2.0 AutoGen 微软颁布代码优先的Agent框架TaskWeaver

进入大模型时代，微软在推进大模型运行落地举措频频，先后颁布了Semantic Kernel，PromptFlow，AutoGen等框架，最近又颁布了一款Agent框架：TaskWeaver。它被作为一个代码优先框架，用于构建LLM Agent。它将用户需求转换为可口头代码，并将用户定义的插件视为可调用函数。TaskWeaver 支持丰盛的数据结构（支持本地 Python 数据结构，如>

TaskWeaver 由三个重要组件组成：方案器、代码生成器和代码口头器。这些组件独特创立了一个双层方案系统。首先，高阶方案概述了总体战略。而后，详细口头方案指点框架成功每项义务，确保效率和准确性。

上方是该框架的上班流程。

它还可以很繁难的运行在mutiagent场景中，不只可以将agent作为插件被集成，也可以把它放到AutoGen等多agent框架中经常使用。

官网提到的亮点个性：

笔者以为，它还有一个比拟大的亮点是，它易于集成，可以把它当作一个library经常使用，繁难的、渐进式地集成到现有的系统。

app_dir = "/path/to/project/"app = TaskWeaverApp(app_dir=app_dir)session = app.get_session()user_query = "hello, what can you do?"response_round = session.send_message(user_query,event_handler=lambda _type, _msg: print(f"{_type}:\n{_msg}"))print(response_round.to_dict())

这将带来很大的编程范式扭转，开发者不用花心理去详细启动数据解决等琐碎需求，交给agent帮你成功，这样既提高灵敏性，又缩小了上班量，这算不算是AI时代的高阶“战略形式”呢？

本文转载自​​，作者：