OSS探訪GitHubでログイン

役割の異なるAIエージェントを会話とイベントで連携させ、複数段階の処理を構築するフレームワーク

スコアの見方

OSS規模スコアはStars・Watchers・Forks・Contributorsを対数圧縮して重み付けした現在の規模指標(上限なし)です。発掘スコアは現在のOSS規模スコアから発掘時点のOSS規模スコアを引いた値、更新ペースは直近30日Commit数、成長モメンタムは直近の観測期間におけるOSS規模スコア差、OSS健全度は取得できた更新状況・Community Health・Releaseの0〜100評価です。

Stars
61,254
主要言語
Python
ライセンス
CC-BY-4.0
リポジトリ最終更新
2026/04/15
ページ内ナビ

概要

AutoGenは、複数のAIエージェントが自律的に動く、または人と協調するアプリケーションを作るためのフレームワークです。低水準のCore API、会話型の処理を組み立てやすいAgentChat API、モデルやコード実行などを接続するExtensions APIを段階的に選べます。Pythonと.NETの実装、GUIのAutoGen Studio、評価用のAutoGen Benchが同じ生態系に含まれます。

特徴と向いている用途

公式資料に基づく紹介・実機未検証 · 内容確認日:

主な特徴

低水準の実行基盤から会話型APIまで必要な抽象度を選ぶ

Core APIはメッセージ受け渡し、イベント駆動エージェント、ローカル/分散ランタイムを提供します。その上のAgentChat APIでは、二者会話やグループチャットなどの複数エージェント構成を比較的少ないコードで定義でき、用途に応じて実行制御の細かさを選べます。

出典:[2]

モデル、コード実行、MCPなどの外部機能を拡張として接続する

Extensions APIにはOpenAIやAzure OpenAIなどのモデルクライアント、コード実行、MCPとの接続に使う実装が用意されています。AutoGen Studioで構成を視覚的に試し、AutoGen Benchで複数の課題に対する性能を評価する流れも取れます。

出典:[2][3]

向いている用途

複数の役割と停止条件を明示したAI処理を試作・評価したい開発に向く

調査、計画、実行、レビューを別々のエージェントへ分担させる処理や、人の確認を途中に入れる業務支援の試作に向きます。高水準APIで会話の流れを確かめ、必要な部分だけCore APIへ下げたいチームにも適しています。

出典:[2]

導入前の確認

モデル利用料、外部ツールの権限、停止条件をアプリ側で管理する

複数エージェントの反復はモデル呼び出し回数と待ち時間を増やすため、最大反復数、予算、タイムアウト、評価基準を明示する必要があります。コード実行やMCPサーバーには隔離環境と最小権限を用意し、信頼できない出力をそのまま操作へ渡さない設計が必要です。Pythonパッケージは3.10以上を要求します。またGitHubが検出するルートライセンスはCC-BY-4.0ですが、AgentChatのコードにはMITのLICENSE-CODEがあるため、利用するファイルと配布物ごとに条件を確認してください。

出典:[2][4][5][6]

参考にした公式資料

  1. [1]microsoft/autogen repository metadata(2026-10-04)
  2. [2]AutoGen python-v0.7.5 README(2026-10-04)
  3. [3]AutoGen python-v0.7.5 release(2026-10-04)
  4. [4]AutoGen AgentChat 0.7.5 package metadata(2026-10-04)
  5. [5]AutoGen repository CC-BY-4.0 license(2026-10-04)
  6. [6]AutoGen AgentChat MIT code license(2026-10-04)
編集部からの補足

複数エージェント化は役割を増やすこと自体が目的ではありません。単一の処理では解けない境界、失敗時の停止条件、各ツールへ渡す権限を先に図にし、呼び出し回数と品質の両方を測ってください。

3ステップで試す

  1. 1

    専用の仮想環境を作成する

    Python 3.10以上を用意し、AutoGenの依存関係をほかのプロジェクトから分離します。以降も同じ端末と作業ディレクトリで続けます。

    python -m venv .venv && source .venv/bin/activate
  2. 2

    確認済みのAgentChatをインストールする

    AgentChat 0.7.5だけを固定して仮想環境へ導入します。この段階ではモデル提供元のSDK、APIキー、課金は不要です。

    python -m pip install "autogen-agentchat==0.7.5"
  3. 3

    AgentChat APIを読み込む

    モデルへ接続せずに主要なエージェントクラスを読み込めることだけを確認します。実際の会話には対応する拡張パッケージ、提供元のAPIキー、ネットワーク接続が必要で、利用料金が発生する場合があります。この手順はエージェント実行や応答品質を検証しません。

    python -c "from autogen_agentchat.agents import AssistantAgent; print(AssistantAgent.__name__)"
公式READMEで確認

成長

成長の推移 · 直近30日

61,254 Stars

推移データを蓄積中です。

開発アクティビティ

直近90日・週次

Commit(直近30日)
0
Open PR
539

開発アクティビティを蓄積中です。

Built with

カテゴリとタグ

GitHubデータ

GitHubのデータGitHubの詳細データを見る

GitHub Topics

  • chatgpt
  • llm-agent
  • llm-framework
  • agentic
  • agentic-agi
  • agents
  • ai
  • autogen
  • framework
  • autogen-ecosystem
Stars
61,254
Forks
9,281
Watchers
530
Open Issues
560
Contributors
534
所有者種別
Organization
主要言語
Python
ライセンス
CC-BY-4.0
リポジトリ最終更新
2026/04/15

このOSSの使い方や活用事例をMarkdownで投稿できます。管理者が承認した後に公開されます。

情報の誤りを報告

掲載内容に誤りや古い情報があればお知らせください。

このページを読んで、次に何をすればよいか分かりましたか?