agentscope-ai GitHub avatar

agentscope

Python
多智能体开发框架agentscope-ai最近推送 2026年11月17日
Agent 框架Apache-2.036.2k3,875831 issues7 天 +426

AI 分析 · 由大模型根据 README 与仓库数据生成 · 2026年11月17日

AgentScope 2.0 是一个生产可用的 Python Agent 框架,帮助开发者构建可观察、可理解、可信任的智能体。

AgentScope 2.0 是一个面向生产环境的 Agent 框架,提供构建智能体所需的核心抽象。它设计上顺应模型能力提升,利用模型的推理和工具调用能力,而不是用严格提示词和固定编排去限制模型。仓库简介强调“构建和运行你能看见、理解和信任的智能体”。

推荐指数

4.0

功能全面、社区活跃的生产级 Agent 框架,适合需要多智能体、多模态和语音能力的开发者。

近 7 天

+426

新增 Star

总 Star 排名

#177

雷达追踪的 3,931 个 AI 仓库中

创建于

2024

2024年1月12日

核心亮点

  • 1生产可用框架

    定位为 production-ready,提供核心抽象,适合构建实际应用。

  • 2多智能体编排

    支持 TeamPipeline 等模式,由 leader agent 向成员 agent 分派任务。

  • 3实时语音能力

    支持 RealtimeAgent 和 WebRTC 实时语音对话,文本与语音共享会话历史。

  • 4多模型接入

    支持 DashScope、OpenAI、Gemini、xAI、MiniMax 等多种模型服务。

  • 5SOP 与模型路由

    支持标准作业流程运行多步任务,并可通过中间件为每次回复选择合适模型。

适用场景

  • 多智能体协作任务

    例如:用 TeamPipeline 让 leader agent 把复杂任务拆给多个成员 agent 并行处理。

  • 实时语音助手

    例如:基于 RealtimeAgent 和 WebRTC 构建可语音对话、保留文本历史的客服助手。

  • 标准化流程自动化

    例如:用 SOP 把多步业务流程定义为标准作业程序,由 agent 按步骤执行。

  • 多模型灵活调度

    例如:通过 ModelRouterMiddleware 根据回复内容自动选择不同聊天模型。

它是怎么工作的

  1. 第 1 步

    组合构建块

    从 ReAct、工具、记忆等构建块出发,按需组装一个 agent。

  2. 第 2 步

    接入模型服务

    通过统一的 ChatModel 接口接入 DashScope、OpenAI、Gemini 等模型。

  3. 第 3 步

    编排多智能体

    使用 TeamPipeline 等管道让 leader agent 向成员 agent 分派任务。

  4. 第 4 步

    运行与观察

    框架提供结构化输出和可观察机制,便于理解 agent 的推理与行动。

快速上手

  1. 1

    安装

    要求 Python 3.11 及以上,使用 uv 从 PyPI 安装。

    uv pip install agentscope
  2. 2

    从源码安装

    克隆仓库后以可编辑模式安装。

    git clone -b main https://github.com/agentscope-ai/agentscope.git && cd agentscope && uv pip install -e .

适合谁

  • 需要构建生产级 Agent 应用的 Python 开发者
  • 需要多智能体协作编排的团队
  • 需要实时语音或多模态能力的开发者
  • 希望灵活接入多种大模型服务的项目

不太适合

  • 只想用简单脚本调用一次大模型的初学者
  • 不熟悉 Python 3.11+ 环境的开发者

成熟度

  • 活跃度最近一次推送在 2026-11,新闻持续更新到 2026-10,迭代频繁。
  • 文档有独立文档站、中英文 README 和 arXiv 论文,但 README 只展示了部分内容。
  • 社区约 3.6 万 star、近 3900 fork,有 Discord 和钉钉社区。
  • 上手难度需要 Python 3.11+,概念和构建块较多,上手有一定门槛。

同类项目怎么选

  • LangChain更偏通用 LLM 应用编排,AgentScope 更聚焦 Agent 抽象和多智能体、语音场景。
  • AutoGen同样支持多智能体对话,AgentScope 额外强调实时语音、SOP 和模型路由。
  • CrewAI以角色化多智能体协作为主,AgentScope 提供更底层的构建块和更广的模型接入。

使用前注意

  • · 采用 Apache-2.0 许可,商用需保留版权和许可声明。
  • · 要求 Python 3.11 及以上,旧环境需先升级。
  • · 实时语音等部分功能标注为实验性,生产使用需评估稳定性。
  • · 接入第三方模型服务可能产生 API 调用费用。

主题标签

agentchatbotlarge-language-modelsllmllm-agentmulti-agentmulti-modalmcpreact-agentrealtime-agentvoice-agentvoice-assistant