AgentScope 多智能体框架实战5 分钟跑通你的第一个智能体应用【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/agentscopeAgentScope 是一个开源的多智能体应用开发框架multi-agent framework把大模型智能体变成看得见、可理解、可信任的工程应用从单智能体的推理与工具调用到多智能体协作、权限控制和服务化部署都提供现成的抽象。本文面向刚接触多智能体开发的新手。读完后你能安装 AgentScope在终端跑起第一个智能体并启动一个带团队协作与权限控制的智能体 Web 服务。它解决了什么问题复杂任务单智能体扛不住跨多文件、多步骤的长任务超出单个智能体的上下文与执行能力。AgentScope 内置团队工具和“领导—工人”协调机制把一个任务拆给多个智能体分工完成。多模型接入繁琐OpenAI、Anthropic、Gemini、DashScope、DeepSeek 等各家 API 格式不同。AgentScope 在统一的 Model 层做了抽象同一套智能体代码可以切换不同的大模型提供方。工具调用缺乏隔离智能体直接在本机跑命令、改文件风险不可控。AgentScope 的工作空间机制让工具在本地、Docker、E2B、K8s 等隔离环境里执行。架构一图看懂事件系统统一的事件总线把推理过程、工具调用、多模态内容流式推给前端。你需要在 Web UI 里实时展示智能体执行过程、或做人机确认交互时用到。权限系统对工具和资源做细粒度管控支持逐次确认和 bypass免确认两种模式。你需要决定哪些危险操作必须人工把关时用到。工作空间工具和代码的隔离执行环境提供本地、Docker、Apple Container、E2B、OpenSandbox、Daytona、K8s 等后端。你需要防止智能体影响宿主机或互相干扰时用到。中间件系统挂在“推理—行动”循环各阶段的可组合钩子覆盖回复、模型调用、工具执行、上下文压缩等环节。你需要在不改主循环的前提下注入长期记忆、RAG 或日志时用到。5 分钟跑通第一个智能体一键安装步骤要求 Python 3.11 及以上从 PyPI 安装uv pip install agentscope # 或 pip install agentscope最小可运行示例下面这段代码创建带编码工具的智能体并在终端里开启对话from agentscope.agent import Agent from agentscope.console import launch_console from agentscope.tool import Toolkit, Bash, Grep, Glob, Read, Write, Edit from agentscope.credential import DashScopeCredential from agentscope.model import DashScopeChatModel import os, asyncio async def main() - None: agent Agent( nameFriday, system_promptYoure a helpful assistant named Friday., modelDashScopeChatModel( credentialDashScopeCredential(api_keyos.environ[DASHSCOPE_API_KEY]), modelqwen3.6-plus, ), toolkitToolkit(tools[Bash(), Grep(), Glob(), Read(), Write(), Edit()]), ) await launch_console(agent) asyncio.run(main())运行前设置DASHSCOPE_API_KEY环境变量即可流式输出、工具调用确认、CtrlC 中断都由 console 处理。启动智能体服务智能体服务是 FastAPI 后端加现成的 Web UI天然支持多租户、多会话git clone https://gitcode.com/GitHub_Trending/ag/agentscope cd agentscope/examples/agent_service python main.py # 再开一个终端启动 Web UI cd ../web_ui pnpm install pnpm dev核心能力清单多智能体协作领导智能体创建工人智能体通过内置团队工具分配任务并汇总结果。适合调研、撰写、评审这类天然可拆分的任务。任务规划智能体把复杂工作拆成可追踪的计划并随执行实时更新进度。适合需要明确里程碑的长任务例如端到端跑一份数据报告。权限控制按规则对工具调用做允许、询问或 bypass 三种处置。适合在无人值守环境如 CI里跑智能体或严格限制它能碰的资源。后台任务卸载长时间运行的工具转入后台完成后自动唤醒智能体继续对话。适合单次调用要跑几十分钟的工具例如大批量数据处理。消息渠道把智能体接入飞书、钉钉、Discord 等 IM 平台并做消息路由。适合把智能体做成群聊里能 的机器人。定时调度支持定时任务与智能体唤醒。适合周期性巡检、定时报表这类固定节奏的工作。三个落地场景数据分析流水线把一次完整的数据分析拆成串行的环节每个环节由一个角色智能体负责数据收集智能体从多个数据源拉取原始数据清洗智能体去重、补缺、统一格式分析智能体统计建模、异常识别报告智能体汇总结果输出结构化报告环节之间按固定逻辑传递可参考 examples/pipeline/ 中的流水线示例。自动化代码审查语法智能体检查规范与明显错误安全智能体扫描常见漏洞模式性能智能体定位热点并给出优化建议文档智能体生成或补齐文档领导智能体负责分派文件和汇总结论各工人智能体只看一个维度互不干扰。智能客服系统意图识别智能体判断用户问题属于哪类知识检索智能体基于 RAG 从知识库取相关文档答复智能体依据检索结果生成回复转人工智能体低置信度时升级给人工入口可通过渠道能力直接挂在 IM 平台里用户无需切换应用。进阶能力速览长期记忆支持可切换的记忆后端智能体可以跨会话记住历史交互。示例examples/long_term_memory/覆盖 Agentic Memory、Mem0、ReMe 三种方案。RAG 检索增强生成内置文档解析、切分器与多种向量库适配器Elasticsearch、Milvus Lite、MongoDB、Qdrant并有多租户检索服务。示例examples/rag/。工作空间隔离同一套智能体代码可以切换本地、Docker、云沙箱等执行后端开发调试用本地、上线换容器即可。示例examples/workspace/。去哪继续仓库内文档docs/动态更新见 docs/NEWS.md示例代码examples/各模型调用示例见 scripts/model_examples/社区渠道Discord 群组、钉钉群入口见仓库 README 的社区区块、GitCode 仓库 issue建议先跑 examples/console/ 看单个智能体的完整推理—行动过程再打开 examples/agent_service/ 看服务化形态。卡住时优先翻对应示例目录的 README 和源码注释路径都指向上文列出的真实目录方便对照。【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 AgentScope 多智能体框架实战：5 分钟跑通你的第一个智能体应用
AgentScope 多智能体框架实战5 分钟跑通你的第一个智能体应用【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/agentscopeAgentScope 是一个开源的多智能体应用开发框架multi-agent framework把大模型智能体变成看得见、可理解、可信任的工程应用从单智能体的推理与工具调用到多智能体协作、权限控制和服务化部署都提供现成的抽象。本文面向刚接触多智能体开发的新手。读完后你能安装 AgentScope在终端跑起第一个智能体并启动一个带团队协作与权限控制的智能体 Web 服务。它解决了什么问题复杂任务单智能体扛不住跨多文件、多步骤的长任务超出单个智能体的上下文与执行能力。AgentScope 内置团队工具和“领导—工人”协调机制把一个任务拆给多个智能体分工完成。多模型接入繁琐OpenAI、Anthropic、Gemini、DashScope、DeepSeek 等各家 API 格式不同。AgentScope 在统一的 Model 层做了抽象同一套智能体代码可以切换不同的大模型提供方。工具调用缺乏隔离智能体直接在本机跑命令、改文件风险不可控。AgentScope 的工作空间机制让工具在本地、Docker、E2B、K8s 等隔离环境里执行。架构一图看懂事件系统统一的事件总线把推理过程、工具调用、多模态内容流式推给前端。你需要在 Web UI 里实时展示智能体执行过程、或做人机确认交互时用到。权限系统对工具和资源做细粒度管控支持逐次确认和 bypass免确认两种模式。你需要决定哪些危险操作必须人工把关时用到。工作空间工具和代码的隔离执行环境提供本地、Docker、Apple Container、E2B、OpenSandbox、Daytona、K8s 等后端。你需要防止智能体影响宿主机或互相干扰时用到。中间件系统挂在“推理—行动”循环各阶段的可组合钩子覆盖回复、模型调用、工具执行、上下文压缩等环节。你需要在不改主循环的前提下注入长期记忆、RAG 或日志时用到。5 分钟跑通第一个智能体一键安装步骤要求 Python 3.11 及以上从 PyPI 安装uv pip install agentscope # 或 pip install agentscope最小可运行示例下面这段代码创建带编码工具的智能体并在终端里开启对话from agentscope.agent import Agent from agentscope.console import launch_console from agentscope.tool import Toolkit, Bash, Grep, Glob, Read, Write, Edit from agentscope.credential import DashScopeCredential from agentscope.model import DashScopeChatModel import os, asyncio async def main() - None: agent Agent( nameFriday, system_promptYoure a helpful assistant named Friday., modelDashScopeChatModel( credentialDashScopeCredential(api_keyos.environ[DASHSCOPE_API_KEY]), modelqwen3.6-plus, ), toolkitToolkit(tools[Bash(), Grep(), Glob(), Read(), Write(), Edit()]), ) await launch_console(agent) asyncio.run(main())运行前设置DASHSCOPE_API_KEY环境变量即可流式输出、工具调用确认、CtrlC 中断都由 console 处理。启动智能体服务智能体服务是 FastAPI 后端加现成的 Web UI天然支持多租户、多会话git clone https://gitcode.com/GitHub_Trending/ag/agentscope cd agentscope/examples/agent_service python main.py # 再开一个终端启动 Web UI cd ../web_ui pnpm install pnpm dev核心能力清单多智能体协作领导智能体创建工人智能体通过内置团队工具分配任务并汇总结果。适合调研、撰写、评审这类天然可拆分的任务。任务规划智能体把复杂工作拆成可追踪的计划并随执行实时更新进度。适合需要明确里程碑的长任务例如端到端跑一份数据报告。权限控制按规则对工具调用做允许、询问或 bypass 三种处置。适合在无人值守环境如 CI里跑智能体或严格限制它能碰的资源。后台任务卸载长时间运行的工具转入后台完成后自动唤醒智能体继续对话。适合单次调用要跑几十分钟的工具例如大批量数据处理。消息渠道把智能体接入飞书、钉钉、Discord 等 IM 平台并做消息路由。适合把智能体做成群聊里能 的机器人。定时调度支持定时任务与智能体唤醒。适合周期性巡检、定时报表这类固定节奏的工作。三个落地场景数据分析流水线把一次完整的数据分析拆成串行的环节每个环节由一个角色智能体负责数据收集智能体从多个数据源拉取原始数据清洗智能体去重、补缺、统一格式分析智能体统计建模、异常识别报告智能体汇总结果输出结构化报告环节之间按固定逻辑传递可参考 examples/pipeline/ 中的流水线示例。自动化代码审查语法智能体检查规范与明显错误安全智能体扫描常见漏洞模式性能智能体定位热点并给出优化建议文档智能体生成或补齐文档领导智能体负责分派文件和汇总结论各工人智能体只看一个维度互不干扰。智能客服系统意图识别智能体判断用户问题属于哪类知识检索智能体基于 RAG 从知识库取相关文档答复智能体依据检索结果生成回复转人工智能体低置信度时升级给人工入口可通过渠道能力直接挂在 IM 平台里用户无需切换应用。进阶能力速览长期记忆支持可切换的记忆后端智能体可以跨会话记住历史交互。示例examples/long_term_memory/覆盖 Agentic Memory、Mem0、ReMe 三种方案。RAG 检索增强生成内置文档解析、切分器与多种向量库适配器Elasticsearch、Milvus Lite、MongoDB、Qdrant并有多租户检索服务。示例examples/rag/。工作空间隔离同一套智能体代码可以切换本地、Docker、云沙箱等执行后端开发调试用本地、上线换容器即可。示例examples/workspace/。去哪继续仓库内文档docs/动态更新见 docs/NEWS.md示例代码examples/各模型调用示例见 scripts/model_examples/社区渠道Discord 群组、钉钉群入口见仓库 README 的社区区块、GitCode 仓库 issue建议先跑 examples/console/ 看单个智能体的完整推理—行动过程再打开 examples/agent_service/ 看服务化形态。卡住时优先翻对应示例目录的 README 和源码注释路径都指向上文列出的真实目录方便对照。【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