罗罗编程学习记录
本页内容 展开查看

10.9.3 多 Agent 框架(AutoGen/CrewAI)

所属:全栈开发面试题库 / 10 AI 应用开发:LLM 与 Agent / 10.9 Agent 框架与工具链

覆盖范围

  • 多 Agent 系统的设计模式
  • AutoGen 的对话式多 Agent
  • CrewAI 的角色分工模式
  • 多 Agent 通信与协作
  • 多 Agent vs 单 Agent 的取舍
  • 常见多 Agent 架构

高频题速览

编号 题目 难度 频率
10.9.3-001 为什么需要多 Agent? 基础 ★★★★
10.9.3-002 AutoGen 的核心模式? 进阶 ★★★
10.9.3-003 CrewAI 的核心模式? 进阶 ★★★
10.9.3-004 多 Agent 怎么通信? 进阶 ★★★
10.9.3-005 多 Agent 一定比单 Agent 好吗? 基础 ★★★★
10.9.3-006 常见多 Agent 架构? 进阶 ★★★
10.9.3-007 多 Agent 的成本问题? 基础 ★★★
10.9.3-008 怎么选 AutoGen vs CrewAI? 基础 ★★★

10.9.3-001 为什么需要多 Agent?

频率 ★★★★ | 难度 基础

一句话结论

多 Agent 解决单 Agent 的局限:单 Agent 一个 prompt 做所有事,上下文拥挤、角色混乱;多 Agent 每个 Agent 专注一个角色(研究员、写手、审核),各司其职,上下文更干净,效果更好。

概念解释

  • 单 Agent 局限:一个 Agent 既要规划又要执行又要审核,上下文里混杂各种信息,容易混乱。
  • 多 Agent 优势:每个 Agent 有独立的角色和上下文,专注做一件事。
  • 协作模式:Agent 间通过消息传递协作,类似团队分工。
  • 适用:复杂任务,需要多种能力(研究+写作+审核+编码)。

原理流程

  1. 任务分解为多个子任务。
  2. 每个子任务分配给专门的 Agent。
  3. Agent 间通过消息传递结果。
  4. 汇总结果,完成最终任务。

代码 / 示例

单 Agent:
  一个 Agent: 搜索资料 + 写文章 + 审核修改
  → 上下文里什么都有, 容易混乱

多 Agent:
  研究员 Agent: 搜索资料
  写手 Agent: 根据资料写文章
  审核员 Agent: 审核并修改
  → 每个 Agent 专注一件事, 上下文干净

常见误区

  • 误区:多 Agent 一定比单 Agent 好;正解:简单任务单 Agent 就够了,多 Agent 增加复杂度和成本。
  • 误区:多 Agent 就是多个 LLM 调用;正解:多 Agent 是架构模式,每个 Agent 有独立的 prompt、工具、记忆。

追问

  • Q:什么时候用多 Agent? A:任务可以分解为明确的角色(研究+写作+审核),且单 Agent 效果不好时。
  • Q:多 Agent 的代价? A:token 成本翻倍甚至更多,延迟增加,调试复杂。

10.9.3-002 AutoGen 的核心模式?

频率 ★★★ | 难度 进阶

一句话结论

AutoGen 的核心是对话式多 Agent:多个 Agent 通过对话协作,每个 Agent 有自己的角色和 LLM 配置;支持人在回路(HumanAgent)、工具调用、自动终止;由微软研究院开源。

概念解释

  • ConversableAgent:基础 Agent 类,能收发消息。
  • AssistantAgent:用 LLM 的助手 Agent。
  • UserProxyAgent:代表用户,可以审批或自动回复。
  • GroupChat:多个 Agent 在群聊中协作。
  • 模式:Agent 间交替对话,直到任务完成。

原理流程

  1. 创建多个 Agent(助手、用户代理、工具代理)。
  2. 配置 GroupChat,指定 Agent 间的对话规则。
  3. 发起对话,Agent 轮流发言。
  4. 每个 Agent 收到历史消息后,生成回复或调用工具。
  5. 满足终止条件时结束。

代码 / 示例

from autogen import AssistantAgent, UserProxyAgent

# 创建 Agent
assistant = AssistantAgent("assistant", llm_config={"model": "gpt-4o"})
user_proxy = UserProxyAgent("user_proxy", human_input_mode="NEVER")

# 发起对话
user_proxy.initiate_chat(
    assistant,
    message="帮我写一篇关于 RAG 的技术博客"
)

常见误区

  • 误区:AutoGen 适合所有多 Agent 场景;正解:AutoGen 对话式灵活但不可控,适合探索性任务,生产环境需要加约束。
  • 误区:AutoGen 就是群聊;正解:群聊是基础模式,AutoGen 还支持层级结构、工具调用、人在回路。

追问

  • Q:AutoGen 怎么终止? A:设置最大轮次、或者 Agent 说"任务完成",也可以自定义终止条件。
  • Q:AutoGen 生产可用吗? A:可以,但需要加很多约束(最大轮次、超时、错误处理),开箱即用的 demo 和生产有差距。

10.9.3-003 CrewAI 的核心模式?

频率 ★★★ | 难度 进阶

一句话结论

CrewAI 的核心是角色扮演式多 Agent:定义 Agent(角色、目标、背景故事)、Task(任务描述、预期输出)、Crew(Agent 组合、执行流程);类似团队管理,比 AutoGen 更结构化。

概念解释

  • Agent:有角色(role)、目标(goal)、背景故事(backstory)。
  • Task:有描述(description)、预期输出(expected_output)、分配给哪个 Agent。
  • Crew:多个 Agent + 多个 Task,定义执行流程(sequential/hierarchical)。
  • 模式:sequential(按顺序执行)或 hierarchical(管理者分配任务)。

原理流程

  1. 定义 Agent:每个 Agent 有角色、目标、工具。
  2. 定义 Task:每个任务分配给特定 Agent,说明预期输出。
  3. 组合 Crew:指定执行流程(顺序或层级)。
  4. Kickoff:开始执行,Agent 按流程完成任务。

代码 / 示例

from crewai import Agent, Task, Crew

# 定义 Agent
researcher = Agent(
    role="研究员",
    goal="搜索 RAG 相关资料",
    backstory="你是一个专业的技术研究员",
    allow_delegation=False
)
writer = Agent(
    role="写手",
    goal="写一篇技术博客",
    backstory="你是一个技术博客作者"
)

# 定义 Task
research_task = Task(
    description="搜索 RAG 最新进展",
    expected_output="RAG 技术要点列表",
    agent=researcher
)
write_task = Task(
    description="根据资料写博客",
    expected_output="一篇 1000 字博客",
    agent=writer
)

# 组合 Crew
crew = Crew(agents=[researcher, writer], tasks=[research_task, write_task])
result = crew.kickoff()

常见误区

  • 误区:CrewAI 比 AutoGen 好;正解:CrewAI 更结构化但灵活性差,AutoGen 更灵活但不好控,按场景选。
  • 误区:CrewAI 的 Agent 就是 prompt 模板;正解:CrewAI 的 Agent 有角色、工具、记忆,是完整的 Agent 实体。

追问

  • Q:hierarchical 模式是什么? A:有一个管理者 Agent,把任务分配给其他 Agent,类似团队管理,适合复杂任务。
  • Q:CrewAI 支持工具调用吗? A:支持,每个 Agent 可以配置自己的工具集。

10.9.3-004 多 Agent 怎么通信?

频率 ★★★ | 难度 进阶

一句话结论

多 Agent 通信主要有三种模式:共享黑板(所有 Agent 读写同一个状态)、消息传递(点对点消息)、层级调度(上级分配任务给下级);选择取决于协作模式。

概念解释

  • 共享黑板:所有 Agent 共享一个状态,直接读写,简单但容易混乱。
  • 消息传递:Agent 间点对点发消息,解耦但需要管理消息路由。
  • 层级调度:有一个管理者 Agent,分配任务和汇总结果,结构清晰。
  • 实际:通常组合使用,层级调度 + 消息传递。

原理流程

  1. 简单任务:共享黑板,所有 Agent 读写同一个状态。
  2. 复杂任务:层级调度,管理者分配任务。
  3. Agent 间需要协作时:点对点消息传递。

代码 / 示例

通信模式对比:

模式          优点              缺点
------------  ----------------  ----------------
共享黑板      简单, 信息共享    容易混乱, 上下文拥挤
消息传递      解耦, 灵活        需要管理路由
层级调度      结构清晰, 可控    管理者成为瓶颈

常见误区

  • 误区:多 Agent 就是共享一个大上下文;正解:每个 Agent 有独立上下文,只通过消息传递必要信息,避免上下文拥挤。
  • 误区:通信越多越好;正解:通信越多 token 成本越高,要精简信息传递。

追问

  • Q:怎么减少 token 成本? A:Agent 间只传递必要信息,不传递完整上下文,用摘要代替原文。
  • Q:怎么处理通信失败? A:加超时和重试,Agent 间消息要有确认机制。

10.9.3-005 多 Agent 一定比单 Agent 好吗?

频率 ★★★★ | 难度 基础

一句话结论

不一定。多 Agent 增加复杂度、成本、延迟;只有当任务确实需要多角色分工、单 Agent 上下文爆炸或效果不好时,才值得用多 Agent;简单任务单 Agent 更高效。

概念解释

  • 成本:多 Agent 意味着多次 LLM 调用,token 成本翻倍。
  • 延迟:多个 Agent 串行执行,延迟增加。
  • 复杂度:调试、监控、错误处理都更复杂。
  • 收益:角色分工让上下文更干净,效果可能提升。

原理流程

  1. 先尝试单 Agent,看效果。
  2. 效果不好(上下文混乱、角色不清)→ 尝试多 Agent。
  3. 多 Agent 效果提升不明显 → 回退单 Agent。

代码 / 示例

什么时候用多 Agent:

适合用多 Agent:
  - 任务可以明确分解为角色
  - 单 Agent 上下文拥挤, 效果差
  - 需要不同风格/视角
  - 需要审核环节

不适合用多 Agent:
  - 简单问答/单步任务
  - 成本敏感
  - 延迟要求高
  - 快速原型阶段

常见误区

  • 误区:多 Agent 是先进技术一定要用;正解:多 Agent 是架构选择,不是目的,能解决问题就行。
  • 误区:多 Agent 效果一定好;正解:多 Agent 也可能因为通信不畅、角色冲突而效果更差。

追问

  • Q:怎么判断要不要用多 Agent? A:先用单 Agent 做 baseline,效果不好再试多 Agent,对比 token 成本和效果提升。
  • Q:多 Agent 的效果提升有多大? A:因任务而异,在写作、研究等需要多角色的任务上可能提升明显,简单任务几乎没区别。

10.9.3-006 常见多 Agent 架构?

频率 ★★★ | 难度 进阶

一句话结论

常见架构:流水线式(研究→写作→审核)、层级式(管理者+专家)、辩论式(多个 Agent 辩论得出结论)、竞争式(多个 Agent 做同一任务,选最好的);按任务特点选。

概念解释

  • 流水线式:任务按步骤流,每个 Agent 做一步。
  • 层级式:管理者分配任务,专家执行。
  • 辩论式:多个 Agent 从不同角度论证,得出更全面的结论。
  • 竞争式:多个 Agent 独立做同一任务,选最好的。

原理流程

  1. 流水线:顺序执行,适合写作类任务。
  2. 层级:管理者调度,适合复杂任务。
  3. 辩论:多角度论证,适合决策类任务。
  4. 竞争:多路生成选最优,适合高质量输出。

代码 / 示例

常见多 Agent 架构:

  流水线:  研究员 → 写手 → 审核员
  层级:    管理者 → 专家1/专家2/专家3
  辩论:    Agent A 正方 ↔ Agent B 反方 → 裁判
  竞争:    Agent1/Agent2/Agent3 独立生成 → 选最优

常见误区

  • 误区:架构越复杂越好;正解:简单架构能解决问题就不要复杂,复杂度是成本。
  • 误区:辩论式一定更准确;正解:辩论式成本高,适合高价值决策场景,日常任务没必要。

追问

  • Q:竞争式怎么选最优? A:用 LLM-as-Judge 评分,或者用规则/人工选择,选最好的输出。
  • Q:多 Agent 架构怎么设计? A:从最简单的流水线开始,不够再加复杂度。

10.9.3-007 多 Agent 的成本问题?

频率 ★★★ | 难度 基础

一句话结论

多 Agent 成本是单 Agent 的数倍:每个 Agent 都要调用 LLM,Agent 间传递消息又增加 token;必须严格控制 Agent 数量、消息长度、最大轮次,否则成本失控。

概念解释

  • Agent 数量:每个 Agent 都有自己的 prompt 和调用。
  • 消息传递:Agent 间传递的消息也是 token。
  • 轮次:对话式多 Agent 可能多轮交互。
  • 控制:限制 Agent 数量、消息长度、最大轮次。

原理流程

  1. 估算:Agent 数量 × 每个 Agent 的 token × 轮次。
  2. 控制:精简 prompt、缩短消息、限制轮次。
  3. 监控:用 LangSmith 等工具跟踪每个 Agent 的 token。

代码 / 示例

成本估算示例:
  3 个 Agent, 每个调用 2 次 LLM
  每次输入 2000 token, 输出 500 token
  总 token = 3 × 2 × 2500 = 15000 token

  单 Agent 成本: 5000 token
  多 Agent 成本: 15000 token (3 倍)

常见误区

  • 误区:多 Agent 成本可以忽略;正解:多 Agent 成本是指数级增长,必须严格控制。
  • 误区:用便宜模型就没事;正解:即使是便宜模型,多 Agent 累积下来成本也很高。

追问

  • Q:怎么降低成本? A:精简 Agent 数量、缩短消息传递、用小模型做简单任务、缓存重复结果。
  • Q:怎么监控成本? A:每个 Agent 打标签,用 LangSmith 等工具按 Agent 统计 token 和成本。

10.9.3-008 怎么选 AutoGen vs CrewAI?

频率 ★★★ | 难度 基础

一句话结论

AutoGen 灵活,适合探索性研究、对话式协作、人在回路;CrewAI 结构化,适合明确的角色分工、流水线任务、生产环境;两者都是开源框架,按团队和任务特点选。

概念解释

  • AutoGen:微软研究院,对话式,灵活但不可控。
  • CrewAI:角色式,结构化,可控但不够灵活。
  • 选择:需要灵活探索选 AutoGen,需要结构化生产选 CrewAI。

原理流程

  1. 研究探索、原型验证:AutoGen。
  2. 生产环境、明确流程:CrewAI。
  3. 不确定:先试 CrewAI(结构化更易维护)。

代码 / 示例

选型对比:

维度          AutoGen              CrewAI
------------  --------------------  ----------------
定位          对话式多 Agent        角色式多 Agent
灵活性        高 (对话式)           中 (角色+流程)
可控性        低 (容易跑飞)         高 (结构清晰)
适合          研究/探索/原型        生产/明确流程
学习成本      中                    低

常见误区

  • 误区:选最流行的;正解:按任务特点选,不是按流行度。
  • 误区:两个框架都要学;正解:先学一个,核心概念类似,学一个另一个也快。

追问

  • Q:还有其他多 Agent 框架吗? A:LangGraph(通用图编排)、OpenAI Swarm(轻量)、MetaGPT(软件公司模拟),各有侧重。
  • Q:多 Agent 框架成熟吗? A:多 Agent 领域还在快速发展,框架迭代快,生产用要谨慎评估。

待整理清单

  • [ ] 多 Agent 的错误处理与重试
  • [ ] 多 Agent 的可观测性
  • [ ] 多 Agent 与 MCP 协议结合
  • [ ] 多 Agent 的安全与权限控制
  • [ ] MetaGPT 等软件公司模拟框架