EvoAgentX 快速开始指南¶
本快速开始指南将引导你完成使用 EvoAgentX 的基础步骤。在本教程中，你将学习如何：
1. 配置用于访问 LLM 的 API 密钥
2. 自动创建并执行工作流
安装¶
请参阅 安装指南 获取更多详细信息。API 密钥 和 LLM 设置¶
要在 EvoAgentX 中执行工作流，首先需要配置用于访问大模型（LLM）的 API 密钥。推荐以下两种方式：
方法一：在终端设置环境变量¶
此方法直接在系统环境中设置 API 密钥。
对于 Linux/macOS：
对于 Windows 命令提示符：
对于 Windows PowerShell：
设置完成后，可在 Python 中这样获取：
方法二：使用 .env 文件¶
也可以在项目根目录下创建 .env 文件来存储 API 密钥。
文件内容示例：
然后在 Python 中使用 python-dotenv 加载：
from dotenv import load_dotenv
import os
load_dotenv() # 从 .env 文件加载环境变量
OPENAI_API_KEY = os.getenv("OPENAI_API_KEY")
🔐 提示：切勿将 .env 文件提交到公共平台（如 GitHub），请将其添加到 .gitignore。
在 EvoAgentX 中配置并使用 LLM¶
配置好 API 密钥后，可按如下方式初始化并使用 LLM：
from evoagentx.models import OpenAILLMConfig, OpenAILLM
# 从环境加载 API 密钥
OPENAI_API_KEY = os.getenv("OPENAI_API_KEY")
# 定义 LLM 配置
openai_config = OpenAILLMConfig(
model="gpt-4o-mini", # 指定模型名称
openai_key=OPENAI_API_KEY, # 直接传入密钥
stream=True, # 启用流式响应
output_response=True # 打印响应到标准输出
)
# 初始化语言模型
llm = OpenAILLM(config=openai_config)
# 从 LLM 生成响应
response = llm.generate(prompt="What is Agentic Workflow?")
你可以在 LLM 模块指南 中找到更多关于支持的 LLM 类型及其参数的详细信息。
自动工作流生成与执行¶
配置完成后，即可在 EvoAgentX 中自动生成并执行智能工作流。本节展示生成工作流、实例化代理并运行的核心步骤。
首先，导入必要的模块：
from evoagentx.workflow import WorkFlowGenerator, WorkFlowGraph, WorkFlow
from evoagentx.agents import AgentManager
第一步：生成工作流与任务图¶
使用 WorkFlowGenerator 基于自然语言目标自动创建工作流：
goal = "Generate html code for the Tetris game that can be played in the browser."
wf_generator = WorkFlowGenerator(llm=llm)
workflow_graph: WorkFlowGraph = wf_generator.generate_workflow(goal=goal)
WorkFlowGraph 是一个数据结构，用于存储整体工作流计划，包括任务节点及其关系，但尚未包含可执行的代理。
可选：可视化或保存生成的工作流：
# 可视化工作流结构（可选）
workflow_graph.display()
# 将工作流保存为 JSON 文件（可选）
workflow_graph.save_module("/path/to/save/workflow_demo.json")
第二步：创建并管理执行代理¶
使用 AgentManager 基于工作流图实例化并管理代理：
agent_manager = AgentManager()
agent_manager.add_agents_from_workflow(workflow_graph, llm_config=openai_config)
第三步：执行工作流¶
代理准备就绪后，可以创建 WorkFlow 实例并运行：
workflow = WorkFlow(graph=workflow_graph, agent_manager=agent_manager, llm=llm)
output = workflow.execute()
print(output)
更多示例请参见 完整工作流演示。