AG2
AG2AI (originally AutoGen from Microsoft Research) · Programação
O AG2 é um framework de agentes de IA em Python de código aberto. Ele conecta agentes a servidores MCP remotos e locais, agrupa essas ferramentas em toolkits reutilizáveis e ainda transforma seus próprios agentes em servidores MCP.
Sobre AG2
What Is AG2
O AG2 nasceu como AutoGen, o framework multiagente que a Microsoft Research lançou em 2023. Depois migrou para a própria comunidade, adotou o nome AG2 e manteve o mesmo objetivo: construir sistemas em que vários agentes de IA conversam, chamam ferramentas e dividem o trabalho até concluir uma tarefa. O nome desta página se refere ao motor MCP dele, a parte do framework que fala o Protocolo de Contexto de Modelo.
MCP é o padrão aberto que a Anthropic apresentou no fim de 2024 para conectar modelos de linguagem a ferramentas e dados externos. Ele resolve um problema específico: antes dele, cada ferramenta precisava de um adaptador sob medida para cada modelo. O AG2 trata o MCP como cidadão de primeira classe, não como acessório. Os agentes leem ferramentas de um servidor MCP remoto por HTTP, iniciam um servidor local como subprocesso pela entrada e saída padrão, ou repassam a URL do servidor a um provedor que aceite MCP de forma nativa.
A maior limitação é o escopo. O AG2 é uma biblioteca de Python para desenvolvedores, não um produto de um clique. Você instala com pip, escreve código e cuida das suas próprias chaves e servidores. Quem procura uma interface sem código terá de buscar outra opção, e usuários de Windows com Python antigo podem esbarrar em problemas, já que o pacote exige a versão 3.10 ou superior.
Getting Started
- Instale o framework e o extra de MCP com
pip install ag2[openai,mcp]. Troqueopenaiporanthropic,gemini,ollamaou outro provedor. - Defina a chave do provedor, por exemplo
export OPENAI_API_KEY="...". As chaves são lidas do ambiente, então nada fica escrito dentro do projeto. - Aponte um agente para um servidor MCP. Passe a URL para o
MCPToolkitno caso de um servidor remoto, ou umMCPStdioServerConfigpara um local que roda como subprocesso. - Filtre as ferramentas com
allowed_tools,blocked_toolse umserver_label, para que o agente veja só o que precisa. - Se quiser, inverta a direção e exponha seu agente pronto como servidor MCP com
ag2 serve my_agent.py --protocol mcp.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de AG2.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Desenvolvedores de Python que criam sistemas de agentes
- Equipes que já operam servidores MCP
- Pesquisadores que estudam a colaboração entre agentes
Tarefas
- Conectar um agente a ferramentas de terceiros
- Publicar um agente como ferramenta
- Transformar interfaces existentes em ferramentas MCP
Cenários
- Um fluxo que precisa de várias fontes de dados
- Manter as credenciais dentro da sua própria infraestrutura
- Prototipar um assistente de pesquisa
Principais recursos
Toolkit MCP para conexões no cliente
A classe MCPToolkit descobre as ferramentas do servidor quando necessário e entrega cada uma ao agente como uma função comum. Ela aceita tanto uma URL remota com MCPServerConfig quanto um subprocesso local com MCPStdioServerConfig, e o restante do agente não se importa com a sua escolha. Como a execução fica do seu lado, funciona com todos os provedores e mantém as credenciais dentro da sua infraestrutura.
Passagem de MCP pelo lado do provedor
Se você prefere que a conexão fique com o provedor do modelo, o MCPServerTool envia a URL do servidor e as credenciais adiante, e o provedor executa as ferramentas do lado dele. Esse caminho só serve para provedores que aceitem a passagem de MCP, como a Anthropic, e significa que suas credenciais saem da sua rede. Escolha-o se você não quiser cuidar do ciclo de vida da conexão.
Gestão dinâmica de sessões com vários servidores
O MCPClientSessionManager abre sessões quando são necessárias em vez de manter uma conexão viva durante todo o fluxo. Dentro de uma função, o agente pode recorrer a um servidor diferente conforme a consulta, misturar servidores locais de entrada e saída padrão com outros remotos por HTTP, e deixar cada sessão se encerrar sozinha. Isso cai bem em assistentes de pesquisa e sistemas de roteamento que trocam de fonte no meio da tarefa.
Publique seu agente como servidor MCP
O comando ag2 serve expõe um agente pronto por meio de um de três protocolos. Com --protocol mcp, seu agente vira um servidor MCP que oferece as ferramentas chat e list_agents, então qualquer cliente compatível com MCP pode usá-lo. O mesmo comando serve uma API REST ou um endpoint A2A, o que importa se mais de um tipo de cliente precisa alcançar o agente.
Transforme qualquer interface em ferramentas MCP
O ag2 proxy converte o que você já tem em ferramentas para o agente. Aponte para um comando de CLI e ele lê a saída de ajuda para gerar wrappers tipados; aponte para uma especificação OpenAPI para ter uma ferramenta por endpoint; aponte para um módulo de Python para wrappers de funções tipadas. Acrescentar --serve-mcp pula a geração de arquivos e sobe as ferramentas empacotadas como servidor MCP ativo.
Construído sobre a linhagem do AutoGen
O AG2 mantém o modelo multiagente que tornou o AutoGen popular: agentes que conversam, chats de grupo, swarms e fluxos aninhados. Por cima disso, acrescenta um núcleo assíncrono, contexto persistente e suporte aos protocolos MCP e o protocolo A2A. Você fica com os padrões de orquestração testados em pesquisa mais as camadas de interoperabilidade para ligar agentes ao mundo externo.
Prós e contras
Prós
- Código aberto sob Apache 2.0, sem custo de licença e sem fornecedor ao qual ficar preso pelo framework central.
- Independente de provedor: o toolkit do cliente executa as chamadas localmente e funciona igual com OpenAI, Anthropic, Google ou modelos abertos.
- Cobre as duas direções do MCP, conectar-se a servidores e servir agentes como servidores, a partir de um único código.
- A gestão de sessões sob demanda mantém os fluxos longos enxutos, porque as conexões só abrem quando uma ferramenta precisa.
- Documentado com notebooks e um guia de início rápido, com o paper do AutoGen como base para quem quer a teoria.
Contras
- É uma biblioteca de Python, não um aplicativo hospedado, então equipes sem desenvolvedores não podem usá-la direto e precisam montar suas próprias interfaces.
- Exige Python 3.10 ou superior, o que deixa de fora ambientes antigos e pode dar dor de cabeça em instalações de Windows legadas.
- O caminho de MCP do lado do provedor só funciona com provedores que aceitem a passagem, então não dá para usá-lo com qualquer modelo.
- Unir vários servidores e chaves fica por sua conta, e não há painel embutido para acompanhar agentes em produção.
Perguntas frequentes
O AG2 é um framework de Python para criar agentes de IA que trabalham juntos e usam ferramentas externas. O motor MCP dele permite que esses agentes se conectem a servidores MCP, agrupem ferramentas em toolkits reutilizáveis e exponham agentes prontos como servidores MCP para outros clientes chamarem.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a AG2.
Alternativas a AG2
Base Code
Base44 (Wix) · Programação · ProdutividadeO Base Code é um ambiente de desenvolvimento em nuvem compartilhado da Base44. O time descreve mudanças em um repositório do GitHub pelo chat, confere tudo na prévia e envia o resultado como pull request.
Google EmbeddingGemma 2
Google DeepMind · Escrita · Imagem · ProgramaçãoGoogle EmbeddingGemma 2 é um modelo aberto de 740 milhões de parâmetros que transforma texto, código, imagens, áudio e quadros de vídeo em vetores de um único espaço de 768 dimensões, rodando em celulares e notebooks.
GitGlow
GitGlow · Programação · ProdutividadeO GitGlow é um cliente Git de desktop que coloca seu código e as mudanças dos seus agentes de IA na mesma revisão, para você saber o que vai sair da máquina antes de publicar.