☰
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
2026/9/30 7:38:28 网站建设 项目流程

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.py
cd 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 ✅

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询