AutoGen Studio:
визуальный билдер агентов

Зачем визуальный билдер

Код-first подход из прошлых уроков мощный, но у него высокая «цена итерации»: чтобы попробовать другую роль или порядок агентов, надо лезть в файл, править, перезапускать скрипт, читать лог в терминале. На стадии прототипирования, когда ты ещё нащупываешь, какая команда работает, это тормозит. А ещё код-first полностью закрыт для не-программистов — продакт-менеджер или аналитик не могут просто «попробовать идею».

AutoGen Studio снимает оба барьера. Это графическая среда поверх AutoGen: агенты, модели, инструменты и команды настраиваются в формах и на канвасе, запускаются по кнопке, а разговор виден прямо в браузере. Быстрый цикл «собрал → запустил → посмотрел → поправил» — главное, ради чего Studio существует.

Запуск Studio

Studio ставится отдельным пакетом и поднимается как локальный веб-сервер — открываешь в браузере и работаешь.

# Установка
pip install autogenstudio

# Ключ модели — как обычно, через окружение
export OPENAI_API_KEY="sk-..."

# Поднять веб-интерфейс (по умолчанию http://localhost:8081)
autogenstudio ui --port 8081

# Открой ссылку в браузере — дальше всё мышкой

Из чего собирают систему

Studio предлагает галерею компонентов, из которых, как из кубиков, собирается мультиагентная система. Это те же сущности, что в коде, но в виде карточек:

• Models — конфиги LLM (модель, ключ, параметры). Их подключают к агентам.
• Agents — роли с системным промптом и моделью (тот же AssistantAgent и др. из кода).
• Tools — инструменты, которые агент может вызвать.
• Teams — команды/воркфлоу: какие агенты участвуют и как координируются (аналог GroupChat).

Playground: запуск и наблюдение

Собранную команду не нужно экспортировать, чтобы проверить, — её запускают прямо в Studio, в playground. Вводишь задачу, жмёшь запуск и видишь разговор вживую: кто что сказал, какие инструменты вызвал, сколько шагов и токенов ушло. Это визуальный аналог чтения лога initiate_chat, только удобнее и нагляднее.

Такой быстрый цикл и есть ценность Studio для прототипа: поменял системный промпт роли → перезапустил в playground → сразу увидел, стало лучше или хуже. Не нужно ни строчки кода, ни перезапуска скрипта. По сути Studio даёт встроенную наблюдаемость (привет LangSmith из модуля 03) прямо в интерфейсе сборки.

Мост к коду: экспорт конфигурации

Главное, что превращает Studio из «игрушки» в полезный инструмент, — экспорт. Команда, собранная мышкой, — это декларативная конфигурация (JSON). Её можно выгрузить и запускать уже из кода через AutoGen SDK. Так Studio становится мостом между прототипом и продакшеном.

# Собрал команду в Studio → экспортировал её конфиг (team.json)
# Дальше можно загрузить и запускать программно, в своём приложении:

import json
from autogen_agentchat.teams import BaseGroupChat   # пример (API зависит от версии)

with open("team.json") as f:
    config = json.load(f)

team = BaseGroupChat.load_component(config)   # восстановить команду из конфига
# team.run(task="...")                        # запустить как обычный код

# Идея: визуально СПРОЕКТИРОВАЛ → выгрузил конфиг → встроил в продакшен-код

Studio против кода

Типичные ошибки

Шпаргалка

ЧТО ЭТО: веб-UI (low-code) ПОВЕРХ AutoGen — собираешь агентов мышкой

ЗАПУСК:
  pip install autogenstudio
  autogenstudio ui --port 8081   →  http://localhost:8081

КОМПОНЕНТЫ (галерея):
  Models — конфиги LLM
  Agents — роли (system prompt + модель)
  Tools  — инструменты
  Teams  — команды/воркфлоу (аналог GroupChat)

ЦИКЛ: галерея → собрал команду на канвасе → playground (запуск+лог) → ЭКСПОРТ

МОСТ К КОДУ: команда = JSON-конфиг → load_component(...) → запуск из SDK

КОГДА ЧТО:
  Studio — прототип, демо, не-кодеры, быстрый цикл итераций
  Код    — гибкость, кастомная логика, git/тесты/CI, ПРОДАКШЕН

ПОМНИ:
  • Studio не заменяет понимание ConversableAgent/ролей/завершения
  • для прода → экспорт в код, не «живи» в Studio
  • локальный сервер с твоими ключами + code execution → не публикуй открыто

Практическое задание

Собери команду без кода — и перенеси в код:

Что дальше

На этом раздел AutoGen закрыт: ты знаешь агентов-собеседников, пару «мозг + руки», групповой чат, безопасное выполнение кода и визуальную сборку в Studio. Следующий фреймворк мультиагентов — CrewAI: другой взгляд на ту же задачу, с акцентом на роли, задачи и процессы.