AgentScope 快速上手指南:构建看得见、可信任的多智能体应用

发布时间:2026/9/3 10:38:59
AgentScope 快速上手指南:构建看得见、可信任的多智能体应用 AgentScope 快速上手指南构建看得见、可信任的多智能体应用【免费下载链接】agentscopeBuild and run agents you can see, understand and trust.项目地址: https://gitcode.com/GitHub_Trending/ag/agentscope想象你在写代码时智能体同时在服务器上执行 shell 命令你既不确定它会跑哪条命令也不知道文件会被写到哪里。AgentScope 是一个面向生产的智能体框架把模型调用、工具执行、权限确认和多智能体协作封装成一套可组合模块让智能体的每一步都可观测、可控制。它适合想把智能体应用从终端能跑推进到生产可部署的开发者。AgentScope 适合谁‍ 需要智能体真正执行工具和代码而不只是聊天的应用开发者 要搭建多智能体协作、任务规划与团队编排的系统构建者 想把智能体接入飞书、Discord、钉钉等 IM 平台做消息路由的团队 有多租户、多会话、隔离沙箱等生产级部署要求的服务方最快体验路径安装并跑通第一个智能体环境只有一条硬门槛Python 3.11 及以上pyproject.toml中声明requires-python 3.11。第一步从 PyPI 安装核心包uv pip install agentscope第二步用十几行代码组装一个带 DashScope 模型通义千问 API的智能体import os from agentscope.agent import Agent from agentscope.credential import DashScopeCredential from agentscope.model import DashScopeChatModel agent Agent( nameFriday, system_promptYoure a helpful assistant named Friday., modelDashScopeChatModel( credentialDashScopeCredential(api_keyos.environ[DASHSCOPE_API_KEY]), modelqwen3.6-plus, ), )Agent是智能体主体model指定背后的大模型credential是模型厂商的 API 凭证。第三步直接在终端里与它对答。仓库自带 Console 示例流式输出、工具调用确认、CtrlC 中断都已内置export DASHSCOPE_API_KEYsk-... # 在 examples/console/ 目录下 python main.py跑通后你就可以进入下一站完整智能体服务。功能详解五个最值得了解的模块 智能体团队Leader 派生 Worker 协同干活一句价值单个智能体能力有限Leader–Worker 模式把复杂任务拆给多个 worker 并行完成。怎么工作内置团队工具负责建团队、派任务、跨智能体通信源码见 src/agentscope/app/_tool/。一句效果你只给 leader 一条指令它自己拆分、派工、汇总。 任务规划复杂工作变成可追踪的计划一句价值长任务不再是一笔糊涂账进度实时可见。怎么工作任务/规划工具src/agentscope/tool/_task/把复杂工作拆解为计划条目执行中持续更新状态。一句效果哪一步在做、哪一步卡住打开面板一目了然。 权限系统该确认时确认该放行时放行一句价值不必为每次工具调用手动点头也不必彻底放开手脚。怎么工作细粒度权限规则覆盖工具与资源支持确认模式与 bypass 模式实现见 src/agentscope/permission/。一句效果低风险操作端到端自动跑完高风险操作暂停等你确认。⏱ 后台任务卸载长工具转后台智能体自动唤醒一句价值长时间运行的工具不再阻塞对话。怎么工作长耗时工具调用被移入后台执行结果就绪后唤醒智能体、恢复对话由中间件完成src/agentscope/app/middleware/_tool_offload_middleware.py。一句效果对话保持响应任务在后台悄悄完成。 工作空间沙箱从本地到容器隔离一键切换一句价值工具与代码永远在受控环境里执行。怎么工作本地、Docker、Apple Container、Bubblewrap、E2B、OpenSandbox、Daytona、K8s 八种后端可切换实现集中在 src/agentscope/workspace/。一句效果开发用本地目录上线换 Docker 或云沙箱智能体代码不动。三个真实问题AgentScope 怎么解问题智能体在你机器上执行命令怕它跑飞。做法把工具的执行后端换成 Docker 或 E2B 工作空间所有 Bash、文件操作都发生在容器或云沙箱内。效果宿主机零影响换隔离方式只改一处后端配置。问题团队同事想在自己的 IM 里直接问智能体。做法安装channel扩展依赖配置飞书、Discord 或钉钉频道src/agentscope/app/channel/消息路由自动完成。效果群聊里 一下智能体即得回复与 Web UI 走同一套后端。问题回答需要查企业自己的文档而不是模型记忆。做法使用内置 RAG 服务文档解析、分块、向量化、多租户检索一条龙示例在 examples/rag/。效果智能体基于知识库作答答案可溯源到具体文档。避坑与常见问题Python 版本必须 ≥ 3.11低版本安装会直接失败先用python --version确认。核心包不含全部能力服务、沙箱、记忆、RAG、频道都是 extras按需追加如uv pip install agentscope[service]、agentscope[workspace-docker]。跑示例前必须设置 API Key如DASHSCOPE_API_KEY否则examples/console会直接抛错。Web UI 依赖 Node 环境在examples/web_ui下执行pnpm install pnpm dev没有 pnpm 需先安装。本地 Grep 工具依赖 ripgrep 二进制LocalWorkspace下通过tools扩展安装远程沙箱会在沙箱内部自动装好无需处理。落地第一步安装命令与示例入口一条命令开始uv pip install agentscope建议按这个顺序看真实代码终端调试看 examples/console/要搭完整服务加 Web UI 看 examples/agent_service/后端 examples/web_ui/ 前端需要检索知识库看 examples/rag/想了解最新功能迭代可翻 docs/NEWS_zh.md。下一步建议先设好 API Key 跑通 Console 示例再启动 agent_service 体验团队与任务规划。从终端验证单个智能体再到服务化部署每一步都有现成示例可对照。【免费下载链接】agentscopeBuild and run agents you can see, understand and trust.项目地址: https://gitcode.com/GitHub_Trending/ag/agentscope创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考