Cognithor v0.94.0 — AutoGen Strategy Adoption
Released: 2026-04-25
Microsoft hat AutoGen offiziell in den Maintenance-Modus versetzt und verweist auf das Microsoft Agent Framework (MAF) 1.0 als Nachfolger — mit einem harten Migrations-Pfad von conversation-zentriert zu graph-basiert. Cognithor v0.94.0 positioniert sich in diesem Window als lock-in-freie EU-Alternative und AutoGen-Migrations-Onramp, ohne unsere PGE-Trinity-Architektur zu verbiegen.
Highlights
cognithor.compat.autogen — Source-Compat Shim für AutoGen-AgentChat 0.7.5
Search-and-replace-Migration vom AutoGen-AgentChat-Code auf Cognithor, ohne PGE-Trinity zu kompromittieren.
- from autogen_agentchat.agents import AssistantAgent
- from autogen_agentchat.teams import RoundRobinGroupChat
+ from cognithor.compat.autogen import AssistantAgent, RoundRobinGroupChat
- 17-Feld-Signatur-Parität für
AssistantAgent (verifiziert gegen echtes autogen-agentchat==0.7.5)
- 1-Shot-Pfad delegiert an
cognithor.crew.Crew(...).kickoff_async()
- Multi-Round via eigenem
_RoundRobinAdapter (~250 LOC)
- Komponierbare Terminations:
MaxMessageTermination, TextMentionTermination, __and__ / __or__
OpenAIChatCompletionClient Wrapper über Cognithor's Model-Router (16 Provider)
- Bewusst NICHT unterstützt (Sicherheitsmodell):
SelectorGroupChat, Swarm, MagenticOneGroupChat — siehe ADR 0001.
- Migration-Guide:
src/cognithor/compat/autogen/README.md
- Install:
pip install cognithor[autogen] (zieht autogen-agentchat==0.7.5 für Signatur-Tests)
cognithor_bench/ — Reproduzierbares Multi-Agent-Benchmark-Scaffold
In-Monorepo-Submodul, eigenes pyproject.toml, console-script cognithor-bench.
cognithor-bench run scenarios/smoke_test.jsonl
cognithor-bench tabulate results/
cognithor-bench run scenarios/foo.jsonl --adapter autogen # opt-in
Adapter Protocol mit Cognithor-Default + opt-in AutoGen-Adapter (lazy ImportError-safe)
- JSONL-Scenario-Format,
--repeat / --subsample / --seed / --native (default) / --docker (post-v0.94.0)
- Markdown-Reporter mit Pass-Rate-Aggregation
- Bundled
smoke_test.jsonl (3 trivial DACH-Szenarien für CI)
- 94.79% Test-Coverage auf das Submodul
examples/insurance-agent-pack/ — DACH-Versicherungs-Pre-Beratung Reference Pack
Standalone-installierbares Apache-2.0-Beispielpaket — KEINE cognithor.packs-Registrierung (das ist für private Commerce-Packs reserviert).
pip install ./examples/insurance-agent-pack
insurance-agent-pack run --interview
- 4 Agenten: NeedsAssessor, PolicyAnalyst (NEU: PDF-Tool-Use via PyMuPDF), ComplianceGatekeeper (NEU: sichtbarer PGE-Demo mit regelbasiertem Klassifikator), ReportGenerator
- Synthetische Knowledge-Seeds (PKV/GGF/bAV/BU)
- §34d-NEUTRAL: blockt Rechtsberatungs-Anfragen + konkrete Produkt-Empfehlungs-Demands
- DISCLAIMER persönlich verfasst — siehe
docs/DISCLAIMER.md
- Konzeptionell verwandt mit dem
versicherungs-vergleich Template aus v0.93.0; fokussiert auf Tool-Use + Visible-PGE-Demo
ADR 0001 — PGE Trinity vs Group Chat
Erste Architecture Decision Record im Repo. Dokumentiert, warum Cognithor bewusst keine SelectorGroupChat / Swarm Patterns adoptiert (LLM als Sicherheitsgrenze nicht tragfähig; Gatekeeper-Regeln sind inspectable und testbar).
docs/adr/0001-pge-trinity-vs-group-chat.md
Competitive-Analysis-Dokumente
Vergleich mit AutoGen, Microsoft Agent Framework, LangGraph, CrewAI — sachlich, mit Quellen-Zitaten.
docs/competitive-analysis/
Install
pip install cognithor==0.94.0 # core
pip install "cognithor[autogen]==0.94.0" # mit AutoGen-Compat-Tests
pip install "cognithor[full]==0.94.0" # alles inkl. optionaler Features
Platform-Artefakte unten (Windows Installer, Linux .deb, Android APK, iOS IPA, Flutter Web).
Compatibility
- Keine Breaking-Changes vs v0.93.0. Reine Erweiterung.
cognithor.crew (v0.93.0) unverändert.
- PGE-Trinity unverändert.
- Apache 2.0 unverändert. NOTICE bekommt MIT-Attribution für AutoGen-Inspiration (kein verbatim AutoGen-Code).
Verweise