教学导向的多智能体系统框架 PicoAgents，配套同名书籍，覆盖从零构建到生产部署的全链路，含 50+ 示例、DAG 工作流引擎、自主编排、Computer Use Agent 与评估框架。
本项目由微软 AutoGen 核心贡献者 Victor Dibia 发起，包含两大核心组件：PicoAgents 框架与同名配套书籍的代码仓库。
框架层面，PicoAgents 提供完整的 Agent 构建能力，包括 15+ 内置工具与自定义工具支持、长期记忆与 RAG、基于 Pydantic 的结构化输出、原生 SSE 流式、可扩展中间件以及 OpenTelemetry 可观测性。多智能体编排方面，支持基于 DAG 的类型安全工作流引擎（顺序/并行、检查点恢复），以及三种自主编排模式——轮询、AI 驱动发言者选择、基于计划的编排（Magentic One 模式），内置 9 种终止条件。此外提供基于 Playwright 的 Computer Use Agent（多模态视觉推理+浏览器自动化）和完整的评估框架（LLM-as-Judge、参考匹配、复合评分）。生产级优化包括两阶段过滤实现 90% 成本削减、Think Tool 提升 54% 解决性能。
教学层面，仓库提供 50+ 按章节组织的可运行示例、四步渐进式最小 Agent 实现（code_along）、课程材料与研究参考资料。Web UI 可一键启动并自动发现当前目录的 Agent 与 Workflows。框架设计遵循 framework-agnostic 原则，核心模式可迁移至 LangGraph、AutoGen、Google ADK 等，仓库内提供等效实现对比。
支持 OpenAI、Azure OpenAI、Anthropic、GitHub Models 及任何 OpenAI 兼容端点。采用 Apache-2.0 许可证。