AgentScope：10分钟跑通你的第一个多智能体应用-北京尧图网络

AgentScope10分钟跑通你的第一个多智能体应用【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/agentscopeAgentScope 是阿里通义实验室出品的多智能体应用开发框架定位生产可用。你用模型、工具、记忆组装智能体框架负责推理-行动循环、实时流式输出和权限确认。十几行代码得到一个能在终端实时观察的智能体。先跑起来先跑起来再谈原理。安装 AgentScope 最快的方式是一行命令前提是Python 3.11uv pip install agentscope # 或从源码安装 git clone -b main https://gitcode.com/GitHub_Trending/ag/agentscope cd agentscope uv pip install -e .然后新建friday.py这是跑通第一个智能体的最小配置——模型、工具、控制台import os, asyncio from agentscope.agent import Agent from agentscope.console import launch_console from agentscope.model import DashScopeChatModel from agentscope.credential import DashScopeCredential from agentscope.tool import Toolkit, Bash, Read, Write async def main(): agent Agent( nameFriday, modelDashScopeChatModel( modelqwen3.6-plus, credentialDashScopeCredential(api_keyos.environ[DASHSCOPE_API_KEY]), ), toolkitToolkit(tools[Bash(), Read(), Write()]), ) await launch_console(agent) asyncio.run(main())运行前先设置 Keyexport DASHSCOPE_API_KEY你的密钥再执行python friday.py。终端里就能和 Friday 对话它的思考与工具调用过程会实时打印出来。它是怎么工作的这一节讲透 AgentScope 智能体的三个核心概念每个一分钟。图AgentScope 2.0 架构——Agent 引擎推理、工具调用、权限系统、事件系统、Workspace 沙箱与模型层围绕一条事件流衔接。推理-行动循环就像先想再动手就像老手工人先列步骤再拿工具Agent不会一句话回答你。它在内部循环执行推理 → 行动调用工具→ 观察结果ReAct 循环每轮推理决定下一步调哪个工具直到任务完成才停。中途中断、恢复、结构化输出都是内置能力。工具箱就像挂在智能体腰间的工具带就像工匠的工具带需要什么挂什么。Toolkit把 Python 函数、MCP 服务器、技能统一注册成可调用的工具shell、文件读写、检索是内置工具直接放进tools[...]就能用。事件系统就像厨房的透明观察窗就像从观察窗看一整个烹饪过程。事件系统把推理、工具调用、多模态内容全部以事件流的形式实时推给前端。launch_console帮你把流式输出、工具调用确认、CtrlC 中断都处理好了——这也是智能体看得见、可理解、可信任的来源。实战一个真实任务这一节完整走查一个任务让智能体盘点并整理仓库里的 Python 文件。运行python friday.py控制台启动终端等待输入。输入统计当前目录下所有.py文件数量按行数列出前 10 名结果写入report.md。Friday 先想清楚步骤找文件 → 数行数 → 生成报告然后开始调工具。它用Glob枚举文件、Bash统计行数、Write写出报告。每次工具调用都会先确认再执行结果即时可见。跑完后终端打印总结工作目录下多了一个report.md。图智能体把复杂任务拆成可追踪的计划边执行边更新状态全过程可实时观察。整个过程像看着一位同事干活它想什么、用了哪个工具、做了什么都摊在明面上。如果不想每次都被确认打断可以切换到Bypass模式让任务全程无人值守跑完。继续往下玩三个可以往深处走的方向多智能体协作一个 leader 智能体派生 worker 分工干活团队工具与任务规划内置参考 examples/agent_service/。Agent Service Web UIFastAPI 后端自带多租户、多会话隔离官方 web 界面在浏览器里管理智能体、知识库与 MCP。接入 IM 频道把智能体挂到飞书、钉钉、Discord它就是群里一个能被的机器人。新手常踩的坑 ⚠️这四条能让你省下不少调试时间Python 版本AgentScope 2.0 要求 Python 3.113.10 会直接装不上或导入报错。API Key示例从环境变量读DASHSCOPE_API_KEY没设置时os.environ[...]会立刻抛 KeyError。异步写法launch_console是协程记得await入口用asyncio.run(main())包住。安装命令有uv用uv pip install agentscope没有就用普通pip install两者等价。去哪找更多docs/ — 官方文档与发布说明examples/ — 智能体服务、pipeline、长期记忆的完整示例src/agentscope/ — 按模块读源码agent、model、tool、app模型、工具、循环三件套你的第一个智能体已经站在终端里了。跑一遍示例然后换一套工具试试。【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：10分钟跑通你的第一个多智能体应用

相关推荐

Python IndexError异常全面解析：从原理到实战解决方案

一图流掌握二叉排序树：从核心原理到408真题实战

光伏红外缺陷检测数据集：带温度标定的热斑目标检测

更多资讯

通信设备商财报分析：5G投资趋势与技术信号解读

AI技术平民化：四大核心场景与应用实践

Kubernetes Pod网络访问控制：NetworkPolicy与Calico实践

yarn.lock 校验签名与依赖锁定排查指南

葡萄酒评价中的非参数检验与多指标综合评价方法

中小企业出海必备：5款国产AI工具深度评测与选型指南

今日更新

猫狗目标检测数据集：VOC/COCO/YOLO三格式一体化实战包

HDU2017多校标程复现：算法竞赛工程化真题沙盒

Codex Sandbox 隔离环境拆解：AI Agent 的临时实验室如何运作

本周精选

防幻觉智能体架构：电源硬件设计中的大模型编排与工具化实践

OpenGL面试核心考点：渲染管线、矩阵变换与性能排查全解析

全国计算机二级C语言真题PDF高效刷题指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？