AutoGen

Integre o Firecrawl, a API de contexto para agentes de IA, ao Microsoft AutoGen para dar às conversas multiagente ferramentas de pesquisa na web e scraping em tempo real. Como a Microsoft arquivou o AutoGen, inicie novos projetos no Microsoft Agent Framework.

A Microsoft arquivou o AutoGen e não oferece mais manutenção para ele. Para novos projetos, a Microsoft recomenda o Microsoft Agent Framework, e projetos existentes podem seguir o guia de migração. As funções do Firecrawl abaixo são Python puro, então você pode reutilizá-las como ferramentas no novo framework.

Configuração

pip install -U "autogen-agentchat" "autogen-ext[openai]" firecrawl

Configure suas chaves:

export FIRECRAWL_API_KEY=fc-YOUR-API-KEY
export OPENAI_API_KEY=sk-YOUR-OPENAI-KEY

Firecrawl como ferramenta do AutoGen

Este exemplo encapsula scrape e search do Firecrawl como ferramentas de função do AutoGen e depois permite que um único AssistantAgent os use para responder a uma pergunta.

import asyncio
from firecrawl import Firecrawl
from autogen_agentchat.agents import AssistantAgent
from autogen_agentchat.ui import Console
from autogen_ext.models.openai import OpenAIChatCompletionClient

firecrawl = Firecrawl()


def scrape_url(url: str) -> str:
    """Scrape a URL and return clean markdown."""
    result = firecrawl.scrape(url, formats=["markdown"])
    return result.markdown or ""


def web_search(query: str, limit: int = 5) -> list[dict]:
    """Search the web and return the top results."""
    result = firecrawl.search(query, limit=limit)
    return [
        {"title": r.title, "url": r.url, "snippet": r.description}
        for r in result.web or []
    ]


async def main() -> None:
    model = OpenAIChatCompletionClient(model="gpt-4o-mini")

    researcher = AssistantAgent(
        name="researcher",
        model_client=model,
        tools=[scrape_url, web_search],
        system_message=(
            "You are a web researcher. Use web_search to find candidate sources, "
            "then scrape_url to read the most relevant ones. Cite URLs in your answer."
        ),
    )

    await Console(
        researcher.run_stream(
            task="What does Firecrawl's /agent endpoint do? Cite the docs."
        )
    )


if __name__ == "__main__":
    asyncio.run(main())

Execute:

python researcher.py

Multiagente: Pesquisador + Redator

Encaminhe o resultado do Firecrawl de um agente pesquisador para um agente redator em uma equipe round-robin.

import asyncio
from firecrawl import Firecrawl
from autogen_agentchat.agents import AssistantAgent
from autogen_agentchat.conditions import MaxMessageTermination
from autogen_agentchat.teams import RoundRobinGroupChat
from autogen_agentchat.ui import Console
from autogen_ext.models.openai import OpenAIChatCompletionClient

firecrawl = Firecrawl()


def scrape_url(url: str) -> str:
    result = firecrawl.scrape(url, formats=["markdown"])
    return result.markdown or ""


def web_search(query: str, limit: int = 5) -> list[dict]:
    result = firecrawl.search(query, limit=limit)
    return [
        {"title": r.title, "url": r.url, "snippet": r.description}
        for r in result.web or []
    ]


async def main() -> None:
    model = OpenAIChatCompletionClient(model="gpt-4o-mini")

    researcher = AssistantAgent(
        name="researcher",
        model_client=model,
        tools=[scrape_url, web_search],
        system_message="Gather sources with web_search + scrape_url. Reply with bullet-point findings and URLs.",
    )

    writer = AssistantAgent(
        name="writer",
        model_client=model,
        system_message="Turn the researcher's findings into a 200-word briefing with inline citations.",
    )

    team = RoundRobinGroupChat(
        [researcher, writer],
        termination_condition=MaxMessageTermination(max_messages=6),
    )

    await Console(team.run_stream(task="Write a briefing on Firecrawl's crawl endpoint."))


if __name__ == "__main__":
    asyncio.run(main())

Notas

Estes exemplos usam o cliente síncrono Firecrawl, que funciona dentro do loop de eventos do AutoGen em cargas de trabalho pequenas. Para scraping pesado com concorrência, use AsyncFirecrawl com ferramentas async def ou use extração em lote.
Substitua OpenAIChatCompletionClient por qualquer cliente de modelo compatível com o AutoGen (Azure OpenAI, Anthropic via autogen-ext, Ollama etc.). O Firecrawl é agnóstico em relação ao modelo.
Consulte a documentação do AutoGen para padrões de agente além do round-robin (selector, swarm, equipes aninhadas).

Primeiros passos

Ferramentas de IA

Integrações com agentes

Clientes e gateways MCP

SDKs e frameworks de LLM

Depuração agêntica

Receitas

Configuração

Firecrawl como ferramenta do AutoGen

Multiagente: Pesquisador + Redator

Notas

​Configuração

​Firecrawl como ferramenta do AutoGen

​Multiagente: Pesquisador + Redator

​Notas

Configuração

Firecrawl como ferramenta do AutoGen

Multiagente: Pesquisador + Redator

Notas