AgentScope 2.0 上手从控制台跑通一个智能体到把它搬上生产【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让一个智能体替你改代码、跑命令最怕它顺手把整个目录清了。AgentScope 2.0 想解决的正是这件事它给每次工具调用加了一道权限关卡——哪些操作要逐条向你确认、哪些直接放行、哪些一律禁止都由你说了算。再往后它还提供一套 FastAPI 后端能把你调好的智能体直接变成一个多租户、多会话的线上应用。下面按「先跑起来再拆能力」的顺序讲清楚。先搞懂它到底干什么一句话它是一个把「会推理、会用工具的大模型」直接当成智能体来跑的框架而不是用一堆写死的提示词去套模型。你给它一个模型、一套工具、一段系统提示词它自己决定「想一步、做一步」。工具执行前走权限引擎危险操作停下来问人。想上生产时它自带 FastAPI 服务、Web UI、Redis 持久化和沙箱隔离不用自己拼后端。它不替你决定流程所以行为更贴近模型本身的能力——好处是灵活代价是你得管好权限这道闸。五分钟跑通第一个智能体环境只有一条硬要求Python 3.11用uv装最快。uv pip install agentscope # 需要 Python 3.11 export DASHSCOPE_API_KEYsk-xxxx # 换成你任一共用厂商的 key造一个带几个基础工具的编码助手核心就四行导入加一个Agent(...)from agentscope.agent import Agent from agentscope.tool import Toolkit, Bash, Read, Edit from agentscope.model import DashScopeChatModel from agentscope.credential import DashScopeCredential agent Agent( nameFriday, system_promptA helpful coding assistant., modelDashScopeChatModel( credentialDashScopeCredential(api_keysk-xxxx), modelqwen-plus), toolkitToolkit(tools[Bash(), Read(), Edit()]))然后await launch_console(agent)把它丢进终端。这个控制台帮你省掉三件事流式输出、工具调用的逐次确认、CtrlC实时打断。模型厂商可换成 OpenAI、Anthropic、Gemini、DeepSeek、Moonshot、xAI、Ollama 等任意一家构造方式一致。能力拆解按使用阶段走第一个智能体ReAct 循环 默认值要记住痛点裸调模型只能一问一答没法连续「想→调工具→看结果→再想」。AgentScope 的Agent默认就是 ReAct 循环一轮回复里最多推理执行max_iters50轮超出后还会再给 5 轮宽限去补结构化的最终输出。你不用自己写循环。给它工具Bash/Read/Write/Grep/Glob/Edit都是内置的它自己决定调用顺序支持串行或并发批量执行。中断和恢复是内置能力不是你要补的逻辑。多个智能体协作让一个盯着另一个痛点单个智能体干完活谁也不知道它做没做对。AgentScope 提供了两条路GoalPipelinesrc/agentscope/pipeline/固定一「执行者 校验者」两个角色跑同一条事件流共享一个工作区。示例就在 examples/pipeline/。Agent Team一个 leader 智能体动态拉起若干 worker用内置的 TeamSay 等团队工具分工、回报并自带任务规划。最简的流水线长这样from agentscope.pipeline import GoalPipeline pipe GoalPipeline(executorexecutor, verifierverifier) await launch_console(agentpipe)搬进生产Agent Service 一次给齐痛点Demo 跑通了可多用户、多会话、持久化、沙箱全得自己搭。AgentScope 的 Agent Service 是一个「电池齐全」的后端create_app()一次注入存储、消息总线、工作区管理器、知识库和 IM 渠道cd examples/agent_service python main.py # 后端默认监听 :8000 cd examples/web_ui pnpm install pnpm dev # 预置 Web UI它开箱带来多租户多会话隔离、Redis/SQL 状态持久化、MCP 与 Skill Hub浏览→安装→加入工作区、钉钉/飞书/Discord 渠道接入、长任务转后台再唤醒智能体。工作区沙箱有 8 种后端可选——Local、Docker、Apple Container、Bubblewrap、E2B、OpenSandbox、Daytona、K8s按你的隔离强度挑。经验与避坑这三条省时间权限模式别乱选 BYPASS。它有 5 种DEFAULT逐个确认最安全、ACCEPT_EDITS工作区内自动放行文件读写、EXPLORE只读、BYPASS跳过安全校验含rm -rf都不拦、DONT_ASK把所有「询问」直接变「拒绝」。源码注释写得很明白BYPASS 只该用在容器/虚拟机这类沙箱里无人值守跑批任务用DONT_ASK比 BYPASS 更安全。上下文压缩默认在 80% 触发。trigger_ratio默认0.8上限 0.9reserve_ratio默认0.1。长对话会在这时自动把历史压成结构化摘要再继续不用你手写截断逻辑想让模型「记得更多」调 reserve 就行。模型重试默认是 0别指望它自己扛故障。ModelConfig.max_retries默认0——一次调用失败就直接切到fallback_model。想要「重试 N 次再降级」得显式设max_retries并给一个fallback_model否则它不会无限重试。能力速查 接下来你要的去哪找说明单智能体 终端调试examples/console/流式输出、工具确认、CtrlC 中断权限控制src/agentscope/permission/5 种模式 规则引擎多智能体 / 团队examples/pipeline/GoalPipeline、Agent Team生产服务examples/agent_service/FastAPI Web UI 多租户沙箱工作区src/agentscope/workspace/8 种后端模型接入src/agentscope/model/8 家厂商统一接口长期记忆 / RAGexamples/long_term_memory/ReMe、Mem04 种向量库下一步先把 examples/console/ 里的示例在你本机跑通再对照上面那张表按「先权限、后沙箱、最后服务化」的顺序接入你自己的业务——别一上来就全量启用 BYPASS 和生产服务先把安全默认值跑熟。【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 
长河君 · 2026/9/3 12:32:14 · 阅读 1.2k AgentScope 2.0 上手：从控制台跑通一个智能体，到把它搬上生产
AgentScope 2.0 上手从控制台跑通一个智能体到把它搬上生产【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让一个智能体替你改代码、跑命令最怕它顺手把整个目录清了。AgentScope 2.0 想解决的正是这件事它给每次工具调用加了一道权限关卡——哪些操作要逐条向你确认、哪些直接放行、哪些一律禁止都由你说了算。再往后它还提供一套 FastAPI 后端能把你调好的智能体直接变成一个多租户、多会话的线上应用。下面按「先跑起来再拆能力」的顺序讲清楚。先搞懂它到底干什么一句话它是一个把「会推理、会用工具的大模型」直接当成智能体来跑的框架而不是用一堆写死的提示词去套模型。你给它一个模型、一套工具、一段系统提示词它自己决定「想一步、做一步」。工具执行前走权限引擎危险操作停下来问人。想上生产时它自带 FastAPI 服务、Web UI、Redis 持久化和沙箱隔离不用自己拼后端。它不替你决定流程所以行为更贴近模型本身的能力——好处是灵活代价是你得管好权限这道闸。五分钟跑通第一个智能体环境只有一条硬要求Python 3.11用uv装最快。uv pip install agentscope # 需要 Python 3.11 export DASHSCOPE_API_KEYsk-xxxx # 换成你任一共用厂商的 key造一个带几个基础工具的编码助手核心就四行导入加一个Agent(...)from agentscope.agent import Agent from agentscope.tool import Toolkit, Bash, Read, Edit from agentscope.model import DashScopeChatModel from agentscope.credential import DashScopeCredential agent Agent( nameFriday, system_promptA helpful coding assistant., modelDashScopeChatModel( credentialDashScopeCredential(api_keysk-xxxx), modelqwen-plus), toolkitToolkit(tools[Bash(), Read(), Edit()]))然后await launch_console(agent)把它丢进终端。这个控制台帮你省掉三件事流式输出、工具调用的逐次确认、CtrlC实时打断。模型厂商可换成 OpenAI、Anthropic、Gemini、DeepSeek、Moonshot、xAI、Ollama 等任意一家构造方式一致。能力拆解按使用阶段走第一个智能体ReAct 循环 默认值要记住痛点裸调模型只能一问一答没法连续「想→调工具→看结果→再想」。AgentScope 的Agent默认就是 ReAct 循环一轮回复里最多推理执行max_iters50轮超出后还会再给 5 轮宽限去补结构化的最终输出。你不用自己写循环。给它工具Bash/Read/Write/Grep/Glob/Edit都是内置的它自己决定调用顺序支持串行或并发批量执行。中断和恢复是内置能力不是你要补的逻辑。多个智能体协作让一个盯着另一个痛点单个智能体干完活谁也不知道它做没做对。AgentScope 提供了两条路GoalPipelinesrc/agentscope/pipeline/固定一「执行者 校验者」两个角色跑同一条事件流共享一个工作区。示例就在 examples/pipeline/。Agent Team一个 leader 智能体动态拉起若干 worker用内置的 TeamSay 等团队工具分工、回报并自带任务规划。最简的流水线长这样from agentscope.pipeline import GoalPipeline pipe GoalPipeline(executorexecutor, verifierverifier) await launch_console(agentpipe)搬进生产Agent Service 一次给齐痛点Demo 跑通了可多用户、多会话、持久化、沙箱全得自己搭。AgentScope 的 Agent Service 是一个「电池齐全」的后端create_app()一次注入存储、消息总线、工作区管理器、知识库和 IM 渠道cd examples/agent_service python main.py # 后端默认监听 :8000 cd examples/web_ui pnpm install pnpm dev # 预置 Web UI它开箱带来多租户多会话隔离、Redis/SQL 状态持久化、MCP 与 Skill Hub浏览→安装→加入工作区、钉钉/飞书/Discord 渠道接入、长任务转后台再唤醒智能体。工作区沙箱有 8 种后端可选——Local、Docker、Apple Container、Bubblewrap、E2B、OpenSandbox、Daytona、K8s按你的隔离强度挑。经验与避坑这三条省时间权限模式别乱选 BYPASS。它有 5 种DEFAULT逐个确认最安全、ACCEPT_EDITS工作区内自动放行文件读写、EXPLORE只读、BYPASS跳过安全校验含rm -rf都不拦、DONT_ASK把所有「询问」直接变「拒绝」。源码注释写得很明白BYPASS 只该用在容器/虚拟机这类沙箱里无人值守跑批任务用DONT_ASK比 BYPASS 更安全。上下文压缩默认在 80% 触发。trigger_ratio默认0.8上限 0.9reserve_ratio默认0.1。长对话会在这时自动把历史压成结构化摘要再继续不用你手写截断逻辑想让模型「记得更多」调 reserve 就行。模型重试默认是 0别指望它自己扛故障。ModelConfig.max_retries默认0——一次调用失败就直接切到fallback_model。想要「重试 N 次再降级」得显式设max_retries并给一个fallback_model否则它不会无限重试。能力速查 接下来你要的去哪找说明单智能体 终端调试examples/console/流式输出、工具确认、CtrlC 中断权限控制src/agentscope/permission/5 种模式 规则引擎多智能体 / 团队examples/pipeline/GoalPipeline、Agent Team生产服务examples/agent_service/FastAPI Web UI 多租户沙箱工作区src/agentscope/workspace/8 种后端模型接入src/agentscope/model/8 家厂商统一接口长期记忆 / RAGexamples/long_term_memory/ReMe、Mem04 种向量库下一步先把 examples/console/ 里的示例在你本机跑通再对照上面那张表按「先权限、后沙箱、最后服务化」的顺序接入你自己的业务——别一上来就全量启用 BYPASS 和生产服务先把安全默认值跑熟。【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