执行
对话卡死	缺少终止条件	在 Team 配置中设置最大回复轮次（max_round）