AgentScope 2.0 多智能体框架4 步从本地 Demo 上线多租户 Agent 服务【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 2.0 是通义实验室开源的 Python 多智能体框架要求 3.11把 OpenAI、Anthropic、Gemini、DashScope、DeepSeek、Moonshot、Volcengine、xAI、Ollama 这 9 家供应商的聊天、Embedding、TTS 三类模型接口收进同一套 API配 8 种沙箱执行后端服务层还自带 FastAPI 多租户后端和 Web UI——按本文 4 个步骤操作本地终端 demo 就能变成在线的 Agent 服务。它替你解决了哪些事用这类框架做 agent你最容易耗在四件活上模型接口各写各的适配层、工具执行没有安全边界、长对话上下文失控、多用户脚手架全要自己搭。AgentScope 2.0 的取舍很明确不靠严格的提示词和复杂编排去管住模型而是把工程精力压到安全边界、执行环境和应用层上让模型自己的推理和工具调用能力去干活。落到组件上ReAct 智能体负责推理-行动循环支持结构化输出、实时中断与恢复工具支持顺序或并发批量执行工具箱统一管 Python 函数、MCP 服务器、技能这 3 类来源内置 Bash、Grep、Glob、Read、Write、Edit 共 6 个编码工具外加任务规划工具统一事件总线把推理过程、工具调用、文本/图片/音频等多模态内容实时流式推给前端Agent Service 提供多租户、多会话隔离的后端智能体可以挂钉钉、飞书、Discord 三个 IM 频道还能接 RAG 服务和定时任务RealtimeAgent 接 DashScope、OpenAI、Gemini、xAI 共 4 家实时语音 API另支持 A2A 协议直连远端智能体。这些模块在源码里的位置src/agentscope/agent/、src/agentscope/tool/、src/agentscope/permission/、src/agentscope/workspace/、src/agentscope/app/。 4 步从克隆到在线服务环境先决条件Python 3.11Web UI 部分需要 Node.js 20。第 1 步安装uv pip install agentscope[full]第 2 步拉取源码并安装git clone -b main https://gitcode.com/GitHub_Trending/ag/agentscope cd agentscope uv pip install -e .第 3 步启动服务后端。示例用本地 Redis 做存储先确认 Redis 可用然后cd examples/agent_service python main.py第 4 步启动 Web UI。另开一个终端cd examples/web_ui pnpm install pnpm dev在 Web UI 里把 API 端点设为http://localhost:8000权限确认、定时任务、工具调用的完整交互就能直接体验examples/agent_service/ 目录下有配套说明。不想部署服务的话懒人路线是直接跑 examples/console/main.py配好对应模型的 API Key 环境变量终端里就能聊。 先跑通终端里和智能体对话examples/console/main.py 是整个仓库最好的第一课launch_console一行调用流式输出、工具调用确认、CtrlC 中断、状态恢复全部托管。权限行为在这里就能感受到——只读命令比如ls自动放行写文件会弹确认你回答a之后这条授权规则会被记住之后的同类操作不再追问。这个示例里智能体的文件系统工具和技能都从本地工作区注入还挂了长期记忆中间件把持久事实写到磁盘、跨会话保留。 工具箱与 8 种沙箱后端代码在哪跑你说了算同一套工具箱可以绑本地文件系统也可以换 Docker、E2B、Daytona、K8s、Apple Container、Bubblewrap、OpenSandbox——加上本地共 8 种执行后端。本地开发用 LocalWorkspace 图快上线换容器隔离工具代码一行不用改8 个实现都在 src/agentscope/workspace/ 下。模型侧聊天、Embedding、TTS 三类接口封成统一抽象覆盖 9 家供应商各家具体模型以 YAML 卡片注册见 src/agentscope/model/。换供应商等于换凭据加换模型名不用重写适配层。长期记忆有 Agentic Memory、ReMe、Mem0 共 3 种后端可切换能把用户偏好简洁中文回答这类持久事实存成 Markdown、跨会话依然记得示例在 examples/long_term_memory/。 权限模式怎么选权限引擎按工具 规则做细粒度判定内置 4 种模式切换只改一个参数模式行为适合什么BYPASS跳过所有确认但你配的拒绝规则仍然生效沙箱/容器内无人值守ACCEPT_EDITS工作目录内的读写自动通过人在场、快速迭代EXPLORE纯只读一切修改被拒读代码库、做方案DEFAULT逐项过问命中放行规则才免确认日常开发最稳妥官方建议 BYPASS 只用于沙箱或容器化环境那种场景下智能体可以端到端自动跑完全程不停下来等人点确认。 多租户服务与团队协作Agent Service 是 FastAPI 后端加现成 Web UIexamples/web_ui/多租户、多会话互相隔离状态可落 SQL 或 Redis服务重启不丢进度。团队能力上一个 Leader 智能体按需生成 Worker通过内置团队工具分工协作、做任务规划频道能力上智能体可挂钉钉、飞书、Discord 三个 IM 平台消息路由都在服务层处理。耗时工具调用会自动转后台结果出来后唤醒智能体继续对话前端全程可感知——长任务不卡界面这条链路是内置的。️ 长任务稳定跑与无人值守建议上下文膨胀是老问题对话几百轮后模型开始忘事、跑偏还被工具返回的超长日志塞爆。AgentScope 的解法是内置 Context 中间件自动压缩上下文把超大工具结果卸载到工作区examples/console/main.py 里已经这么配了。可观测性方面依赖里已内置 OpenTelemetry 导出组件trace/metrics直接对进现有监控体系。几条经验供你参考无人值守任务的稳态组合是 BYPASS 模式 容器隔离 明确的拒绝规则比默认模式 人工盯更稳也快得多。长任务别裸奔挂上 Context 中间件自动压缩 工具结果卸载几百轮对话模型也不容易跑偏。状态落库会话和智能体状态持久化到 SQL 或 Redis。 三条可复现的落地路径智能代码助手。终端控制台加本地工作区起步给智能体装 Bash、Edit、Grep 等工具先用 EXPLORE 模式让它读懂代码库再切到 ACCEPT_EDITS 让它动手改examples/console/main.py 就能复现整个过程。IM 里的企业客服。用 Agent Service 起多会话后端把智能体挂到钉钉或飞书频道配一套权限规则再接上 RAG 服务就是一个能查知识库、有人工确认兜底的客服入口。入口看 examples/agent_service/ 和 examples/rag/。多智能体质量把关。examples/pipeline/goal/ 里的 GoalPipeline 跑执行者 验证者一个智能体写代码另一个用结构化输出给出通过/不通过 理由不通过就带反馈重做最多 N 轮。两者共享同一个工作区验证者校验的是磁盘上的真实产物而不是执行者的口头汇报。团队当前重心写在 docs/roadmap.md 里语音智能体三步走TTS 模型 → 多模态模型 → 实时多模态、Agent Skill 生产化集成、A2UI/A2A 生态扩展。更新日志看 docs/NEWS.md2026-09 的实时语音智能体、2026-08 的钉钉频道都在里面。下一步先配好 API Key跑 examples/console/main.py5 分钟就能对上感觉想部署服务接着看 examples/agent_service/main.py 里 Redis、频道、长任务配置的接法。【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