企业官网建设流程全解析

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_KEY=sk-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( name="Friday", system_prompt="A helpful coding assistant.", model=DashScopeChatModel( credential=DashScopeCredential(api_key="sk-xxxx"), model="qwen-plus"), toolkit=Toolkit(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、Ctrl+C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_iters=50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：

• GoalPipeline（src/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(executor=executor, verifier=verifier) await launch_console(agent=pipe)

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 0.9），reserve_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

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