跳到主要内容
ffc998ffffe1af118077b4c51dc75148

AgentScope快速入门实战

[toc]

image-20251110204209239 a8a3a270d93e69abe955710b35c92383

一、国产最强！AgentScope框架快速入门介绍​

1. 大模型性能飞跃推动Agent开发范式转变​

​ 从2025年起，人工智能领域迎来了一个显著的转折点：以 DeepSeek‑R1 模型的问世为标志，基础大语言模型（Large Language Models, LLM）在 推理能力、工具调用能力、自主规划能力和调试能力等多个维度都实现了跳跃式发展。

image-20251110202018124

​ 传统的智能体开发方式多依赖于工作流式的脚本化结构——例如早期的 LangChain 提供了模块化的 Prompt Chain、工具调用和多步骤流程，这在当时是非常实用的范式。但随着大模型自身能力的大幅提升，这类「预定义流程 + 序列化调用」的方式逐渐暴露出局限：它们依赖于人为提前设计流程，智能体的自主性和灵活性受限。

image-20251110202142792

​ 相比之下，当下被广泛采用的开发范式是 ReAct Agent（Reason + Act 智能体）。在这一范式中，智能体不仅接收输入，还能：

  • 在同一轮对话中自行决定 是否调用工具、调用哪一个工具；
  • 决定是否需要 并发调用多个工具 或 多步使用工具；
  • 自主评估并 调试自身输出，例如在思考链 (“chain-of-thought”) 过程中发现偏差并更正。

​ 例如，当前热门模型如 Qwen3、Gemini 2.5、Claude 4.5 在 2025 年都被报道支持丰富的函数调用接口、结构化输出、甚至长上下文推理能力。在这样的背景下，传统的工作流式、脚本化智能体开发方式显得越来越不合时宜。

​ 此外，智能体开发框架也迎来新一轮迭代。以往依赖 “工具注册 + 模块调用 +结果拼接” 的体系，被更为“智能化”且具有内建 agent 控制能力的框架所替代。例如：

  • Agents SDK（OpenAI 出品）强调 Agent 自主决策能力；

    image-20251110202240087

  • ADK (Agent Development Kit)（谷歌推出）也将 ReAct 模式作为默认范式；

    image-20251110202255363

  • 而 LangChain 在 2025 年 9 月末发布的 1.0 版本也全面拥抱了 ReAct Agent 模式。

    image-20251028200951379

​ 在这一浪潮中，AgentScope 正是出生于这样一个时代背景——它作为一个以 构建 ReAct 智能体为核心 的开发框架，定位清晰：既适应了新一代大模型的能力释放，也为开发者提供了更高层次的抽象能力。相比传统方式，它将“Prompt → 工具调用 → 结果处理”封装为“Agent 自主思考并行动”的整体闭环，使智能体开发更加模块化、结构化且易于控制。

2. AgentsScope核心功能与技术定位​

image-20251110152355295

2.1 项目基本情况​

​ 自 2025 年 8 月起，AgentScope 正式向开源社区发布，由 Alibaba Tongyi Lab（阿里巴巴 “通义” 实验室）主导研发。根据其 GitHub 项目页面，该框架自版本 v1.0 起全面面向多智能体（Multi-Agent）开发范式，强调“开发者优先、可控、模块化”的设计理念。 ​ 在国内代理开发工具链尚在快速发展阶段的背景下，AgentScope 被视为“国产最强”的 Agent 开发框架之一，不仅功能完备，而且性能表现优异。其开发团队明确目标——打造国产版的 LangChain，将 “智能体开发” 从单纯的语言模型调用提升为一套系统化、工程化的解决方案。 ​ 因此，在这一课件中，我们将围绕 AgentScope 的核心定位与其丰富功能进行系统介绍，以便新人用户能够清晰理解该框架为何与众不同、以及它能为智能体开发带来哪些技术层面的提升。

2.2 核心功能亮点​

下面分别从六大维度梳理 AgentScope 的技术特点，深度解析其背后的设计逻辑。

（1）完善的基座模型接入方法 AgentScope 支持多种大语言模型（LLM）作为 “智能体的大脑”，并采用“不同模型对应不同库 + 不同模型的格式化器”这种接入机制，从而实现消息与响应在不同模型之间的流程无缝转换。其 README 中提到：“Model-Agnostic: Programming once, run with all models.” 具体来说：开发者选择如 Qwen3、Claude 4.5、DeepSeek‑R1等主流模型后，只需配置相应的 ChatModel 类和对应 Formatter 类，即可让 AgentScope 在该模型之上快速运行。这样，模型切换的成本大幅降低，同时也为用户提供了高灵活性。 举例来说，若将模型替换为 Qwen3，则只需将 model = Qwen3ChatModel(...) 且 formatter = Qwen3ChatFormatter()，而大部分业务逻辑（工具调用、对话管理、结构化输出等）无须改动。这种设计哲学使 AgentScope 成为一个“模型非绑定”的开发框架，有别于某些只能与特定模型绑定的工具库。这一点，对国内希望搭建“多个模型、多个场景、多智能体协作”系统的开发者而言，尤为关键。

image-20251110203351269

（2）支持多模态消息格式、完善记忆管理与跨 Agent 消息机制 AgentScope 对齐了 ADK 等前沿框架的思路，支持多模态（文本、图片、音频、视频）消息传递。根据其架构论文，AgentScope 实现了 “消息流 + 工具调用 + 多模态数据” 的统一机制，其中 Message 对象不仅包含 content 文本字段，还可包含 URL、metadata 等，用于引用外部多模态资源。

image-20251110203436616 在记忆管理方面，该框架同时支持“短期记忆（Short‐Term Memory）”和“长期记忆（Long-Term Memory)”两层结构，并兼容第三方记忆框架如 ReMe、mem0。其 GitHub README 明确指出：“Support agent-controlled long-term memory”。

image-20251110203517995 image-20251110203532267

​ 更进一步，在多智能体协作场景，AgentScope 提供统一的消息格式与 MsgHub、pipeline 等机制，使得不同 Agent 之间的消息、工具调用结果、结构化输出可透明流转。以“九人狼人杀”示例为例，多名 Agent 轮流发言、投票、工具调用，全过程通过 AgentScope 管道化管理，这正体现了其“跨 Agent 消息管理”的能力。

（3）支持 ReAct 模式：工具并行／多步调用／自动调试／自定义 Agent ReAct（Reason + Act）是当前智能体开发的主流范式之一。AgentScope 在设计时充分拥抱这一范式，实现智能体能够：在一轮对话中自主决定是否调用工具、选择哪一个工具、是否并发调用多个工具、再基于工具结果进一步决策。其官方说明中指出 “Support parallel tool calls” 与 “Realtime steering and interruption” 等能力。

​ 举个典型场景：一个 Agent 在分析用户指令后，判断需要同时执行“网页搜索”与“数据库查询”，于是并行调用两个工具，待结果返回后再生成最终回复。与此同时，如发现当前流程偏差，该 Agent 也可通过 Hook 机制自动进入调试流程，修正思路并生成更精确输出。

image-20251110192334067

​ 此外，AgentScope 鼓励开发者自行定义 Agent 类型：不仅限于 ReActAgent 这一类，还支持继承扩展、插入自定义 Hook、控制生命周期。这使得无论你是构造简单对话机器人，还是复杂策略智能体，框架都能提供支撑。

（4）高性能 RAG 与多模态 RAG 支持

​ 对于需要外部知识支撑或多模态检索生成 (Retrieval-Augmented Generation, RAG) 的场景，AgentScope 提供完善的 API 支持。其 RAG 模块包括知识库构建（读取文档、切块、生成嵌入）、向量数据库接入（如 Qdrant）、多模态读取器（ImageReader、PDFReader 等），以及将其作为工具整合至 Agent 体系。

​ 开发者可以选择两种 RAG 集成方式：一是 Agentic 方式 — Agent 自主决定何时检索、检索什么；二是通用方式 — 在每次回复前统一检索再附加知识。这样设计既保障灵活性，也兼顾易用性。 值得一提的是，多模态 RAG 支持文本 + 图像 +其他形式输入，使 AgentScope 在“视觉－语言”融合任务中具有优势。这在国内多媒体智能体应用场景中尤具价值。

**（5）钩子函数机制与中间件支持 **

​ AgentScope 引入了丰富的中间件化机制，开发者可以在 Agent 执行流程的多个阶段（如 pre_reasoning、post_acting、pre_reply）注册钩子函数，从而实现细粒度控制。例如：监控工具调用时长、捕捉异常结果、动态调整 prompt、日志追踪等。GitHub 文档中提及：“Support agent hooks”。

举例：在一个复杂 Agent 中，当工具返回结果但其语义置信度低时，可通过 `post_acting` 钩子自动触发“自我反省”子任务，要求 Agent 重写思路或再调用一次工具。如此，中间件的介入使智能体不仅仅自动运行，而且具备“自我校正”能力。
6073a4f2-3416-4aee-8917-b8c19e97898b

（6）可视化平台 AgentScope Studio 与 Agentic RL 支撑

​ 除了核心框架，AgentScope 还配备了一个前端平台 AgentScope Studio，用于实时对话展示、智能体追踪、工具调用可视化、日志与指标监控。据其网站介绍，该 Studio 支持消息流回放、结构化输出 查看、工具调用痕迹分析等。

ddff24be0cd65ca486fb621d24ca4181

​ 此外，在评测与强化学习（Reinforcement Learning, RL）方面，AgentScope 也有所布局：其 README 中提及“Agentic RL via integrating Trinity-RFT library”。这一功能允许智能体在模拟环境或多智能体对抗环境中，通过 RL 的方式优化其决策策略，实现“长期学习与优化”。例如，你可以构建多个 Agent 玩一局游戏（如狼人杀），然后利用 RL 回放其游戏轨迹、分析胜负、调整策略，从而逐代提升智能体表现。

image-20251110203840148

3. AgentScope和其他Agent开发框架综合对比​

3.1 Agent 开发框架的整体格局​

​ 自 2023 年至 2025 年，随着大模型的能力持续增强，智能体（Agent）框架从早期的单一任务执行器，逐步演化为多智能体协作、具备记忆、感知、推理、规划、执行、评估等完整能力的“操作系统级平台”。 目前主流的 Agent 开发框架大致可分为三类：

  1. 以工作流与工具链为核心的传统框架 —— 代表如 LangChain 0.x 系列、Haystack、Flowise。这些框架以模块化、可视化的方式搭建智能体流程，强调可复用性与稳定性，但智能性相对不足。
  2. 以 ReAct 范式为核心的新一代框架 —— 包括 AgentScope、OpenAI Agents SDK、Google ADK (Agent Development Kit) 等。这类框架更强调大模型自身的推理能力，允许模型在执行过程中动态决策、调用工具、规划行动。
  3. 以 Graph 或 Agentic Runtime 为核心的图式框架 —— 代表如 LangChain 1.0 + LangGraph、DeepAgents (来自 LangChain 官方 R&D)、Parlant Runtime 等。这类框架引入状态机与图结构，专注于复杂多智能体控制、并发执行和条件跳转。

​ AgentScope 处于第二与第三类型之间的交汇点：既继承了 ReAct 范式的灵活性，又吸收了 LangGraph 式的图式控制思维，形成了兼具“模型智能”与“工程管控”的混合体系。

3.2 AgentScope vs LangChain 1.0​

​ LangChain 1.0 的定位 是“通用 AI 工作流框架”，其重点在于提供一套统一抽象（如 Runnable、Tool、Memory、Retriever、Graph 等），使开发者能够组合组件搭建完整的 LLM 应用。 ​ 相比之下，AgentScope 的定位更加聚焦——它不是通用的 AI 编排框架，而是“专门用于构建 ReAct Agent 与 Multi-Agent 系统的核心引擎”。

对比维度LangChain 1.0AgentScope
核心范式图式 (Graph) 工作流 + Runnable 节点ReAct 智能体范式 + 管道式消息流
执行模式静态编排，依赖图结构控制节点执行动态决策，Agent 可在执行中主动规划与切换
模型适配性LangChain 官方以 OpenAI 生态为主支持 Qwen、DeepSeek、Gemini、Claude 等多源模型
消息结构Message 依然偏 text-only 或 metadata 轻量支持 content block 结构，可原生承载 text、image、audio、video 多模态内容
并发与协作LangGraph 支持并发节点执行，但配置复杂AgentScope 原生支持 Multi-Agent 并行协作与统一 MsgHub
可视化工具LangGraph Studio （需本地 Dev Server）AgentScope Studio （前后端一体，可追踪 Agent 内部消息流）
学习曲线概念多、接口分层复杂结构清晰，学习成本相对更低
适用场景企业级 RAG 系统、长流程 QA 与检索需要 Agent 决策、自主推理、多角色协作的任务，如 游戏、对话、策略执行

​ 从整体来看，LangChain 1.0 仍然是通用 LLM 应用的首选框架，尤其适合构建知识问答与检索增强系统。而 AgentScope 更适合以 “智能体决策与交互”为核心的项目，例如自动化客服、游戏 AI、企业 Agent 协同办公、智能助理等。

3.3 AgentScope vs OpenAI Agents SDK​

​ OpenAI 在 2025 年正式推出 Agents SDK，其目标是将 ReAct Agent 机制标准化，并让开发者基于 OpenAI 生态快速构建 “带有工具、记忆、上下文”的 Agent”。

主要差异在于生态与开放性：

  • AgentScope 开源且生态中立：它既能对接 OpenAI 的 GPT-5 ，也能无缝调用 Qwen3、Gemini 2.5、DeepSeek-R1 等 API。
  • Agents SDK 生态锁定：其强项是与 OpenAI 自家 Responses API、File API、Vector Store 等组件紧密集成，但扩展到其他模型需额外封装。
  • 在多智能体协作方面，AgentScope 内置 MsgHub 和 pipeline 机制，可实现多 Agent 同步/异步协作，而 Agents SDK 更倾向于单 Agent + Tool 链路。
  • 在 RL （强化学习）与 评测支持上，AgentScope 具备 Agentic RL 功能，可让 Agent 在多局对战或任务中自我优化，而 OpenAI 生态目前尚未公开同类模块。

​ 因此，如果项目主要运行在 OpenAI 云端、模型固定为 GPT-5 系列、并依赖官方 API 体系，那么 Agents SDK 是效率最高的选择； 但若希望在本地或多模型环境中构建跨 Agent 协作、可视化与 RL 评测体系，则 AgentScope 无疑更具灵活性与控制力。

3.4 AgentScope vs Google ADK (Agent Development Kit)​

​ Google ADK 是 Gemini 生态下的重要基础框架，定位为“多模态、可插拔、可编排的智能体开发套件”。

​ 两者在理念上有许多共通点：均支持多模态 message block、并行工具调用、长短期记忆与 hook 机制。但 ADK 更偏向 “服务化集成 + 低代码接口”，适合企业级应用，而 AgentScope 更强调“开发者可控 + 研究导向”。

对比维度Google ADKAgentScope
生态定位Gemini 生态核心组件中立开源框架，适配 Qwen / DeepSeek / Gemini / Claude 等
多模态能力原生支持文本、图像、音频、视频同样原生 content block 机制，可扩展自定义类型
执行方式API 服务化调用，自动规划任务流Python SDK 级别操作，允许开发者深度定制控制流
记忆系统长短期记忆统一管理（内建 Gemini Memory API）短期记忆 + 可接 mem0 / Re Me 等外部长期记忆
Agent 类型系统级 Agent（App、Service、Assistant）开发者自定义 Agent（ReActAgent、UserAgent 等）
可追踪性通过 Google AI Studio 可视化通过 AgentScope Studio 本地或私有部署追踪

​ 综上，如果团队主要在 Google Cloud 生态内部署， ADK 是天然选择；但若需要更多自定义、私有化部署、以及对模型与工具的精细控制， AgentScope 的开发灵活度更高。

3.5 AgentScope vs DeepAgents / Parlant Runtime​

​ DeepAgents（LangChain 官方项目） 与 Parlant Runtime（微软开源） 代表了另一种趋势：以 Agent 图与状态机为核心的多智能体运行时系统。 它们注重“可视化流程与节点控制”，为多 Agent 提供复杂条件分支、事件触发、并发执行等能力。

AgentScope 与其的差别在于：

  • DeepAgents / Parlant 更偏向编排层（orchestration layer），而 AgentScope 同时涵盖执行层（execution layer）；
  • AgentScope 的设计更贴近 “模型直接驱动 Agent 行为”，而非单纯的流程调度。 换言之，AgentScope 将 “智能” 本身嵌入在 Agent 之中，而非在外层编排引擎中实现。 这使它特别适合需要动态决策、上下文强依赖的场景，如游戏 AI、对话 Agent 协同推理等。

3.6 典型场景选择建议​

应用场景推荐框架说明
通用 RAG 系统 / 企业问答LangChain 1.0 + LangGraph成熟 Retriever + Vector API 体系，适合企业内部知识管理
单智能体 Tool Use 任务OpenAI Agents SDK工具集成便捷，适合固定模型环境
多智能体协作 / 游戏 / 对话体系统AgentScope原生 Multi-Agent 机制、MsgHub 支持
视觉 + 文本多模态 AgentGoogle ADK 或 AgentScope两者均具 content block 机制，后者可私有化
强化学习 Agent 实验与优化AgentScope内建 Agentic RL 接口，可回放并优化策略
企业级工作流 AI 编排DeepAgents 或 Parlant Runtime更适合流程复杂、需可视化监控的场景

二、AgentScope快速上手指南​

1. AgentScope安装流程​

image-20251110152355295

我们可以通过pip进行快速安装：

FENCE0

image-20251013163059797

安装完成后，打开Jupyter输入如下代码，即可查看是否安装成功以及对应的版本号：

FENCE1

image-20251110153024145

除此之外，作为最新一代的Agent开发框架，AgentScope还配置了一整套前端运行与运维监督框架，可以通过npm进行一键安装与调用：

FENCE2

image-20251013221150285

注，没有安装node.js的同学可以直接在官网下载软件包：https://nodejs.org/en

image-20251110172145204

也可以在网盘中进行下载和安装：

image-20251110172249640 a8a3a270d93e69abe955710b35c92383

然后输入如下命令即可运行：

FENCE3

image-20251013221229096

然后进入http://localhost:3000/ ，即可查看完整前端功能：

image-20251013221257980

同时，AgentScope Studio还自带了一个Friday的Agent，

image-20251110172425235

完成相关配置即可进行对话测试：

image-20251013221428193 image-20251013221534126 image-20251110172533330

注，本节公开课各项实验主要使用DashScope阿里百炼API，API获取地址：https://bailian.console.aliyun.com/

image-20251110172721994

获取后，建议将其设置为系统环境变量DASHSCOPE_API_KEY，方便后续进行调用：

image-20251110173015590

注：2-5部分在Jupyter课件中

image-20251110204138417 a8a3a270d93e69abe955710b35c92383

6. Agent Studio使用方法介绍​

​ 在掌握了AgentScope基础API的使用方法之后，接下来让我们尝试将开发好的简易Agent使用AgentScope Studio进行调用和监控。

  • 创建.env文件
image-20251110195529533
  • 创建SimpleAgent.py核心代码文件

FENCE4

  • 完整项目源码领取
image-20251110195906242 a8a3a270d93e69abe955710b35c92383

然后输入即可开启运行（注意需要提前开启前端3000服务）

FENCE5

image-20251110194810818 image-20251110194830619

image-20251110194841491

  • 交互效果演示