1. 安装 & 启动

GitHub - microsoft/autogen: A programming framework for agentic AI

# Install AutoGen Studio for no-code GUI
pip install -U "autogenstudio"

# Run AutoGen Studio on http://localhost:8080
autogenstudio ui --port 8080 --appdir ./my-app

autogen/python/packages/autogen-studio at main · microsoft/autogen · GitHub

启动成功可以看到 Navigate to http://127.0.0.1:8080, 打开链接

文档：AutoGen Studio - Getting Started | AutoGen 0.2

2. 配置 & 说明

首先要做的是配置AI Client，Settings -> DefaultModel -> Edit Model 更改model添加AppKey

先看侧边栏的 Team Builder / Playground / Gallery / Deploy 都是做什么的：

如果这里你想用其他的gpt其他版本，比如说 gpt-5-nano，这里需要配置 json config

{
  "provider": "autogen_ext.models.openai.OpenAIChatCompletionClient",
  "component_type": "model",
  "version": 1,
  "component_version": 1,
  "description": "OpenAI GPT-5-nano",
  "label": "OpenAI GPT-5 Nano",
  "config": {
    "model": "gpt-5-nano",
    "api_key": "sk-proj-xxx",
    "model_info": {
      "vision": "False",
      "function_calling": "True",
      "json_output": "False",
      "family": "unknown",
      "structured_output": "True"
    }
  }
}

添加上面的 model_info 配置，function_calling是多agent必须，记得设置为 True。

3. 设计Agent team

点击 Team Builder，创建新的Team，给 Team取个名字，说明一下这个Team是做什么的。

之后就可以添加你的Assistant Agent了，这里我用了3个Agent，第一个根据用户输入的景区或博物馆设计参观方案，并且提出5-8个景点或文物等，交给第二个Agent处理；第二个Agent负责对第一个Agent给的每个景点或文物，给出一个历史故事；最后第三个Agent负责总结前面两个Agent的输出，然后展示给用户。

需要注意：底层实际上是Python实现的autogen的代码，所以配置 Assistant Agent的时候，name要用python支持的格式，不要带空格。

4. 运行你的 Agent Team

进入Playground，新建一个Session，选择你要对话的 Team:

AutoGen Studio 会向你展示哪些Agent工作了，每个Agent工作的结果，方便你能及时发现问题进行调整。

5. OpenAI - Rate Limits