Skip to main content

下一步做什么？

现在你已经学习了 AutoGen 的基础知识，可以开始构建自己的代理程序了。以下是一些初始想法，可以帮助你入门，而不需要涉及高级主题：

  1. 与 LLMs 聊天：在人类参与中，我们介绍了基本的人类参与使用方法。你可以尝试使用本地模型服务器（如 Ollama 和 LM Studio）连接不同的 LLMs，并使用人类参与组件与它们聊天。
  2. 提示工程：在代码执行器中，我们介绍了使用 GPT-4 和 Python 代码执行器的简单双代理场景。为了使这个场景适用于不同的 LLMs 和编程语言，你可能需要调整代码编写代理的系统消息。与本教程中介绍的其他场景一样，你也可以尝试为不同的 LLMs 调整系统消息。
  3. 复杂任务：在对话模式中，我们介绍了基本的对话模式。你可以尝试找到其他可以分解为这些模式的任务，并利用代码执行器和工具使代理程序更强大。

深入了解​

获取帮助​

如果你有任何问题，可以在我们的GitHub 讨论区提问，或加入我们的Discord 服务器。

参与进来​

  • 查看路线图问题以了解我们正在进行的工作。
  • 将你的工作贡献给我们的画廊
  • 遵循我们的贡献指南向 AutoGen 提交拉取请求
  • 你也可以在 Discord 服务器上与社区分享你的工作。