3 步跑通 AgentScope 智能体框架5 分钟搭出可视化、可信任的 AI 助手【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用 AI 助手改代码很爽但真正让人不敢放心的是它说我要执行这条命令了之后你既不知道它到底跑没跑、跑对没有也不知道它会不会碰不该碰的文件。AgentScope 是一个智能体框架把智能体的推理、工具调用和权限检查全部做成可观察的事件流你能看到 AI 在做什么随时能打断它。这篇文章带你三步把它跑起来。它到底是什么简单说AgentScope 是一个面向生产的智能体框架由两层组成底层是 Agent 类和一组可组合的积木模型、Toolkit、权限系统、工作区沙箱上层是一套开箱即用的 agent service内置 FastAPI 后端和预置 Web 前端让你把一个智能体直接变成多人可用的 Web 应用。这张图的核心是中间的循环Reasoning 与 Acting 之间夹着 Permission System 和 Toolkit左侧的 Event System 负责把每一步中间事件实时推给前端——这是可视化的根基。5 分钟跑通 AgentScope 快速开始前置条件只有一个Python 3.11。克隆仓库并安装git clone https://gitcode.com/GitHub_Trending/ag/agentscope cd agentscope uv pip install -e .跑终端控制台。设置好 DashScope 的 key直接运行示例终端里会打开一个带流式输出的对话智能体工具调用弹出确认CtrlC 随时中断export DASHSCOPE_API_KEYsk-... python examples/console/main.py完整写法见 examples/console/里面还演示了长期记忆中间件的接法。起 Web 服务。后端依赖本机 Redislocalhost:6379另开一个终端跑预置前端python examples/agent_service/main.py # 后端 cd examples/web_ui pnpm install pnpm dev # 前端浏览器打开前端输出的地址通常是 http://localhost:5173就能看到左侧导航、中间对话区、底部输入框的完整界面会话历史和任务面板都在里面。它最值钱的三件事任务规划智能体把复杂请求拆成一份可追踪的计划边执行边逐项更新。你让它梳理这个代码库的结构并列出风险它不会直接埋头干活而是先列出计划再逐项打勾进度在界面上全程可见。多智能体协作AgentScope 多智能体场景里leader 智能体可以生成多个 worker用内置的 team 工具分派工作。比如让它做一次代码审查leader 会拉起两个只读权限的 explorer 子智能体并行看两个模块结果由 leader 汇总而不是你自己写调度代码。权限系统这是 AgentScope 权限系统最实际的部分。共 5 种模式——DEFAULT、ACCEPT_EDITS、EXPLORE、BYPASS、DONT_ASK覆盖每一步都问我到只读探索再到无人值守。内置规则很克制ls、git status这类只读命令自动放行写工作区外的文件会弹窗确认。拆开看看里面怎么转一句话讲数据流向Agent 内部跑推理 → 行动循环模型调用、工具入参、工具返回全部以事件形式发出经 Event System 推到前端或终端可视化就是靠这条管道。右侧 Toolkit 接三种工具来源Python 函数、MCP 服务器、skillPermission System 卡在推理和行动之间任何工具执行都要先过它。下方 Workspace 决定工具实际在哪执行本地、Docker、E2B、K8s 等沙箱后端通过换 workspace manager 即可切换这是它敢让模型碰文件系统的底气。最上层的 Agent Service 再加上会话管理、后台任务、定时任务与 SQL/Redis 存储SDK 里的智能体就这样变成了服务。这张图是 BYPASS 模式智能体端到端跑完不在每次工具调用处停下来确认适合已经处在沙箱里、完全信任它的场景。想改改它加工具入口是 src/agentscope/tool/_base.py 里的工具协议实现 ToolBase 后把实例加进 Toolkit 的 tools 列表即可内置的 Bash、Read、Write、Edit 都在 src/agentscope/tool/_builtin/照_bash.py抄一遍就行。只想加日志审计的话继承 ToolMiddlewareBase 写一个洋葱式中间件不用碰工具本身。换模型src/agentscope/model/ 下每个 provider 一个目录yaml 模型卡定义参数凭据在 src/agentscope/credential/换一个模型实例和 credential 即可Agent 本身不用动。改服务端组装examples/agent_service/main.py 演示了怎么给create_app传存储、沙箱管理器、知识库和子智能体模板改这一个文件就能调整服务行为。资料与下一步更新日志与路线图docs/changelog.md、docs/roadmap.md示例代码examples/含 console、agent_service、long_term_memory、rag、pipeline各家模型调用样例scripts/model_examples/覆盖 OpenAI、Anthropic、Gemini、DashScope、Ollama 等贡献指南CONTRIBUTING_zh.md社区钉钉群二维码见 assets/images/dingtalk_qr_code.png适合谁、不适合谁如果你想写一个会真的动文件系统、跑命令的智能体又要求每一步可见、可打断AgentScope 的 console 加权限系统正好对症想把智能体做成服务给团队用agent service 的后端和 Web 前端能省掉一整套脚手架。它不太适合只需要纯对话、没有工具调用和沙箱需求的场景也不适合没有运维经验就上多机生产部署的情况——后端依赖 Redis 和存储后端。感兴趣的话最快的路径就是照着上面 5 分钟跑通的步骤 clone 下来试一把。【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
3 步跑通 AgentScope 智能体框架：5 分钟搭出可视化、可信任的 AI 助手
3 步跑通 AgentScope 智能体框架5 分钟搭出可视化、可信任的 AI 助手【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用 AI 助手改代码很爽但真正让人不敢放心的是它说我要执行这条命令了之后你既不知道它到底跑没跑、跑对没有也不知道它会不会碰不该碰的文件。AgentScope 是一个智能体框架把智能体的推理、工具调用和权限检查全部做成可观察的事件流你能看到 AI 在做什么随时能打断它。这篇文章带你三步把它跑起来。它到底是什么简单说AgentScope 是一个面向生产的智能体框架由两层组成底层是 Agent 类和一组可组合的积木模型、Toolkit、权限系统、工作区沙箱上层是一套开箱即用的 agent service内置 FastAPI 后端和预置 Web 前端让你把一个智能体直接变成多人可用的 Web 应用。这张图的核心是中间的循环Reasoning 与 Acting 之间夹着 Permission System 和 Toolkit左侧的 Event System 负责把每一步中间事件实时推给前端——这是可视化的根基。5 分钟跑通 AgentScope 快速开始前置条件只有一个Python 3.11。克隆仓库并安装git clone https://gitcode.com/GitHub_Trending/ag/agentscope cd agentscope uv pip install -e .跑终端控制台。设置好 DashScope 的 key直接运行示例终端里会打开一个带流式输出的对话智能体工具调用弹出确认CtrlC 随时中断export DASHSCOPE_API_KEYsk-... python examples/console/main.py完整写法见 examples/console/里面还演示了长期记忆中间件的接法。起 Web 服务。后端依赖本机 Redislocalhost:6379另开一个终端跑预置前端python examples/agent_service/main.py # 后端 cd examples/web_ui pnpm install pnpm dev # 前端浏览器打开前端输出的地址通常是 http://localhost:5173就能看到左侧导航、中间对话区、底部输入框的完整界面会话历史和任务面板都在里面。它最值钱的三件事任务规划智能体把复杂请求拆成一份可追踪的计划边执行边逐项更新。你让它梳理这个代码库的结构并列出风险它不会直接埋头干活而是先列出计划再逐项打勾进度在界面上全程可见。多智能体协作AgentScope 多智能体场景里leader 智能体可以生成多个 worker用内置的 team 工具分派工作。比如让它做一次代码审查leader 会拉起两个只读权限的 explorer 子智能体并行看两个模块结果由 leader 汇总而不是你自己写调度代码。权限系统这是 AgentScope 权限系统最实际的部分。共 5 种模式——DEFAULT、ACCEPT_EDITS、EXPLORE、BYPASS、DONT_ASK覆盖每一步都问我到只读探索再到无人值守。内置规则很克制ls、git status这类只读命令自动放行写工作区外的文件会弹窗确认。拆开看看里面怎么转一句话讲数据流向Agent 内部跑推理 → 行动循环模型调用、工具入参、工具返回全部以事件形式发出经 Event System 推到前端或终端可视化就是靠这条管道。右侧 Toolkit 接三种工具来源Python 函数、MCP 服务器、skillPermission System 卡在推理和行动之间任何工具执行都要先过它。下方 Workspace 决定工具实际在哪执行本地、Docker、E2B、K8s 等沙箱后端通过换 workspace manager 即可切换这是它敢让模型碰文件系统的底气。最上层的 Agent Service 再加上会话管理、后台任务、定时任务与 SQL/Redis 存储SDK 里的智能体就这样变成了服务。这张图是 BYPASS 模式智能体端到端跑完不在每次工具调用处停下来确认适合已经处在沙箱里、完全信任它的场景。想改改它加工具入口是 src/agentscope/tool/_base.py 里的工具协议实现 ToolBase 后把实例加进 Toolkit 的 tools 列表即可内置的 Bash、Read、Write、Edit 都在 src/agentscope/tool/_builtin/照_bash.py抄一遍就行。只想加日志审计的话继承 ToolMiddlewareBase 写一个洋葱式中间件不用碰工具本身。换模型src/agentscope/model/ 下每个 provider 一个目录yaml 模型卡定义参数凭据在 src/agentscope/credential/换一个模型实例和 credential 即可Agent 本身不用动。改服务端组装examples/agent_service/main.py 演示了怎么给create_app传存储、沙箱管理器、知识库和子智能体模板改这一个文件就能调整服务行为。资料与下一步更新日志与路线图docs/changelog.md、docs/roadmap.md示例代码examples/含 console、agent_service、long_term_memory、rag、pipeline各家模型调用样例scripts/model_examples/覆盖 OpenAI、Anthropic、Gemini、DashScope、Ollama 等贡献指南CONTRIBUTING_zh.md社区钉钉群二维码见 assets/images/dingtalk_qr_code.png适合谁、不适合谁如果你想写一个会真的动文件系统、跑命令的智能体又要求每一步可见、可打断AgentScope 的 console 加权限系统正好对症想把智能体做成服务给团队用agent service 的后端和 Web 前端能省掉一整套脚手架。它不太适合只需要纯对话、没有工具调用和沙箱需求的场景也不适合没有运维经验就上多机生产部署的情况——后端依赖 Redis 和存储后端。感兴趣的话最快的路径就是照着上面 5 分钟跑通的步骤 clone 下来试一把。【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