AgentScope 2.0 多智能体框架实战:4 个任务节点把终端代码助手交付成 IM 多租户客服服务
AgentScope 2.0 多智能体框架实战4 个任务节点把终端代码助手交付成 IM 多租户客服服务【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 是阿里通义实验室开源的生产级多智能体框架帮你把 AI 智能体从本地脚本一路做成敢给多人用的多租户在线服务它自带 ReAct 智能体、工具箱、权限引擎、8 种沙箱工作区与 FastAPI 服务层面向需要看得见、看得懂、信得过的开发者。它的设计取向是不靠重型编排去管住模型而是信任模型自身的推理与工具调用能力把工程精力投到安全边界、执行环境和应用层三处。假设你的任务是交付一个挂在钉钉、飞书上的企业客服助手环境要求 Python ≥ 3.11Web UI 另需 Node.js ≥ 20。下面按任务推进每个节点只讲当步要用的能力部署命令直接嵌在对应节点里。在终端里用起第一个代码助手 ️起点是验证助手本身能不能干活整个过程无需部署任何服务。打开 examples/console/ 下的 main.py配好 DASHSCOPE_API_KEY 环境变量后直接运行AgentScope 的 launch_console 一行代码打开流式聊天控制台工具调用前的人机确认、CtrlC 中断与中断后的恢复都已内置默认模型为 qwen3.7-max也可用 --model 参数切换。助手背后挂着一个 LocalWorkspace 工作区工具箱随之带出 Bash、Grep、Glob、Read、Write、Edit 六个内置代码工具外加任务规划工具、MCP 服务器接入与 Skill 动态加载AgenticMemoryMiddleware 还会把长期记忆以文件形式存进工作区跨会话可用。任务一复杂智能体会把它拆成可跟踪的计划边执行边更新进度你在终端里能逐步看到。想验证多智能体协作examples/pipeline/goal/ 有一条执行者 验证者流水线两个智能体共享同一工作区验证者用结构化输出给出通过/不通过及理由不通过就把反馈带回重做最多迭代 N 轮——验证的是工作区里的真实产物而不是执行者的口头汇报。给智能体戴上安全帽沙箱与权限一张表配完 ️助手能跑命令、能改文件交付前必须回答两个问题代码在哪里执行哪些操作要拦。AgentScope 2.0 把这两件事合成一套安全选型执行侧同一套工具箱可绑定 8 种沙箱工作区后端实现集中在 src/agentscope/workspace/tests/ 目录里每类后端都有独立用例切换后端时工具代码一行不改决策侧权限引擎按工具 规则做细粒度判断Bash 按命令子串匹配读写工具按文件路径 glob 匹配再叠加 5 种全局模式。沙箱是智能体的施工围挡权限模式是门禁的松紧度按下表组合即可交付场景沙箱后端建议权限模式一句话说明本地开发、快速迭代LocalDEFAULT 或 ACCEPT_EDITS直连本地文件系统工作目录内读写与常规文件操作免问通读代码库、做方案LocalEXPLORE严格只读任何修改类工具或命令直接拒绝容器化生产DockerBYPASS deny 规则跳过逐次确认用 deny 规则锁住敏感路径无人值守但要兜底Docker / E2BDONT_ASK所有询问自动转成拒绝不会卡在确认框已有 K8s 集群K8sBYPASS多副本调度按集群隔离机器上没有容器运行时BubblewrapACCEPT_EDITSLinux 用户命名空间轻量隔离macOS 本机Apple ContainerDEFAULT走 macOS 原生容器云端弹性沙箱E2B / DaytonaBYPASS无服务器、按需启停已有沙箱平台OpenSandboxBYPASS复用既有平台能力其中 DEFAULT 是默认模式只有命中放行规则、或命令被识别为安全只读如 ls、git status才免问其余逐次找人确认。两个坑先记牢BYPASS 连工具自带的安全询问都会跳过护栏基本拆光务必同时写若干 deny 规则锁死敏感路径想无人值守又保留安全底线选 DONT_ASK把所有询问统统转成拒绝。起一个多会话后端把助手挂到 IM 上 这是任务的大头但更多是装配而非开发。AgentScope 2.0 的服务层基于 FastAPI一个 create_app 调用就得到带预置 Web UI 的多租户后端租户之间、会话之间数据隔离示例用 Redislocalhost:6379持久化状态存储也可换成 SQL 后端另内置定时调度与多租户知识库检索。先装依赖并拉取源码uv pip install agentscope[full] git clone https://gitcode.com/GitHub_Trending/ag/agentscope然后起后端与前端后端默认监听 8000 端口Web UI 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/agent_service python main.py cd agentscope/examples/web_ui pnpm install pnpm devIM 侧只需在 create_app 的 channels 参数里声明 DingTalkChannel、FeishuChannel、DiscordChannel 三个频道类消息路由在服务层完成客服入口即接上channels 之外还能挂 MCP 服务器与技能中心示例里接了 Playwright 的 MCP 客户端。再配合 examples/rag/ 的索引与检索示例把企业文档灌进知识库遇到不确定的操作时权限系统会停下来找人确认——一个既能查资料、又有兜底的客服入口成型。两个值得在这个节点打开的进阶能力。智能体团队主智能体按需创建子智能体用内置团队工具分工源码在 src/agentscope/app/_tool/示例还预置了一个只读的 explorer 子智能体模板后台任务卸载耗时长的工具调用自动转入后台结果返回后唤醒智能体继续对话前端全程可感知。交接前把服务调稳最后一关是让服务在重启和长对话里都不掉链子。状态先落库会话与智能体状态持久化到 SQL 或 Redis服务重启进度不丢pyproject.toml 里 storage-sql 与 storage-redis 两个可选依赖就是为此准备的。长对话别裸奔上下文像一块越写越花的白板接上 AgentScope 内置的上下文中间件自动压缩、超大工具结果卸载、系统提示词/RAG/记忆注入都是现成的。观测同样省事依赖里已内置 OpenTelemetry SDK 与 OTLP 导出器追踪和指标可直接汇入现有监控体系。最后核一遍门槛Python ≥ 3.11 是硬要求Web UI 需要 Node.js ≥ 20示例后端需要本地先起一个 Redis[full] 包把模型、服务、存储、频道、工作区、RAG 一次装齐生产环境按功能裁剪安装更省资源。后续演进看 docs/roadmap.md语音智能体三步走、Agent Skill 生产化、A2UI/A2A 生态版本变化看 docs/NEWS.md只想聊天不部署的话回到 examples/console/main.py 配好 DASHSCOPE_API_KEY 即可。【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