AgentScope 多智能体框架实战手册:4 步把智能体变成多租户在线服务
【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/agentscope
AgentScope 是阿里通义实验室开源的多智能体框架,定位是生产级。它既能帮你把智能体在本地组装、调试出来,也能把它交付成多租户的在线服务。无论你是刚接触多智能体框架的新手,还是准备把现有智能体搬上生产,这条路都能照着走。
整套框架分两层:SDK 层负责把智能体搭出来、本地调好;Agent Service 层负责把它变成在线应用。本文按“前置检查 → 终端快跑 → 安全底座 → 服务上线 → 动手作业”的顺序展开。
谁适合用?先对 3 个环境门槛
如果你要自己组装智能体,还想让它安全地上线,这个框架值得投入。它的设计取向是信任模型自身的推理与工具调用能力,把工程精力放在安全边界、执行环境和应用层这三处。门槛不高,30 秒核对完:
- Python ≥ 3.11,硬性要求
- Node.js ≥ 20,仅预置 Web UI 需要
- Redis,想跑带持久化的示例服务时要先启动一个
- 用
uv或 pip 安装依赖即可
五分钟跑通带工具调用的终端对话 🖥️
不用部署任何服务,几条命令就能进入流式输出的聊天界面。launch_console把工具确认、Ctrl+C 中断、中断后恢复这三件事都处理好了,你只需要配好模型 API Key。
先装完整功能包(含服务、存储、频道、工作区、RAG 等依赖):
uv pip install agentscope[full]再克隆源码,运行 console 示例:
git clone https://gitcode.com/GitHub_Trending/ag/agentscope cd agentscope/examples/console export DASHSCOPE_API_KEY=sk-... python main.py遇到复杂任务时,智能体会先把它拆成一份计划,每做完一步就回写进度,终端里全程能看到变化。模型也可以用参数切换:
完整脚本在 examples/console/ 里,想看别的模型效果直接改参数就行。
按场景选沙箱后端与权限模式 🔐
安全底座由两块组成:代码在哪里执行,由沙箱后端决定;工具能不能执行,由权限引擎决定。两者互相独立,可以任意组合。
先说沙箱。内置代码工具覆盖 Bash、Grep、Glob、Read、Write、Edit,还带任务规划、MCP 服务器接入和 Skill 动态加载。它们可以绑定 8 种执行后端,换后端时工具代码不用重写。按你的环境挑:
- Local:本地文件系统,本地开发图快首选
- Docker:容器隔离,多数团队上生产的第一选择
- K8s:已有集群、要多副本调度时用
- E2B / Daytona:云沙箱,无服务器、按需弹性
- Apple Container:macOS 原生容器
- Bubblewrap:Linux 用户命名空间,无容器运行时的轻量隔离
- OpenSandbox:对接既有沙箱平台
再说权限。规则挂在具体工具上:Bash 按命令子串匹配,读写类工具按文件路径 glob 匹配。规则之外再叠加 5 种全局模式,从“人在场”一路覆盖到“完全无人值守”:
| 模式 | 核心行为 | 适合什么时候 |
|---|---|---|
| DEFAULT | 每次询问;安全只读命令(如ls)或命中放行规则才免问 | 日常开发,求稳 |
| ACCEPT_EDITS | 工作目录内的读写与常规文件操作自动通过 | 人在场快速迭代 |
| EXPLORE | 严格只读,修改类工具与命令直接拒绝 | 读代码库、做方案 |
| BYPASS | 跳过所有检查,只保留显式 deny 规则 | 沙箱内无人值守 |
| DONT_ASK | 把“询问”决策一律转成“拒绝” | 无人值守但要安全兜底 |
注意:BYPASS 模式下连工具自带的安全询问也不会执行。用它时务必配好若干 deny 规则锁住敏感路径,否则等于裸奔。
沙箱实现集中在 src/agentscope/workspace/,权限引擎在 src/agentscope/permission/,测试目录里每类后端都有独立用例可查。
4 步把智能体部署成多租户服务 🚀
FastAPI 后端加预置 Web UI,是从 demo 走向产品最省力的路线。租户之间、会话之间数据隔离,状态落到 SQL 或 Redis,服务重启也不丢进度。在这之上可以直接启用:
- IM 频道:接入钉钉、飞书、Discord,消息路由在服务层完成
- 智能体团队:主智能体按需生成子智能体,通过内置团队工具协调分工
- 后台任务卸载:耗时长的工具调用自动转入后台,结果出来唤醒智能体继续对话,前端全程可感知
- 定时任务与 RAG:内置定时调度,知识库检索按租户隔离
- 观测:OpenTelemetry 组件与 OTLP 导出器已在依赖里,追踪指标直接进现有监控
整条路径数下来正好 4 步:装[full]包、克隆源码、起后端、起 Web UI。前两步你在终端快跑时已经做完了,剩下两条命令:
cd examples/agent_service python main.pycd examples/web_ui pnpm install pnpm dev后端默认监听 8000 端口。启动 Web UI 后,把 API 地址一栏填上http://localhost:8000,权限确认弹窗、定时任务、工具调用这些交互都能在页面上直接操作。
示例后端在 examples/agent_service/,团队工具的源码在 src/agentscope/app/_tool/。
三个可复现的作业:终端助手、IM 客服、双智能体评审
前面跑通之后,仓库里还有三个完整的作业可以做。每个都对应框架的一种典型用法:
| 场景 | 关键组件 | 示例路径 |
|---|---|---|
| 终端代码助手 | 智能体 + Bash/Edit/Grep 工具;先用 EXPLORE 只读模式通读代码库,再切到允许写文件的模式动手改 | examples/console/ |
| IM 企业客服 | Agent Service 多会话后端 + 钉钉/飞书频道 + RAG 知识库检索;拿不准的操作由权限系统停下找人确认 | examples/agent_service/、examples/rag/ |
| 双智能体质量把关 | “执行者 + 验证者”流水线:一个写代码,另一个用结构化输出给“通过/不通过”及理由;不通过就带回理由重做,上限 N 轮 | examples/pipeline/goal/ |
质量把关这个作业里,两个智能体待在同一个工作区。验证者看的是真实产物,而不是执行者的自我汇报。
上线前检查清单:5 条过一遍 ✅
- 无人值守任务先关进沙箱。容器隔离 + BYPASS + 用 deny 规则锁住敏感路径的组合最稳;想保留底线就换 DONT_ASK,把询问全部转成拒绝。
- 长对话别裸跑。上下文不清理会越来越乱,接上内置上下文中间件:自动压缩、工具结果卸载、提示词/RAG/记忆注入都包了。
- 状态要落库。会话与智能体状态持久化到 SQL 或 Redis,服务随便重启,进度不丢。
- 观测直接进监控。追踪和指标不用另搭栈,OpenTelemetry 组件与 OTLP 导出器已在依赖树里。
- 核对一遍前置条件。Python 要 3.11 以上,Web UI 要 Node.js 20 以上;
[full]包依赖较重,生产环境按功能裁剪着装更合适。
延伸阅读:文档与关键目录
- 更新日志:docs/NEWS.md
- 路线图:docs/roadmap.md,当前重心在语音三步走、Agent Skill 生产化与 A2UI / A2A 生态
- 权限引擎源码:src/agentscope/permission/
- 更多示例(web_ui、long_term_memory、realtime、a2a 等):examples/
【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