各智能体按照固定顺序依次发言,每轮每个智能体都有机会表达观点。这种模式结构简单、行为可预测,适用于需要确保每个角色都参与的结构化工作流,如产品评审会式的多角色意见收集。
由一个 LLM 驱动的选择器动态决定下一个发言者,根据当前对话上下文选择最合适的智能体回应。这种模式更加灵活,模拟了真实团队中"谁擅长谁上"的协作方式,适用于开放-ended 的研究或分析问题。
智能体通过 HandoffMessage 直接向其他智能体移交控制权,无需中央协调者。每个智能体声明可以转交的目标列表,路由决策由智能体自身做出。这种模式适用于客服工单分流、按技能分派任务等场景。
基于有向无环图的条件工作流,支持分支、合并和条件跳转,可实现确定性的多步骤流水线编排。适用于数据管道、文档处理等有明确阶段划分的工作流。
AutoGen 预置的一个最先进的通用型团队配置,集成了浏览器浏览、代码编写与执行、文件操作等多种能力,可在无需固定计划的情况下自主完成开放式研究任务。