1. 案例组件使用情况总结

整体流程：
启动脚本
↓
UserProxyAgent（用户代理，发起任务）
↓
GroupChatManager（会议主持人，调度群组对话）
↓
GroupChat（会议室）
↓
AssistantAgent（智能体分工思考 → 决定调用工具）
↓
UserProxyAgent（真正执行调用工具）
↓
结果返回 → 汇总 → 输出最终回复

2. AutoGen完整案例

"""
AutoGen 多智能体案例：订单 + 物流查询
核心流程：用户发起查询 → 订单智能体 → 物流智能体 → 主管汇总 → 输出结果
"""
import autogen
from autogen.agentchat import register_function

# ====================== LLM 模型配置 ======================
LLM_CONFIG = {
    "config_list": [
        {
            "model": "your-model-name",      # 大模型名称
            "api_key": "your-api-key",       # API密钥
            "base_url": "your-base-url",     # 接口地址
        }
    ],
    "temperature": 0.1,                     
}

# ====================== 业务工具类（模拟接口） ======================
class OrderTools:
    """订单查询工具"""
    _order_db = {"ORD001": {"status": "待发货", "amount": 199}}
    def get_order_info(self, order_id):
        info = self._order_db.get(order_id)
        if info is None:
            return f"订单{order_id}不存在"
        return f"订单{order_id}：状态={info['status']}，金额={info['amount']}元"

class LogisticsTools:
    """物流查询工具"""
    _logistics_db = {"ORD001": {"status": "揽收完成", "carrier": "顺丰"}}
    def get_logistics_info(self, order_id):
        info = self._logistics_db.get(order_id)
        if info is None:
            return f"物流信息{order_id}不存在"
        return f"物流{order_id}：状态={info['status']}，承运商={info['carrier']}"

# ====================== AutoGen 多智能体核心类 ======================
class AutoGenOrderAgent:
    def __init__(self):
        # ------------------------------------------------------
        """ 【用户代理】user_proxy 组件：人类替身，负责发起任务、执行工具、终止对话 """
        # ------------------------------------------------------
        self.user_proxy = autogen.UserProxyAgent(
            name="用户代理",                      # 智能体名称
            human_input_mode="NEVER",            # 全自动执行，无需人工输入
            max_consecutive_auto_reply=5,        # 最大连续自动回复次数
            is_termination_msg=lambda x: any(    # 明确的终止标志，只要含 "问题已解决"..字样。
			    kw in x.get("content", "") 
			    for kw in ["问题已解决", "结束", "完成"]
			),
            code_execution_config={"use_docker": False},  # 关闭Docker，避免报错
        )

        # ------------------------------------------------------
        """ 【助手智能体】AssistantAgent 组件：分工处理订单/物流/汇总任务 """
        # ------------------------------------------------------
        # 订单查询智能体
        self.order_agent = autogen.AssistantAgent(
            name="订单专员",
            system_message="你负责调用订单查询工具，返回订单信息",
            llm_config=LLM_CONFIG,
        )
        # 物流查询智能体
        self.logistics_agent = autogen.AssistantAgent(
            name="物流专员",
            system_message="你负责调用物流查询工具，返回物流信息",
            llm_config=LLM_CONFIG,
        )
        # 汇总智能体
        self.summary_agent = autogen.AssistantAgent(
            name="客服主管",
            system_message="汇总订单和物流信息，生成友好的最终回复。回复末尾必须包含问题已解决、结束、完成", # 必须告知“终止字符”，否则多智能体会无限对话，直到触达 max_turns/max_round 硬性截断，浪费 token 且答案可能不完整
            llm_config=LLM_CONFIG,
        )
        

        # ------------------------------------------------------
        """ 【工具注册】：绑定智能体与业务工具函数 """
        # ------------------------------------------------------
        # 在 __init__ 中一次性创建工具实例，避免重复创建
        self.order_tools = OrderTools()
        self.logistics_tools = LogisticsTools()

        # 包装工具函数
        def get_order_info(order_id: str) -> str:
            return self.order_tools.get_order_info(order_id)
        def get_logistics_info(order_id: str) -> str:
            return self.logistics_tools.get_logistics_info(order_id)

        # 使用 register_function 将工具函数同时注册到调用者和执行者
        register_function(
            get_order_info,                       # 工具函数
            caller=self.order_agent,              # 调用者：订单智能体
            executor=self.user_proxy,             # 执行者：用户代理
            description="根据订单ID查询订单信息",    # 工具描述
        )
        register_function(
            get_logistics_info,                   # 工具函数
            caller=self.logistics_agent,          # 调用者：物流智能体
            executor=self.user_proxy,             # 执行者：用户代理
            description="根据订单ID查询物流信息",    # 工具描述
        )

        # ------------------------------------------------------
        """ 【群组聊天】GroupChat 组件：定义参与智能体 + 协作规则 """
        # ------------------------------------------------------
        self.groupchat = autogen.GroupChat(
            agents=[
                self.order_agent,      # 订单查询智能体
                self.logistics_agent,  # 物流查询智能体
                self.summary_agent,    # 汇总智能体
                self.user_proxy,       # 用户代理（执行工具）
            ],
            messages=[],               # 对话历史（初始为空）
            max_round=10,              # 最大对话轮次
            speaker_selection_method="auto",  # 自动选择下一个发言人
            allow_repeat_speaker=True,        # 允许同一智能体连续发言（避免流程卡死）
        )

        # ------------------------------------------------------
        """ 【聊天管理器】GroupChatManager 组件：控制多智能体发言顺序 """
        # ------------------------------------------------------
        self.manager = autogen.GroupChatManager(
            groupchat=self.groupchat,  # 绑定群组
            llm_config=LLM_CONFIG,     # 绑定大模型配置
        )

    # 执行查询任务
    def run(self, order_id="ORD001"):
    	# ------------------------------------------------------
        """ 【启动多智能体对话】 user_proxy.initiate_chat """
        # ------------------------------------------------------
        # 任务指令
        task_msg = f"请查询订单{order_id}，先查订单、再查物流，最后客服主管汇总回复"
        chat_result = self.user_proxy.initiate_chat(
            recipient=self.manager,  # 接收方：群组管理器
            message=task_msg,        # 任务指令
            max_turns=10,            # 最大对话轮次
            summary_method="last_msg",   # 指定 summary 取最后一条消息（一般最后一条消息就是汇总的最终结果，也可以按照官方推荐的获取最终结果写法）
        )
        
        # 返回最终汇总结果
        return chat_result

# ====================== 启动运行 ======================
if __name__ == "__main__":
    result = AutoGenOrderAgent().run(order_id="ORD001")
    # 打印最终结果
    print("\n" + "="*50)
    print("📌 会话ID，方便以后做日志追踪、查历史:")
    print(result.chat_id)
    
    print("📌 智能体汇总回复：")
    print(result.summary)
    print("="*50)