不用。核心框架是 Apache 2.0 開源專案，從 PyPI 安裝不收授權費。你唯一要付的是所連接的模型 API，因為那筆費用來自供應商，不是 AG2。

AG2 支援 MCP 伺服器嗎？

支援，而且有兩種方式。 MCPToolkit 會連接遠端 HTTP 伺服器和本地子程序，並代你執行工具； MCPServerTool 則把伺服器轉給原生支援 MCP 的供應商。

我可以把自己的代理變成 MCP 伺服器嗎？

可以。執行 ag2 serve my_agent.py --protocol mcp 就能把代理包成 MCP 伺服器，提供 chat 和 list_agents 工具。任何支援 MCP 的用戶端都能連上，就跟連其他伺服器一樣。

使用 AG2 需要什麼？

你需要 Python 3.10 以上，以及一組供應商金鑰，例如 OpenAI、Anthropic 或 Google。用 pip install ag2[openai,mcp] 安裝框架和對應的擴充，把金鑰設成環境變數，幾行就能跑起第一個代理。

AG2 跟 AutoGen 是同一個東西嗎？

AG2 是 AutoGen 的後繼版本，由同一批社群成員維護。舊的 autogen 命名空間以 AG2 Classic 之名繼續存在，單獨安裝；目前的 ag2 套件則加上非同步核心、持續性上下文，以及 MCP 和 A2A 的支援。

AG2 支援哪些 AI 供應商？

AG2 不綁供應商，支援 OpenAI、Anthropic、Google，以及透過 Ollama 等工具提供的開源模型。由於用戶端的 MCP 工具組在地端執行呼叫，你選哪家供應商都不會改變 MCP 伺服器的行為。

AG2

AG2AI (originally AutoGen from Microsoft Research) · 程式設計

AG2 是一套開源的 Python 代理框架。它能讓 AI 代理連接遠端和本地的 MCP 伺服器，把這些工具整理成可重複使用的工具組，甚至把代理本身變成 MCP 伺服器。

前往工具

關於 AG2

What Is AG2

AG2 最初叫 AutoGen，是微軟研究院在 2023 年推出的多代理框架。後來專案移交給社群，改名 AG2，目標沒變：打造一套系統，讓多個 AI 代理彼此對話、呼叫工具、分工合作，直到把任務做完。本頁講的是它的 MCP 引擎，也就是框架中負責模型上下文協定的那部分。

MCP 是 Anthropic 在 2024 年底提出的開放標準，用來把語言模型接到外部工具和資料。它解決一個具體問題：在它出現以前，每個工具都得為每個模型寫一套適配器。AG2 把 MCP 當成基本成員，而不是外掛。代理可以透過 HTTP 讀取遠端 MCP 伺服器提供的工具，也能用標準輸入輸出把本地伺服器當成子程序啟動，或者直接把伺服器網址轉給原生支援 MCP 的供應商。

最大的限制在範圍。AG2 是給開發者用的 Python 函式庫，不是點一下就上手的產品。你得用 pip 安裝、動手寫程式，還要自己管金鑰和伺服器。想要免寫程式的介面，得另找工具；而 Windows 使用者如果 Python 版本太舊，也可能卡住，因為這個套件要求 3.10 以上。

Getting Started

用 pip install ag2[openai,mcp] 安裝框架和 MCP 擴充。把 openai 換成 anthropic、gemini、ollama 或其他供應商都可以。
設定供應商金鑰，例如 export OPENAI_API_KEY="..."。金鑰從環境變數讀取，不會寫死在專案裡。
把代理指向一個 MCP 伺服器。遠端伺服器傳網址給 MCPToolkit，本地伺服器則用 MCPStdioServerConfig 讓它以子程序執行。
用 allowed_tools、blocked_tools 和 server_label 篩選工具，讓代理只看到需要的那些。
想反過來也行，用 ag2 serve my_agent.py --protocol mcp 把寫好的代理變成 MCP 伺服器對外提供。

產品資訊

快速了解 AG2 的定價、支援平台與效能。

免費方案是

付費方案$0 (open source)

平台Python (Windows, macOS, Linux)

開發者AG2AI (originally AutoGen from Microsoft Research)

類別程式設計

發布日期Nov 2024

最近更新Oct 2026

網站訪問量N/A

網站全球排名N/A

API 提供狀態是

適合對象

這項工具最適合的使用者、任務與情境。

使用者

打造代理系統的 Python 開發者：AG2 把多代理協作、工具呼叫和 MCP 支援收進一套函式庫，這些底層你就不用自己接。
已經在跑 MCP 伺服器的團隊：現成的遠端或本地伺服器用 `MCPToolkit` 就能接上，不必改寫，代理下一次執行就多了它的工具。
研究代理協作的人：框架源自 AutoGen 論文，對話模式和協作流程都有文件可循，不是臨場拼湊。

任務

把代理接到第三方工具：加入檔案系統、GitHub 或自己寫的伺服器，代理會找出對方提供的工具，像呼叫一般函式那樣使用。
把代理當成工具發布：`ag2 serve --protocol mcp` 會把代理包成服務，其他 MCP 用戶端就能和它對話、列出它的代理。
把現有介面變成 MCP 工具：`ag2 proxy --serve-mcp` 能把命令列工具、OpenAPI 規格或 Python 模組變成現成的 MCP 伺服器，不必寫串接程式碼。

情境

同一個流程要串多個資料來源：代理在一次執行中分別開啟 arXiv 伺服器、維基百科伺服器和資料庫的連線，再依查詢挑選合適的那個。
想讓憑證留在自家環境：用戶端工具組在地端執行呼叫，MCP 權杖不會傳到模型供應商那裡。
先做研究助理的原型：從官方附的 notebook 開始，跑順了再換成自己的伺服器。

主要功能

用戶端連線的 MCP 工具組

MCPToolkit 類別會在需要時才找出伺服器的工具，再把每一個當成普通函式交給代理。它同時接受遠端網址搭配 MCPServerConfig，以及本地子程序搭配 MCPStdioServerConfig，代理的其他部分完全不管你選哪一種。因為執行留在地端，它跟所有供應商都合得來，憑證也留在自家環境。

供應商端的 MCP 轉接

如果你想把連線交給模型供應商處理，MCPServerTool 會把伺服器網址和憑證送過去，由供應商在它那一端執行工具。這條路只適用於支援 MCP 轉接的供應商，例如 Anthropic，也意味著憑證會離開你的網路。不想自己管連線週期的人可以選它。

多伺服器的動態工作階段管理

MCPClientSessionManager 是用到才開工作階段，不會整個流程都掛著一條連線。在工具函式裡，代理可以依查詢連接不同的伺服器，把本地的標準輸入輸出伺服器和遠端的 HTTP 伺服器混著用，每個工作階段結束後會自己收乾淨。研究助理和會中途換資料來源的路由系統很適合這種做法。

把代理變成 MCP 伺服器

ag2 serve 指令能用三種協定之一把寫好的代理提供出去。加上 --protocol mcp，代理就成了 MCP 伺服器，提供 chat 和 list_agents 兩個工具，任何支援 MCP 的用戶端都能使用。同一個指令也能提供 REST API 或 A2A 端點，當代理需要被不同類型的呼叫端存取時，這點很重要。