作)
10分鐘跑通 AgentScope 多智能體框架從單兵智能體到團隊協(xié)作【免費下載鏈接】agentscopeBuild and run agents you can see, understand and trust.項目地址: https://gitcode.com/GitHub_Trending/ag/agentscopeAgentScope 多智能體框架解決的核心問題是智能體跑起來之后你看不見它的執(zhí)行過程、管不住它調的工具、也很難把它部署成別人能用的服務。讀完這篇文章你會裝好環(huán)境、跑通一個帶工具調用的對話智能體并看懂從模型接入、智能體工具調用到多智能體消息交互這條數(shù)據(jù)流是怎么串起來的。先說痛點——你大概率遇到過這些場景智能體好心替你執(zhí)行了一條 shell 命令等你發(fā)現(xiàn)時本來只想改一個文件的它已經(jīng)把文件干沒了全過程只有幾行日志回滾無從談起長對話聊到十幾輪上下文越來越臃腫智能體忘了你第三輪給的約束條件最后回答開始跑偏而你說不清是哪一輪把關鍵信息擠掉的演示代碼跑通了接下來想接飛書或釘釘、想讓多個用戶各有獨立會話、想讓長耗時任務不卡住對話——這些在示例代碼里一個都沒有AgentScope 的思路是把這三件事做成框架級能力權限系統(tǒng)管住每次智能體工具調用上下文自動壓縮加結果卸載agent service 直接給你多租戶會話和 IM 通道接入。環(huán)境準備一步到位要求不高Python 3.11 以上一個模型 API Key 就夠。確認 Python 版本低于 3.11 會直接裝不上先花一秒確認一下python --version一行命令安裝用 uv 裝pip 同理把uv pip換成pipuv pip install agentscope想從源碼安裝的話先執(zhí)行git clone https://gitcode.com/GitHub_Trending/ag/agentscope進入倉庫目錄后運行uv pip install -e .。適合要改源碼或追最新 main 分支的人。AgentScope 多智能體框架的核心機制按數(shù)據(jù)流拆解不看目錄按一條消息在框架里走的順序拆模型輸入 → 推理執(zhí)行 → 權限把關 → 多智能體輸出。第一步是模型接入任何主流 LLM 即插即用OpenAI、Anthropic、DashScope、Gemini、DeepSeek、Ollama 等提供商統(tǒng)一走 credential model 的寫法換模型只改構造參數(shù)。上下文管理也在這一層長對話自動壓縮超大工具結果自動卸載到 workspace不用你手寫 token 預算。然后是智能體工具調用推理-執(zhí)行循環(huán)怎么轉Agent 跑的是 reasoning-acting 循環(huán)模型決定調哪個工具Toolkit 負責執(zhí)行——內置 Bash、Read、Write、Edit、Grep、Glob也能掛 MCP 服務器和技能——結果回流給模型繼續(xù)下一輪。復雜任務會被它自己拆成一份可跟蹤的計劃邊做邊更新狀態(tài)。中間有一道權限關卡高危操作先問人每次智能體工具調用都會過一遍權限引擎默認模式下危險操作暫停等人確認這是框架內置的人機協(xié)作HITLbypass 模式下端到端不停頓適合可信環(huán)境。規(guī)則和策略可以按工具、按資源粒度配置。最后是輸出側多智能體消息交互與團隊協(xié)作agent service 里leader 智能體可以生成 worker 組成團隊用內置的 team 工具分工協(xié)調長耗時工具會卸載到后臺結果回來時喚醒智能體對話無縫接上。這一層同時給了你多租戶、多會話隔離和 IM 通道接入。10分鐘實戰(zhàn)跑通 AgentScope 多智能體框架的第一個智能體上面拆的鏈路下面這段代碼一次全用上。這段代碼在做什么用 DashScope 模型加六個內置工具組裝一個名為 Friday 的智能體然后啟動終端控制臺。?import os import asyncio from agentscope.agent import Agent from agentscope.console import launch_console from agentscope.credential import DashScopeCredential from agentscope.model import DashScopeChatModel from agentscope.tool import Toolkit, Bash, Read, Write, Edit, Grep, Glob async def main() - None: # 組裝智能體模型 工具包其他都不用配 agent Agent( nameFriday, system_promptYoure a helpful assistant named Friday., modelDashScopeChatModel( credentialDashScopeCredential( api_keyos.environ[DASHSCOPE_API_KEY] ), modelqwen3.6-plus, ), toolkitToolkit( tools[Bash(), Read(), Write(), Edit(), Grep(), Glob()], ), ) # 啟動終端控制臺流式輸出、工具調用確認、CtrlC 中斷都包好了 await launch_console(agent) asyncio.run(main())跑之前先export DASHSCOPE_API_KEY你的key。運行后終端里會出現(xiàn)一個聊天控制臺智能體流式輸出思考過程調用 Bash 或寫文件前會停下來等你確認按 CtrlC 可以隨時打斷它。往深處走這些方向值得試方向一句話適用場景Agent Service 自帶 Web UI把智能體變成多租戶、多會話的內部應用直接給同事開賬號IM 通道飛書 / Discord / 釘釘在群聊里 智能體就能用消息路由和流式回復都現(xiàn)成RAG 服務 向量庫讓智能體檢索你自己的文檔庫qdrant、Milvus、Elasticsearch 都能接沙箱 workspaceDocker / E2B / K8s執(zhí)行不可信代碼時把工具調用關進隔離環(huán)境宿主機零風險繼續(xù)探索的資源examples/想先跑起來再看代碼的agent service、console、RAG、長期記憶各有一個可直接運行的 main.pydocs/想跟進機制更新和 roadmap 的NEWS 和 changelog 在這里src/agentscope/想讀源碼的agent、tool、permission、app 各層都在對應包里打開 examples/console/main.py配上 API Key 跑起來10 分鐘拿到一個能用的 Friday。【免費下載鏈接】agentscopeBuild and run agents you can see, understand and trust.項目地址: https://gitcode.com/GitHub_Trending/ag/agentscope創(chuàng)作聲明：本文部分內容由AI輔助生成（AIGC），僅供參考 10分鐘跑通 AgentScope 多智能體框架：從單兵智能體到團隊協(xié)作
10分鐘跑通 AgentScope 多智能體框架從單兵智能體到團隊協(xié)作【免費下載鏈接】agentscopeBuild and run agents you can see, understand and trust.項目地址: https://gitcode.com/GitHub_Trending/ag/agentscopeAgentScope 多智能體框架解決的核心問題是智能體跑起來之后你看不見它的執(zhí)行過程、管不住它調的工具、也很難把它部署成別人能用的服務。讀完這篇文章你會裝好環(huán)境、跑通一個帶工具調用的對話智能體并看懂從模型接入、智能體工具調用到多智能體消息交互這條數(shù)據(jù)流是怎么串起來的。先說痛點——你大概率遇到過這些場景智能體好心替你執(zhí)行了一條 shell 命令等你發(fā)現(xiàn)時本來只想改一個文件的它已經(jīng)把文件干沒了全過程只有幾行日志回滾無從談起長對話聊到十幾輪上下文越來越臃腫智能體忘了你第三輪給的約束條件最后回答開始跑偏而你說不清是哪一輪把關鍵信息擠掉的演示代碼跑通了接下來想接飛書或釘釘、想讓多個用戶各有獨立會話、想讓長耗時任務不卡住對話——這些在示例代碼里一個都沒有AgentScope 的思路是把這三件事做成框架級能力權限系統(tǒng)管住每次智能體工具調用上下文自動壓縮加結果卸載agent service 直接給你多租戶會話和 IM 通道接入。環(huán)境準備一步到位要求不高Python 3.11 以上一個模型 API Key 就夠。確認 Python 版本低于 3.11 會直接裝不上先花一秒確認一下python --version一行命令安裝用 uv 裝pip 同理把uv pip換成pipuv pip install agentscope想從源碼安裝的話先執(zhí)行git clone https://gitcode.com/GitHub_Trending/ag/agentscope進入倉庫目錄后運行uv pip install -e .。適合要改源碼或追最新 main 分支的人。AgentScope 多智能體框架的核心機制按數(shù)據(jù)流拆解不看目錄按一條消息在框架里走的順序拆模型輸入 → 推理執(zhí)行 → 權限把關 → 多智能體輸出。第一步是模型接入任何主流 LLM 即插即用OpenAI、Anthropic、DashScope、Gemini、DeepSeek、Ollama 等提供商統(tǒng)一走 credential model 的寫法換模型只改構造參數(shù)。上下文管理也在這一層長對話自動壓縮超大工具結果自動卸載到 workspace不用你手寫 token 預算。然后是智能體工具調用推理-執(zhí)行循環(huán)怎么轉Agent 跑的是 reasoning-acting 循環(huán)模型決定調哪個工具Toolkit 負責執(zhí)行——內置 Bash、Read、Write、Edit、Grep、Glob也能掛 MCP 服務器和技能——結果回流給模型繼續(xù)下一輪。復雜任務會被它自己拆成一份可跟蹤的計劃邊做邊更新狀態(tài)。中間有一道權限關卡高危操作先問人每次智能體工具調用都會過一遍權限引擎默認模式下危險操作暫停等人確認這是框架內置的人機協(xié)作HITLbypass 模式下端到端不停頓適合可信環(huán)境。規(guī)則和策略可以按工具、按資源粒度配置。最后是輸出側多智能體消息交互與團隊協(xié)作agent service 里leader 智能體可以生成 worker 組成團隊用內置的 team 工具分工協(xié)調長耗時工具會卸載到后臺結果回來時喚醒智能體對話無縫接上。這一層同時給了你多租戶、多會話隔離和 IM 通道接入。10分鐘實戰(zhàn)跑通 AgentScope 多智能體框架的第一個智能體上面拆的鏈路下面這段代碼一次全用上。這段代碼在做什么用 DashScope 模型加六個內置工具組裝一個名為 Friday 的智能體然后啟動終端控制臺。?import os import asyncio from agentscope.agent import Agent from agentscope.console import launch_console from agentscope.credential import DashScopeCredential from agentscope.model import DashScopeChatModel from agentscope.tool import Toolkit, Bash, Read, Write, Edit, Grep, Glob async def main() - None: # 組裝智能體模型 工具包其他都不用配 agent Agent( nameFriday, system_promptYoure a helpful assistant named Friday., modelDashScopeChatModel( credentialDashScopeCredential( api_keyos.environ[DASHSCOPE_API_KEY] ), modelqwen3.6-plus, ), toolkitToolkit( tools[Bash(), Read(), Write(), Edit(), Grep(), Glob()], ), ) # 啟動終端控制臺流式輸出、工具調用確認、CtrlC 中斷都包好了 await launch_console(agent) asyncio.run(main())跑之前先export DASHSCOPE_API_KEY你的key。運行后終端里會出現(xiàn)一個聊天控制臺智能體流式輸出思考過程調用 Bash 或寫文件前會停下來等你確認按 CtrlC 可以隨時打斷它。往深處走這些方向值得試方向一句話適用場景Agent Service 自帶 Web UI把智能體變成多租戶、多會話的內部應用直接給同事開賬號IM 通道飛書 / Discord / 釘釘在群聊里 智能體就能用消息路由和流式回復都現(xiàn)成RAG 服務 向量庫讓智能體檢索你自己的文檔庫qdrant、Milvus、Elasticsearch 都能接沙箱 workspaceDocker / E2B / K8s執(zhí)行不可信代碼時把工具調用關進隔離環(huán)境宿主機零風險繼續(xù)探索的資源examples/想先跑起來再看代碼的agent service、console、RAG、長期記憶各有一個可直接運行的 main.pydocs/想跟進機制更新和 roadmap 的NEWS 和 changelog 在這里src/agentscope/想讀源碼的agent、tool、permission、app 各層都在對應包里打開 examples/console/main.py配上 API Key 跑起來10 分鐘拿到一個能用的 Friday。【免費下載鏈接】agentscopeBuild and run agents you can see, understand and trust.項目地址: https://gitcode.com/GitHub_Trending/ag/agentscope創(chuàng)作聲明：本文部分內容由AI輔助生成（AIGC），僅供參考