AutoGen（オートジェン）

AutoGenとは

AutoGenはMicrosoft Researchが2023年9月に公開したマルチエージェントLLMフレームワーク。「会話を通じて協調するエージェント群」というコンセプトで、複雑なタスクを複数のAIエージェントに分担させる。

基本エージェント型

AssistantAgent

LLMを使ってメッセージに応答するエージェント。コード生成・計画立案・分析などを担う。

from autogen import AssistantAgent

assistant = AssistantAgent(
    name="コーディングアシスタント",
    llm_config={"model": "gpt-4o", "api_key": "..."},
    system_message="Pythonエキスパート。コードを書いて問題を解決する。"
)

UserProxyAgent

人間（またはシステム）の代理として動作するエージェント。コードの実行・フィードバック提供・タスク終了判定を担う。

from autogen import UserProxyAgent

user_proxy = UserProxyAgent(
    name="ユーザー代理",
    human_input_mode="NEVER",
    code_execution_config={"work_dir": "workspace"}
)

会話の開始

user_proxy.initiate_chat(
    assistant,
    message="フィボナッチ数列を可視化するコードを書いて"
)

GroupChat（グループチャット）

3エージェント以上を会話させる際に使用。GroupChatManagerがどのエージェントが次に発言するかを制御する。

from autogen import GroupChat, GroupChatManager

groupchat = GroupChat(
    agents=[planner, coder, reviewer],
    messages=[],
    max_round=20
)
manager = GroupChatManager(groupchat=groupchat, llm_config=llm_cfg)
user_proxy.initiate_chat(manager, message="Webスクレイパーを設計・実装・レビューして")

AutoGen v0.4（AgentChat）

2024年末にv0.4へ大幅リファクタリング：

• autogen-agentchat: 高レベルAPI
• autogen-core: イベント駆動の低レベルAPI
• autogen-ext: 拡張（Docker実行・OpenAI統合など）

AutoGen Studio

GUIでエージェントワークフローを設計できるノーコードツール。

適用事例

• コード生成・テスト: プランナー→コーダー→テスター→レビュアーの自動ループ
• データ分析: 仮説立案→SQL生成→実行→解釈→可視化
• 研究補助: 論文検索→要約→比較→報告書生成

LangGraphとの使い分け

AutoGenは「エージェント同士の自然言語会話」モデル、LangGraphは「グラフ定義による精密な制御」モデル。プロトタイピング・研究用途はAutoGen、本番ワークフローの精密制御はLangGraphが有利。