源码深度学习 · 零基础友好 · 20 天

AutoGen 源码学习

分层的多 Agent 开发框架：消息运行时为底座，上层提供 Agent、团队编排和模型/工具扩展。这不是 API 速查表，而是一条可以重复走的源码路线：每天用 30 分钟，从一个真实相对路径出发，先用类比建立直觉，再把它接回整条运行链路。

00

开篇 · 这是个什么项目

AutoGen 可以先想成一间有总线的智能体办公室。它的代码不是一堆孤立文件：入口接到需求，核心对象做判断，工具或模型完成工作，状态把结果交给下一个环节。

💡 20 天的主线先找入口和地图，再跟一次真实任务穿过核心循环；随后研究状态、模型、工具与扩展；最后用复盘把全部概念连成一张可迁移的地图。不要背目录名，要不断问「谁创建它、它把什么交给谁」。
大白话读源码像参观工厂：第一天先看门牌和楼层，不急着拆机器。后面每节课只打开一个焦点路径，但始终知道它属于哪层、服务哪个业务动作。
01

架构全景（动起来看）

发光扫过的每一层都是一次任务可能经过的站点。不同仓库命名不同，但「接入 → 编排 → 核心能力 → 资源」的责任边界很相似。

L5 · 运行时层
AgentRuntime本层职责
AgentId本层职责
Topic本层职责
L4 · Agent 基础
RoutedAgent本层职责
模型本层职责
工具本层职责
L3 · 应用 Agent
AssistantAgent本层职责
消息本层职责
终止条件本层职责
L2 · 团队编排
RoundRobin本层职责
Selector本层职责
L1 · 扩展集成
OpenAI本层职责
MCP本层职责
CodeExecutor本层职责
输入用户任务→组织对象 / 流程→执行模型 / 工具→沉淀状态 / 记忆
设计取舍分层会增加跳转文件的次数，却让每层只承担一种职责：入口容易替换，核心逻辑能测试，模型与外部工具可插拔。读代码时先沿箭头追「数据」而不是追每一个类。
02

怎么使用这份教程

⏱️

每天 30 分钟

6 讲，每讲先问问题，再给本质和大白话。

📍

真实相对路径

所有路径都从项目根目录算，不把你的机器路径写进源码引用。

🧪

先验证再推理

每页都有可复制 bash 命令；文件版本变化时以本地实际内容为准。

🧭

可迁移方法

学会从入口、数据结构、循环和扩展点读任何 AI 项目。

S1

阶段 1 · 认识三层包结构

D01-D03 · 区分 Core、AgentChat 与 Extensions
01

Core、AgentChat、Ext 的分层

python/packages：建立包职责边界，避免一开始钻进细节。

≈30 min · 6 讲开始学 →
02

autogen_core 公共导出

python/packages/autogen-core/src/autogen_core/__init__.py：识别用户可直接使用的核心概念。

≈30 min · 6 讲开始学 →
03

AgentRuntime 抽象

python/packages/autogen-core/src/autogen_core/_agent_runtime.py：理解运行时需要提供的注册、发送与状态能力。

≈30 min · 6 讲开始学 →
S2

阶段 2 · Core 消息运行时

D04-D07 · 学习 Agent ID、Topic、订阅和路由
04

AgentId、AgentType 与身份

python/packages/autogen-core/src/autogen_core/_agent_id.py：学习运行时如何定位一个 Agent 实例。

≈30 min · 6 讲开始学 →
05

Topic 与订阅模型

python/packages/autogen-core/src/autogen_core/_topic.py：理解发布订阅如何替代直接调用。

≈30 min · 6 讲开始学 →
06

RoutedAgent 消息路由

python/packages/autogen-core/src/autogen_core/_routed_agent.py：阅读 handler 注册与消息分发。

≈30 min · 6 讲开始学 →
07

单线程运行时调度

python/packages/autogen-core/src/autogen_core/_single_threaded_agent_runtime.py：跟踪队列、投递、异常和空闲停止。

≈30 min · 6 讲开始学 →
S3

阶段 3 · 模型、工具与上下文

D08-D10 · 掌握模型客户端、函数工具和记忆
08

模型客户端契约

python/packages/autogen-core/src/autogen_core/models/_model_client.py：理解不同模型供应商如何被应用层替换。

≈30 min · 6 讲开始学 →
09

FunctionTool 包装函数

python/packages/autogen-core/src/autogen_core/tools/_function_tool.py：学习 schema、参数验证和异步执行。

≈30 min · 6 讲开始学 →
10

模型上下文窗口策略

python/packages/autogen-core/src/autogen_core/model_context：比较缓冲、截断和 token 限制策略。

≈30 min · 6 讲开始学 →
S4

阶段 4 · 高层聊天 Agent

D11-D14 · 阅读 AssistantAgent、消息和终止机制
11

AssistantAgent 的高层循环

python/packages/autogen-agentchat/src/autogen_agentchat/agents/_assistant_agent.py：连接模型、消息、工具和反思式调用。

≈30 min · 6 讲开始学 →
12

ChatAgent 与 TaskResult

python/packages/autogen-agentchat/src/autogen_agentchat/base/_chat_agent.py：理解 AgentChat 对 Core 的应用层封装。

≈30 min · 6 讲开始学 →
13

消息事件类型

python/packages/autogen-agentchat/src/autogen_agentchat/messages.py：认识文本、多模态和事件消息。

≈30 min · 6 讲开始学 →
14

可组合终止条件

python/packages/autogen-agentchat/src/autogen_agentchat/conditions/_terminations.py：学习按消息数、关键词、外部信号停止。

≈30 min · 6 讲开始学 →
S5

阶段 5 · 团队编排

D15-D17 · 理解轮询、选择器和图协作
15

BaseGroupChat 连接两层框架

python/packages/autogen-agentchat/src/autogen_agentchat/teams/_group_chat/_base_group_chat.py：理解团队初始化、流式输出与状态保存。

≈30 min · 6 讲开始学 →
16

RoundRobinGroupChat 轮流发言

python/packages/autogen-agentchat/src/autogen_agentchat/teams/_group_chat/_round_robin_group_chat.py：掌握最容易上手的多 Agent 协作策略。

≈30 min · 6 讲开始学 →
17

SelectorGroupChat 动态选人

python/packages/autogen-agentchat/src/autogen_agentchat/teams/_group_chat/_selector_group_chat.py：理解由模型选择下一位发言者。

≈30 min · 6 讲开始学 →
S6

阶段 6 · 扩展与产品化

D18-D20 · 接入 MCP、代码执行和 Studio
18

OpenAI 扩展模型客户端

python/packages/autogen-ext/src/autogen_ext/models/openai/_openai_client.py：追踪模型适配、消息转换和响应规范化。

≈30 min · 6 讲开始学 →
19

MCP Workbench 接入远程工具

python/packages/autogen-ext/src/autogen_ext/tools/mcp/_workbench.py：理解 MCP 会话与工具发现。

≈30 min · 6 讲开始学 →
20

代码执行扩展与 Studio 延伸

python/packages/autogen-ext/src/autogen_ext/code_executors：以执行器为例复盘 Core—AgentChat—Ext 的扩展路径。

≈30 min · 6 讲开始学 →