CommunitySchreiben & Editierengithub.com

botextractai/ai-autogen-multi-agent

Multi-AI-Agent-System fürs Blog-Schreiben mit AutoGen und Reflexion

Was ist ai-autogen-multi-agent?

Dieses Skill implementiert ein Multi-Agenten-System basierend auf Microsoft AutoGen, das Blogbeiträge durch einen reflexiven Schreibprozess erstellt. Es nutzt mehrere spezialisierte KI-Agenten, die zusammenarbeiten: ein Schreiber, ein Kritiker und ein Redakteur, die iterativ Entwürfe verfassen, bewerten und verbessern. Der Fokus liegt auf der automatischen Generierung hochwertiger Bloginhalte durch strukturierte Reflexion und Feedbackschleifen zwischen den Agenten. Entwickler können dies in AutoGen-Workflows integrieren, um wiederkehrende Schreibaufgaben zu automatisieren und konsistente Veröffentlichungsqualität sicherzustellen. Das Skill ist für GitHub-Workflows oder lokale AutoGen-Implementierungen konzipiert.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add botextractai/ai-autogen-multi-agent

Installed? Explore more Schreiben & Editieren skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht ai-autogen-multi-agent?

AutoGen Multi-AI-Agent-System fürs Blog-Schreiben mit Reflexion

Quelle: https://github.com/botextractai/ai-autogen-multi-agent

Entdeckt während der täglichen awesomeskills.dev Agenten-Skill-Suche.

Beschreibung

Dieses Projekt implementiert ein Multi-Agenten-System mit Microsoft AutoGen, das Blogbeiträge durch einen reflexiven Prozess erstellt. Es nutzt verschiedene KI-Agenten (z. B. Schreiber, Kritiker, Redakteur), die zusammenarbeiten, um Inhalte zu verfassen, zu bewerten und iterativ zu verbessern.

Funktionen

  • Multi-Agenten-Architektur: Mehrere AutoGen-Agenten mit spezifischen Rollen (Schreiber, Kritiker, Redakteur).
  • Reflexiver Schreibprozess: Agenten geben sich gegenseitig Feedback und verfeinern den Entwurf in mehreren Durchläufen.
  • Anpassbare Vorlagen: Blog-Stil, Ton und Länge können über Konfigurationsdateien gesteuert werden.
  • Integration: Lässt sich in CI/CD-Pipelines oder lokale AutoGen-Workflows einbinden.

Voraussetzungen

  • Python 3.9+
  • AutoGen (pyautogen)
  • OpenAI-API-Schlüssel (oder ein anderes kompatibles LLM-Backend)
  • Git (für Versionskontrolle)

Installation

# Repository klonen
git clone https://github.com/botextractai/ai-autogen-multi-agent.git
cd ai-autogen-multi-agent

# Python-Virtualenv erstellen und Abhängigkeiten installieren
python -m venv venv
source venv/bin/activate  # Unter Windows: venv\Scripts\activate
pip install -r requirements.txt

Konfiguration

Erstellen Sie eine .env-Datei im Stammverzeichnis mit folgendem Inhalt:

OPENAI_API_KEY=your-api-key-here
OPENAI_MODEL=gpt-4

Sie können auch andere Modelle oder lokale LLMs über die AutoGen-Konfiguration verwenden.

Verwendung

Führen Sie den Hauptworkflow aus:

python run_blog_writing.py --topic "Ihr Blogthema" --iterations 3

Optionale Parameter:

  • --topic (erforderlich): Das Thema des Blogbeitrags.
  • --iterations: Anzahl der Reflexionsdurchläufe (Standard: 3).
  • --style: Schreibstil (z. B. technisch, erzählerisch, überzeugend).
  • --output: Ausgabedatei für den finalen Blogbeitrag (Standard: output/blog_post.md).

Workflow

  1. Planungsagent: Erstellt eine Gliederung basierend auf dem Thema.
  2. Schreibagent: Verfasst einen ersten Entwurf.
  3. Kritikagent: Analysiert den Entwurf auf Klarheit, Ton und Logik.
  4. Redaktionsagent: Überarbeitet den Entwurf basierend auf dem Feedback.
  5. Wiederholung der Schritte 3–4 für die angegebene Anzahl Iterationen.
  6. Finalisierungsagent: Formatiert den finalen Beitrag.

Beispiel

python run_blog_writing.py --topic "Einführung in Multi-Agenten-Systeme" --iterations 5 --style technisch --output blog_einfuehrung.md

Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert – siehe Datei LICENSE für Details.

Mitwirken

Beiträge sind willkommen! Bitte lesen Sie CONTRIBUTING.md für Richtlinien.

Danksagungen

Verwandte Skills