Qwen3-4B+AutoGen Studio：打造你的第一个AI助手

想快速搭建一个能帮你写代码、分析数据、甚至规划项目的智能助手吗？今天，我们就来手把手教你，如何利用Qwen3-4B-Instruct大模型和AutoGen Studio这个低代码平台，从零开始构建你的第一个AI智能体应用。整个过程无需复杂的编程，通过图形化界面就能完成，非常适合想体验AI助手能力的新手。

我们将使用一个预置好的镜像，它已经内置了Qwen3-4B模型服务和AutoGen Studio应用，你只需要跟着步骤操作，就能立刻拥有一个功能强大的AI伙伴。

1. 环境准备与快速启动

我们的起点是一个已经配置好的云端环境。你无需关心Python版本、依赖包安装或模型下载这些繁琐的步骤。镜像已经为你准备好了所有东西：

1. 启动环境：在云平台（如CSDN星图镜像广场）找到并启动名为 “AutoGen Studio” 的镜像。这个镜像内部已经完成了以下工作：

   • 部署了 vLLM 推理引擎来高效运行 Qwen3-4B-Instruct-2507 模型。
   • 安装了 AutoGen Studio 的Web界面。
   • 配置好了两者之间的连接。

2. 验证模型服务：环境启动后，首要任务是确认模型服务是否正常运行。打开终端，执行以下命令查看日志：

   cat /root/workspace/llm.log
   

   如果看到日志中显示模型加载成功、服务启动在8000端口等信息，就说明模型服务已经就绪。

3. 访问AutoGen Studio：在浏览器中打开应用提供的Web访问地址（通常是环境启动后给出的链接）。你会看到AutoGen Studio的登录/注册界面，首次使用可以快速注册一个账号。

至此，你的“AI助手工厂”已经准备就绪。接下来，我们要做的就是在这个工厂里，组装并激活你的第一个AI助手。

2. 核心概念：什么是AutoGen Studio？

在开始动手之前，花两分钟了解下AutoGen Studio是什么，能让你后续操作更清晰。

你可以把AutoGen Studio想象成一个乐高积木式的AI智能体搭建平台。它提供了几种基础“积木”（智能体类型），你可以定义它们的技能（连接大模型、使用工具），然后把它们组合成一个“团队”，让它们协作完成你交代的任务。

它的核心优势就是低代码和可视化。大部分操作通过点选和填写表单完成，极大降低了构建多智能体应用的门槛。主要功能包括：

• 智能体构建器：创建和配置单个AI智能体，比如一个“程序员助手”或“数据分析师”。
• 团队构建器：将多个智能体组合成一个团队，并设计它们之间的协作流程。
• 技能（工具）库：为智能体添加调用外部API、执行代码等扩展能力。
• 游乐场：一个与你的智能体或团队进行实时对话、测试任务的交互界面。

而我们今天要做的，就是创建一个最基本的、由Qwen3-4B大模型驱动的智能体，并和它聊天。

3. 关键一步：为智能体配置“大脑”（Qwen3-4B）

AutoGen Studio本身是一个框架，它需要连接一个“大脑”（大语言模型）才能让智能体变得智能。我们的镜像已经部署好了Qwen3-4B模型，现在需要告诉AutoGen Studio去哪里找到这个“大脑”。

1. 进入团队构建器：在AutoGen Studio左侧菜单栏，找到并点击 “Team Builder”。

2. 编辑助手智能体：系统通常会有一个预置的“AssistantAgent”。点击它进行编辑。

3. 配置模型客户端：在编辑界面，找到 “Model Client” 配置部分，点击编辑按钮。

4. 填写模型参数：这是最关键的一步，确保填写正确：

   • Model: 输入 Qwen3-4B-Instruct-2507
   • Base URL: 输入 http://localhost:8000/v1

   为什么这么填？

   • Model 名称必须与vLLM服务加载的模型名称完全一致。
   • Base URL 指向本地运行的vLLM服务端点。vLLM默认提供了与OpenAI API兼容的接口，路径就是 /v1。

5. 测试连接：填写后，保存配置。通常界面会有“测试”或“验证”按钮。点击测试，如果看到成功的提示（例如显示模型信息或测试对话成功），就说明配置正确。

恭喜！ 你已经成功为你的AI助手接上了Qwen3-4B这个强大的“大脑”。现在，这个智能体就能理解你的指令并用中文流畅地回应了。

4. 与你的AI助手对话

配置好模型后，就可以正式和你的AI助手交互了。AutoGen Studio提供了一个叫“Playground”的聊天室环境。

1. 新建会话：点击左侧菜单的 “Playground”。然后点击 “+ New Session” 创建一个新的对话会话。

2. 选择智能体：在新会话中，你可以选择刚才配置好的“AssistantAgent”作为对话对象。

3. 开始提问：在底部的输入框里，用自然语言向你的助手提问吧！比如：

   • “用Python写一个快速排序函数。”
   • “帮我规划一个三天的北京旅游行程。”
   • “解释一下什么是神经网络。”
   • “把‘Hello, world!’翻译成法语和日语。”

4. 查看回复：Qwen3-4B模型会处理你的问题，并通过智能体将回答显示在聊天窗口中。你可以进行多轮对话，让它根据上下文继续回答。

5. 进阶玩法：尝试更多可能性

完成了基础对话，你已经掌握了核心。但AutoGen Studio的魅力远不止于此，这里有一些你可以立刻尝试的进阶方向：

5.1 创建专属智能体

不要局限于预置的“AssistantAgent”。你可以点击“Agent Builder”创建一个全新的智能体：

• 起个名字：比如“代码专家”、“文案写手”。
• 设置系统提示：这决定了智能体的“人设”和专长。例如，给“代码专家”的设置可以是：“你是一个经验丰富的软件工程师，擅长Python和算法，回答要简洁专业。”
• 关联同一个模型：在模型客户端配置中，同样选择我们配置好的Qwen3-4B连接。这样，你就拥有了一个具有不同个性的助手。

5.2 组建智能体团队

真正的威力在于让多个智能体协作。在“Team Builder”中：

1. 创建两个智能体，比如一个“程序员”和一个“测试员”。
2. 将它们拖入团队流程中。
3. 设计流程：例如，让“用户”任务先交给“程序员”写代码，然后自动将代码交给“测试员”检查漏洞，最后将结果汇总给用户。
4. 在Playground中向这个团队提问：“为一个博客网站设计用户登录功能的API，并检查其安全性。” 看看它们是如何讨论和分工的。

5.3 为智能体添加“工具”

智能体不仅可以聊天，还能“动手”操作。AutoGen Studio支持添加工具（Skills）：

• 内置工具：如执行Python代码、进行网页搜索（需配置API Key）、读写文件等。
• 自定义工具：你可以编写Python函数作为工具，比如调用一个特定的数据分析API。 为你的智能体启用“Python代码执行”工具后，你就可以直接说：“画一个正弦函数的曲线图。” 它不仅能给出代码，还能实际执行并返回图像给你。

6. 总结

通过今天的教程，我们完成了一次从零到一的AI智能体创建体验。回顾一下关键步骤：

1. 利用预置镜像，我们跳过了最复杂的模型部署和环境配置环节，直接获得了可用的Qwen3-4B模型服务和AutoGen Studio平台。
2. 理解核心概念，知道了AutoGen Studio是一个通过组装“智能体积木”来构建AI应用的低代码平台。
3. 完成关键配置，在AutoGen Studio中正确设置了模型客户端，将其指向本地运行的Qwen3-4B模型，这是智能体拥有“智慧”的基础。
4. 实现首次对话，在Playground中与配置好的智能体进行交互，验证了整个流程的成功。
5. 探索进阶路径，了解了如何创建多角色智能体、组建协作团队以及添加功能工具，这些都是构建更复杂AI应用的基础。

这个由Qwen3-4B驱动的AI助手，已经可以成为你学习、工作上的得力伙伴。无论是解答技术问题、辅助编程、头脑风暴还是内容创作，它都能提供有价值的帮助。更重要的是，你通过AutoGen Studio掌握了一种构建AI应用的新范式——无需从头编写复杂的多轮对话和任务调度逻辑，通过可视化的配置就能实现。

接下来，你可以继续深入探索AutoGen Studio的更多功能，尝试构建更复杂的多智能体工作流，或者将不同的工具集成进来，打造真正属于你自己的、自动化处理特定任务的AI团队。

---

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。