Magentic-UI 简介

Magentic-UI是微软研究院开源的人机交互网页代理研究原型，采用多代理系统架构，具备以下核心能力：

• üîÜ 网页自动化：自动浏览网页并执行表单填写等交互操作
• üö¥ 代码生成执行：根据需求动态生成并执行代码
• üîë 文件分析处理：支持上传文件进行内容分析与修改
• Ô≠è 多代理协作：基于AutoGen框架构建的智能体协作系统

核心特性

1. 透明可控的交互界面

   • üßëü§ù 协同规划：通过聊天和计划编辑器共同制定任务流程
   • ü§î 任务中断：可随时干预代理执行过程
   • üõ° 操作防护：敏感操作需人工确认执行

2. 先进技术架构

   • 采用Docker容器化部署
   • 支持Python 3.10+环境
   • 可扩展的MCP代理系统

3. 多模型支持

   • OpenAI API集成
   • Azure OpenAI兼容
   • Ollama本地模型支持

安装指南

# 基础安装
python3 -m venv .venv
source .venv/bin/activate
pip install magentic-ui

# 启动服务
magentic-ui --port 8081

üî∂ 系统要求：

• Docker运行环境
• Python 3.10+
• Windows用户推荐使用WSL2

应用场景

• ‚é∑ 深度网页导航（如航班筛选、个人网站链接查找）
• üí™ 网页数据可视化（在线数据生成图表）
• üìö 复杂表单自动化处理
• üîØ 跨网站工作流整合

技术评估

在o4-mini模型下的基准测试表现：

• GAIA测试集：42.52%
• WebVoyager测试：82.2%
• WebGames测试：45.5%

开源信息

• üîå 许可证：MIT
• üîÜ GitHub星标：7.5k
• üî≠ 主要语言：Python(71.3%)/TypeScript(25.8%)

资源链接

• 官方技术报告
• GitHub仓库
• 问题排查指南