AgentScope - 靈活強大的多智能體開發平台

專案概述

AgentScope 是一個創新的多智能體平台，專為開發者設計，用於建構基於大型語言模型（LLM）的多智能體應用程式。該平台以訊息交換作為核心通訊機制，顯著降低了開發和理解的門檻。

GitHub地址： https://github.com/agentscope-ai/agentscope

核心特性

1. 開發者友善的設計原則

• 透明性優先：對開發者完全透明，包括提示工程、API呼叫、智能體建構、工作流程編排等都可見可控
• 即時控制：可以在任何時刻中斷智能體並自定義處理方式
• 模型無關性：一次編程，可與所有模型配合使用
• 樂高式智能體建構：所有組件都是模組化和獨立的

2. 多智能體導向設計

• 顯式訊息傳遞：專為多智能體設計，支援明確的訊息傳遞和工作流程編排
• 無深度封裝：避免複雜的封裝，保持程式碼的可讀性和可維護性
• 高度可客製化：工具、提示、智能體、工作流程、第三方庫和視覺化都支援自定義

3. 強大的容錯機制

AgentScope提供內建和可客製化的容錯機制，同時配備系統級支援來管理和利用多模態數據、工具和外部知識。包括：

• 服務級重試機制確保API可靠性
• 基於規則的校正工具處理LLM回應中的格式問題
• 可客製化的容錯配置（parse_func、fault_handler、max_retries等）
• 多智能體應用專用的日誌系統

4. 分散式架構支援

• 基於Actor的分散式框架：支援本地和分散式部署之間的輕鬆轉換
• 自動平行優化：無需額外努力即可實現平行優化
• 大規模模擬支援：能夠在4台設備上模擬100萬個智能體

AgentScope 1.0 新特性

非同步執行支援

• 完全擁抱非同步執行模式
• 提供多種新功能和改進

核心模組功能

模組	功能	描述
Model	非同步呼叫支援	支援各種LLM的非同步呼叫
Tool	工具整合	豐富的工具函數庫
MCP	模型控制協議	支援模型控制協議整合
Tracing	追蹤監控	應用程式執行追蹤和視覺化
Memory	長期記憶	智能體的長期記憶管理
Session	會話管理	狀態和會話管理
Evaluation	評估系統	智能體性能評估
Prompt Formatter	提示格式化	智能提示格式化工具

技術架構

訊息交換機制

AgentScope採用基於訊息的通訊機制：

from agentscope.message import Msg


message_from_alice = Msg("Alice", "Hi!")
message_with_media = Msg("Bob", "What about this picture?", url="/path/to/picture.jpg")

智能體創建

from agentscope.agent import ReActAgent, UserAgent
from agentscope.model import DashScopeChatModel
from agentscope.formatter import DashScopeChatFormatter
from agentscope.memory import InMemoryMemory
from agentscope.tool import Toolkit, execute_python_code

import os, asyncio

async def main():
    toolkit = Toolkit()
    toolkit.register_tool_function(execute_python_code)
    
    agent = ReActAgent(
        name="Friday",
        sys_prompt="You're a helpful assistant named Friday.",
        model=DashScopeChatModel(
            model_name="qwen-max",
            api_key=os.environ["DASHSCOPE_API_KEY"],
            stream=True,
        ),
        memory=InMemoryMemory(),
        formatter=DashScopeChatFormatter(),
        toolkit=toolkit,
    )
    
    user = UserAgent(name="user")
    
    msg = None
    while True:
        msg = await agent(msg)
        msg = await user(msg)
        if msg.get_text_content() == "exit":
            break

asyncio.run(main())

管道和工作流程

from agentscope.pipeline import MsgHub, sequential_pipeline
from agentscope.message import Msg

async def multi_agent_conversation():
 
    agent1 = ...
    agent2 = ...
    agent3 = ...
    
   
    pipeline = sequential_pipeline([agent1, agent2, agent3])
    result = await pipeline(initial_message)

MCP（模型控制協議）整合

from agentscope.mcp import HttpStatelessClient
from agentscope.tool import Toolkit
import os

async def fine_grained_mcp_control():

    client = HttpStatelessClient(
        name="gaode_mcp",
        transport="streamable_http",
        url=f"https://mcp.amap.com/mcp?key={os.environ['GAODE_API_KEY']}",
    )
    
  
    func = await client.get_callable_function(func_name="maps_geo")
    

    await func(address="Tiananmen Square", city="Beijing")
    

    toolkit = Toolkit()
    toolkit.register_tool_function(func)

多模態數據支援

AgentScope採用延遲載入策略，透過在訊息中提供統一的基於URL的屬性來將多模態數據傳輸與儲存解耦。支援：

• 文本、圖像、音頻、視頻數據處理
• 基於URL的數據引用
• 按需載入機制

工具和服務生態

內建服務功能

• Python程式碼執行
• 網路搜尋
• 檔案操作
• 外部知識整合

RAG（檢索增強生成）支援

• 端到端的知識處理模組
• 高度可配置的檢索系統
• 可共享的知識處理組件

安裝和使用

系統要求

• Python 3.10 或更高版本

安裝方式

從原始碼安裝（推薦）

git clone -b main https://github.com/agentscope-ai/agentscope.git


cd agentscope
pip install -e .

從PyPI安裝

pip install agentscope

AgentScope Studio

npm install -g @agentscope/studio
as_studio

模型支援

AgentScope支援廣泛的大型語言模型：

雲端API

• OpenAI GPT系列
• DashScope（阿里云）
• Google Gemini
• ZhipuAI
• LiteLLM API

本地部署

• Ollama
• Flask + Transformers/ModelScope
• FastChat
• vLLM

應用場景

大規模模擬

• 金融市場模擬
• 城市規劃建模
• 政策效果分析
• 社會行為研究

協作任務

• 軟體開發團隊模擬
• 多輪對話系統
• 複雜問題求解
• 知識協作處理

企業應用

• 客戶服務自動化
• 業務流程優化
• 智能決策支援
• 風險管理建模

社區和支援

• 官方文件：https://doc.agentscope.io/
• GitHub儲存庫：https://github.com/agentscope-ai/agentscope
• PyPI套件：https://pypi.org/project/agentscope/
• 教學和範例：完整的教學文件和豐富的範例程式碼

AgentScope代表了多智能體系統開發的重大進步，為研究人員和開發者提供了一個強大、靈活且易於使用的平台，以充分發揮智能體的潛力。