AgentScope 智能体框架入门指南【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想让 AI 助手不只是聊天而是自己读写文件、执行命令、拆解任务甚至组队协作完成一件复杂工作AgentScope 智能体框架就是为此设计的。它基于 Python把模型接入、工具调用、权限管控、事件流和 Web 界面整合成一套体系让智能体的每一步决策都看得见、可干预。它主要解决三个问题AI 执行过程不透明、工具调用不受控、多智能体协作缺少现成方案。 5分钟快速上手从安装到第一次对话安装 AgentScope 智能体框架前提只有一个Python 3.11 以上。pip install agentscope如果要用智能体服务、沙箱等完整能力安装agentscope[full]即可。在终端跑通第一个智能体克隆仓库进入 examples/console/ 示例以通义千问为例需要 DashScope 的 API Keygit clone https://gitcode.com/GitHub_Trending/ag/agentscope cd agentscope/examples/console export DASHSCOPE_API_KEYsk-xxxx python main.py运行后直接在终端对话输出实时流式显示工具调用前会暂停征求你的确认CtrlC 随时中断。这个示例很短是一个很好的阅读起点。启动带 Web 界面的智能体服务cd agentscope/examples/agent_service python main.py再开一个终端启动前端需要 Node.js 20cd agentscope/examples/web_ui pnpm install pnpm dev后端基于 FastAPI依赖本地 Redis 做状态存储把 Web UI 的 API 地址指向http://localhost:8000你就能在一个图形界面里创建智能体、管理会话并配置模型、MCP 服务器和工作区。核心能力拆解AgentScope 智能体框架到底提供什么AgentScope 2.0 采用分层设计底层是各家大模型的统一适配往上是工具、权限、事件总线最外层是可直接部署的智能体服务。每个模块都是独立的构建块按需组装多智能体团队一个 Leader 带一队 Worker主智能体leader可以按需创建工作者worker通过内置的团队工具分配任务、汇总结果你不用手写任何编排代码。适合项目调研、代码审查这类需要分工的复杂任务。任务规划复杂请求自动变成可跟踪的清单Agent 收到大任务后会先拆成一份可跟踪的计划再逐项执行并更新状态。适合“整理数据并产出报告”这类多步骤交付。权限系统每个工具调用都能过一道安检框架内置 HITL人在回路human-in-the-loop机制敏感操作执行前暂停等待你确认也可以切换到 bypass 模式让 Agent 端到端自主执行适合已经建立信任的场景。后台任务卸载长任务不再卡住对话耗时较长的工具调用会自动挪到后台继续跑结果就绪后唤醒 Agent对话从中断处恢复。适合批量数据处理、大规模检索。上面四个是服务层能力的切片框架完整的能力面如下能力一句话说明代码位置内置工具集Bash、Read、Write、Edit、Grep、Glob 六个开箱即用src/agentscope/tool/模型层适配 OpenAI、Anthropic、Gemini、千问、DeepSeek 等 8 家以上src/agentscope/model/RAG 知识库文档解析、切块接 Qdrant/Milvus/MongoDB/ES 四种向量库src/agentscope/rag/长期记忆ReMe、Mem0 两套可插拔后端src/agentscope/middleware/_longterm_memory/工作区沙箱本地、Docker、K8s、E2B 等 8 种隔离执行后端src/agentscope/workspace/IM 渠道把 Agent 接进飞书、Discord、钉钉src/agentscope/app/channel/典型应用场景谁在用、怎么用场景一个人代码审查助手你独立开发者想让 Agent 扫描项目、找出可疑的低效代码。ReAct 循环推理与行动交替进行的工作模式驱动它自主选工具Grep 搜索、Read 读文件最后给出建议。全程只用内置工具不用自己写一个# 伪代码仅示意组装方式 agent Agent( nameFriday, model你的模型, toolkitToolkit(tools[Bash(), Grep(), Read()]), ) await launch_console(agent)场景二多智能体竞品调研产品团队需要收集三家竞品的资料并汇总成报告。Leader Agent 创建多个研究员 worker各自负责一家最后由 Leader 汇总输出。分工、传话、汇总都由内置团队工具完成你只下达最终指令。场景三IM 平台值班机器人运维团队通过 AgentScope 智能体框架的渠道层把 Agent 接入飞书或 Discord值班时在群里发消息即可触发排查Agent 调用日志查询工具给出初步结论拿不准的再转人工。渠道、路由、消息分发都是服务层的现成模块。进阶与扩展跑通之后还能改什么换模型模型层用“凭据 模型名”两段式配置各家调用示例在 scripts/model_examples/加自定义工具把 Python 函数挂进 Toolkit外部能力通过 MCP 协议接入上长期记忆给 Agent 挂 ReMe 或 Mem0 中间件跨会话保留用户偏好与事实沙箱隔离工作区后端可从本地切到 Docker/K8s/E2BAgent 执行的代码碰不到宿主机定时任务服务层内置调度器支持按计划唤醒 Agent资源索引接下来往哪看可运行示例examples/含 console、agent service、web UI、RAG、长期记忆模型调用示例scripts/model_examples/更新日志与路线图docs/贡献指南CONTRIBUTING.md单元测试tests/是了解各模块用法最快的材料AgentScope 智能体框架把“AI 自主干活”从黑盒变成了看得见、可确认、可回溯的日常工具。如果你今天就想动手克隆仓库pip install agentscope把 examples/console/ 里的示例跑起来在终端和它聊第一句话。【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