agent-park/scripts/add-markdown-project.js

const http = require('http');

const markdownContent = `# AutoGen

## 🎯 项目简介

**AutoGen** 是一个由微软开发的**多智能体 AI 应用程序框架**，可以创建能够自主工作或与人类协作的智能体。

### ✨ 核心特性

- **核心 API**：实现消息传递、事件驱动智能体以及本地和分布式运行时
- **AgentChat API**：提供更简单但更具主见的 API，用于快速原型设计
- **扩展 API**：支持 LLM 客户端的特定实现（如 OpenAI、Azure OpenAI）
- **AutoGen Studio**：用于构建多智能体应用程序的无代码 GUI
- **AutoGen Bench**：用于评估智能体性能的基准测试套件

## 📦 安装方式

\`\`\`bash
# 使用 pip 安装
pip install -U "autogen-agentchat" "autogen-ext[openai]"

# 安装 AutoGen Studio
pip install -U "autogenstudio"
\`\`\`

> 💡 **提示**：AutoGen 需要 **Python 3.10 或更高版本**

## 🚀 快速开始

### Hello World 示例

\`\`\`python
import asyncio
from autogen_agentchat.agents import AssistantAgent
from autogen_ext.models.openai import OpenAIChatCompletionClient

async def main() -> None:
    model_client = OpenAIChatCompletionClient(model="gpt-4o")
    agent = AssistantAgent("assistant", model_client=model_client)
    print(await agent.run(task="Say 'Hello World!'"))
    await model_client.close()

asyncio.run(main())
\`\`\`

## 📊 功能对比

| 特性 | AutoGen | LangChain | CrewAI |
|------|---------|-----------|--------|
| 多智能体协作 | ✅ | ✅ | ✅ |
| 无代码 GUI | ✅ | ❌ | ❌ |
| 分布式运行时 | ✅ | ❌ | ❌ |
| .NET 支持 | ✅ | ❌ | ❌ |
| 基准测试套件 | ✅ | ❌ | ❌ |

## 🔧 高级用法

### 多智能体编排

使用 \`AgentTool\` 创建基本的多智能体编排设置：

\`\`\`python
import asyncio
from autogen_agentchat.agents import AssistantAgent
from autogen_agentchat.tools import AgentTool
from autogen_ext.models.openai import OpenAIChatCompletionClient

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

    # 创建数学专家智能体
    math_agent = AssistantAgent(
        "math_expert",
        model_client=model_client,
        system_message="You are a math expert.",
        description="A math expert assistant.",
    )

    # 创建化学专家智能体
    chemistry_agent = AssistantAgent(
        "chemistry_expert",
        model_client=model_client,
        system_message="You are a chemistry expert.",
        description="A chemistry expert assistant.",
    )

    print("智能体创建成功！")
\`\`\`

## 📚 任务清单

- [x] 安装 AutoGen
- [ ] 创建第一个智能体
- [ ] 配置 OpenAI API
- [ ] 运行多智能体对话
- [ ] 部署到生产环境

## 🎓 学习资源

1. [官方文档](https://microsoft.github.io/autogen/)
2. [GitHub 仓库](https://github.com/microsoft/autogen)
3. [API 参考](https://microsoft.github.io/autogen/docs/reference)
4. [示例代码](https://github.com/microsoft/autogen/tree/main/samples)

## 💬 常见问题

### Q: AutoGen 是免费的吗？

**A**: 是的！AutoGen 使用 MIT 许可证，完全开源免费。

### Q: 支持哪些 LLM 提供商？

**A**: AutoGen 支持 OpenAI、Azure OpenAI，以及通过扩展 API 支持其他提供商。

---

## 📄 许可证

MIT License - 详见 [LICENSE](https://github.com/microsoft/autogen/blob/main/LICENSE) 文件

**Made with ❤️ by Microsoft**
`;

const data = JSON.stringify({
  apiKey: 'sk_live_agent_park_webhook_key_2025',
  projects: [{
    name: 'AutoGen',
    nameEn: 'AutoGen',
    description: 'Microsoft 开发的多智能体 AI 应用程序框架，支持自主或与人类协作的智能体',
    descriptionEn: 'A programming framework for creating multi-agent AI applications that can act autonomously or work alongside humans',
    content: markdownContent,
    contentEn: markdownContent, // 使用相同内容用于测试
    status: 'ACTIVE',
    source: 'GitHub',
    tags: [
      { name: '多智能体', nameEn: 'Multi-Agent' },
      { name: '框架', nameEn: 'Framework' },
      { name: '微软', nameEn: 'Microsoft' },
      { name: 'Python', nameEn: 'Python' },
      { name: 'AI', nameEn: 'AI' },
      { name: 'LLM', nameEn: 'LLM' }
    ],
    links: [
      { type: 'GITHUB', url: 'https://github.com/microsoft/autogen', title: 'GitHub 仓库' },
      { type: 'WEBSITE', url: 'https://microsoft.github.io/autogen/', title: '官方文档' },
      { type: 'WEBSITE', url: 'https://pypi.org/project/autogen-agentchat/', title: 'PyPI 包' }
    ]
  }]
});

const options = {
  hostname: '127.0.0.1',
  port: 3001,
  path: '/api/webhook/projects',
  method: 'POST',
  headers: {
    'Content-Type': 'application/json',
    'Content-Length': Buffer.byteLength(data)
  }
};

const req = http.request(options, (res) => {
  let responseData = '';

  res.on('data', (chunk) => {
    responseData += chunk;
  });

  res.on('end', () => {
    console.log('Status:', res.statusCode);
    console.log('Response:', responseData);
  });
});

req.on('error', (error) => {
  console.error('Error:', error.message);
});

req.write(data);
req.end();