新闻详情

新闻详情

首页 / 资讯中心 / 详情

AgentScope 2.0 多智能体框架部署实战:4 步上线多租户智能体服务

发布时间:2026/11/22 7:43:39来源:尧图网络
AgentScope 2.0 多智能体框架部署实战:4 步上线多租户智能体服务
AgentScope 2.0 多智能体框架部署实战4 步上线多租户智能体服务【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/agentscope让智能体干活不难难的是敢不敢把它放到用户面前代码在哪跑、权限谁把关、多租户数据怎么隔离。AgentScope 2.0 是阿里通义实验室开源的生产级多智能体框架覆盖沙箱隔离、权限引擎与多租户服务上线。SDK 层负责把智能体搭出来Agent Service 层负责把它做成产品。5 分钟拿到第一个结果最快的验证路径不是部署服务而是终端控制台launch_console一行代码在终端里打开聊天界面。配好模型 API Key如DASHSCOPE_API_KEY直接跑examples/console/main.py即可。几个容易踩坑的细节框架都已处理好流式输出、工具调用的人机确认按y放行一次按a顺带把建议的权限规则记住后续同类调用不再询问、CtrlC 中断当前回复、中断后继续对话。复杂任务会被拆成可跟踪的计划边执行边更新进度终端里能直接看到每一步。安全双底线代码在哪跑 谁在把关智能体能不能放心用取决于两件事执行环境怎么隔离权限引擎怎么把关。执行环境怎么挑同一套工具箱可以绑定 8 种执行后端切换后端时工具代码一行不用改。实现集中在 src/agentscope/workspace/按隔离强度可分三档本地档Local本地文件系统本地开发图快首选Apple ContainermacOS 原生容器macOS 环境选它BubblewrapLinux 用户命名空间轻量隔离没有容器运行时也能用。容器档Docker生产隔离的默认选择多数团队的第一站K8s已有集群、要多副本调度时选它。云沙箱档E2B / Daytona无服务器、按需弹性想零运维选它们OpenSandbox对接既有沙箱平台。权限模式怎么选权限引擎按工具 规则做细粒度控制Bash 按命令子串匹配读写工具按文件路径 glob 匹配再叠加一个全局模式。按有人值守 → 完全无人值守排列5 种模式是一条逐渐放手的光谱DEFAULT默认逐次询问命中放行规则或识别为安全只读命令如ls才免问。日常开发最稳妥。ACCEPT_EDITS工作目录内的读写与常规文件操作自动放行。人在场、快速迭代。EXPLORE严格只读任何修改类工具或命令直接拒绝。读代码库、做方案时用。DONT_ASK把所有询问决策转成拒绝。无人值守但仍要安全兜底。BYPASS跳过所有检查只保留你显式配置的拒绝规则。沙箱内无人值守。一个实操细节BYPASS 下连工具自带的安全询问都不会执行务必用若干 deny 规则锁住敏感路径否则等于没有护栏。三个真实任务配方配方 A验证者看真实产物。目标是第二个智能体确认后才算完成。组合执行者负责写代码验证者是普通智能体用结构化输出给出通过/不通过及理由两者共享同一工作区不通过时反馈原样带回重做最多迭代 N 轮。验证者检查的是落盘的产物而不是执行者的口头汇报。见 examples/pipeline/goal/。配方 B能安全改代码的助手。目标是先通读代码库、再动手修改。组合ReAct 智能体 Bash / Grep / Glob / Read / Write / Edit 工具集 权限模式切换——先以只读模式读代码确认范围后切到允许写文件的模式再执行。见 examples/console/。配方 C查得到知识库的客服入口。目标是回答有据、不确定时停下找人的客服。组合Agent Service 多会话后端 IM 频道接入 RAG 检索解析→分块→嵌入→索引向量库可选 Qdrant、Milvus Lite、MongoDB、Elasticsearch。见 examples/rag/。从聊天窗口到多租户产品从 demo 走向产品最省力FastAPI 后端、预置 Web UI租户之间、会话之间数据隔离状态可持久化到 SQL 或 NoSQL如 Redis。在此之上可直接启用IM 频道接入钉钉、飞书、Discord 等平台消息路由在服务层完成智能体团队主智能体按需创建子智能体通过内置团队工具协调分工源码见 src/agentscope/app/_tool/后台任务卸载长耗时工具调用自动转入后台结果出来后唤醒智能体继续对话前端全程可感知定时任务与 RAG内置定时调度与多租户知识库检索。上线四步 五项自查前置条件Python ≥ 3.11 是硬门槛Web UI 需要 Node.js ≥ 20示例后端用 Redis 做存储需先启动。第 1 步安装完整功能包含服务、存储、频道、工作区、RAG 依赖uv pip install agentscope[full]第 2 步获取源码git clone https://gitcode.com/GitHub_Trending/ag/agentscope cd agentscope/examples/agent_service第 3 步启动后端FastAPI 服务默认端口 8000python main.py第 4 步启动 Web UI并在页面里把 API 地址指向http://localhost:8000即可体验权限确认、定时任务、工具调用的完整交互cd agentscope/examples/web_ui pnpm install pnpm dev多智能体框架部署到生产前逐项过一遍这个清单先隔离、后放权无人值守用容器隔离 BYPASS 明确 deny 规则比默认模式加人工逐条点更可控想保留安全底线就改用 DONT_ASK长对话接上上下文中间件自动压缩、工具结果卸载、系统提示词 / RAG / 记忆注入状态落库会话与智能体状态持久化到 SQL 或 Redis服务重启不丢进度观测接上依赖里已内置 OpenTelemetry SDK 与 OTLP 导出器追踪和指标可直接汇入现有监控核对前置条件Python ≥ 3.11、Node.js ≥ 20、Redis 已启动[full]包依赖较多生产环境按功能裁剪安装。延伸资源更新日志docs/NEWS.md路线图当前重心语音智能体三步走、Agent Skill 生产化、A2UI / A2A 生态docs/roadmap.md权限引擎源码src/agentscope/permission/沙箱后端实现src/agentscope/workspace/全部示例agent_service、web_ui、long_term_memory、realtime 等examples/【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
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/21 14:14:45

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/21 14:14:26

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/21 21:08:55

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/22 1:51:41

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/21 19:02:25

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/21 14:13:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉