Agent Skills
返回列表
🤖

FastAgency 部署 AG2 多智能体工作流

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/ship-ag2-multi-agent-workflows-behind-apis-with-fastagency。

技能介绍

解决什么问题

AG2 多智能体原型通常在一个 notebook 里跑通就结束了。下一步要把它交给别人用，才是真正的麻烦：后端同事要 HTTP 接口，前端要可交互页面，运维要能容器化交付，还有人希望多个 agent 走消息队列异步协作。每换一个形态，就得重写一遍胶水代码，graph 本身却几乎没动。

这个技能要讲的正是这一层：让工作流定义和交付形态解耦。AG2/AutoGen 的工作流保持原样，外面套上 FastAgency 提供的不同 launcher，就成了不同形态的服务。

它是怎么工作的

核心思路是把 AG2 的 workflow 对象交给 FastAgency，由 launcher 决定它怎么被暴露：

  • 四种运行形态：控制台交互、Web 页面、REST API、以及 broker 后端服务（基于 NATS/FastStream）。选哪种形态，决定了你需要额外装哪些依赖。
  • Cookiecutter 脚手架：上游强烈建议用它初始化项目。它会生成标准目录结构、一份默认 workflow，并自动装好必需的依赖，省掉手工拼 requirements 的过程。
  • 外部 API 集成：FastAgency 允许用几行代码把外部接口接进 agent 流程，不必自己手写一层 HTTP 客户端再塞给工具。
  • CLI 编排：附带命令行工具，可以直接从终端调度和管控多 agent 应用，适合本地调试和 CI 里跑集成测试。
  • 容器化交付：用 Cookiecutter 建的项目自带构建脚本，生成 Docker 镜像只是跑一个命令的事。

适用边界与注意点

  • 需要 Python 3.10+，并已经有一个能跑的 AG2/AutoGen workflow。
  • 上游在 linux、Python 3.12.7、pytest 8.3.3、pluggy 1.5.0 下验证过；其它平台属于自行适配。
  • FastAPI、Mesop、NATS/FastStream、pytest 都是按部署目标选装的，不是全部必装。
  • Cookiecutter 不是强制依赖，但没有它就得自己把目录结构和依赖清单搭起来。
  • 这个技能不负责设计 agent 之间的角色分工，也不做模型训练；它解决的是「跑通的图怎么变成能交付的服务」。

官方文档见 https://fastagency.ai/latest/。

使用场景

  • 后端工程师需要把跑通的 AG2 多 agent 原型封装成 REST API 供第三方调用。
  • 全栈开发者要为 AG2 工作流快速生成 Web 页面，让业务用户直接操作多 agent。
  • 运维工程师要用 Cookiecutter 脚手架将多 agent 流程容器化并交付生产环境。
  • 团队需要让多个 agent 通过 NATS 消息队列异步协作并暴露统一接口。

适合人员

  • 后端工程师，正在把多 agent 原型封装为可调用的 REST API。
  • 全栈开发者，需要为多智能体流程生成 Web 交互界面。
  • 运维工程师，负责将多 agent 工作流容器化并部署上线。
  • 项目负责人，要把 AG2 原型打包成团队可复用的服务。