AgentScope：半小时跑通多智能体与Agent权限控制

AgentScope半小时跑通多智能体与Agent权限控制【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/agentscopeAgentScope 是一个面向生产场景的多智能体框架。它解决的核心痛点是Agent 半夜执行危险命令、长对话把上下文撑爆、工具直接跑在宿主机上——这类事故靠换更强的模型解决不了得靠工程机制。适合正在评估多智能体框架、想让 Agent 从 Demo 走到生产的 Python 开发者。五分钟跑起来环境要求 Python 3.11 及以上。执行下面的命令装完顺手验证一下能打印版本号即就绪uv pip install agentscope python -c import agentscope; print(agentscope.__version__)再export DASHSCOPE_API_KEYsk-...跑后文的最小示例几分钟后就能在终端和带工具的 Agent 对话。生产环境权限配置AgentScope 的三道防线第一道工具执行权限引擎典型事故模型幻觉出一条rm -rfAgent 直接执行数据库目录没了。机制怎么跑每次工具调用执行前都会先过权限引擎src/agentscope/permission/按你配的规则判定允许、拒绝或询问。内置五种模式DEFAULT逐次确认、ACCEPT_EDITS工作目录内编辑自动放行、EXPLORE只读、BYPASS全跳过、DONT_ASK无人值守时把询问转成拒绝。deny 规则优先级最高连 BYPASS 也拦得住。落地建议交互式开发用 ACCEPT_EDITS 最省心无人值守任务用 DONT_ASK 而不是 BYPASS危险操作会被拒而不是放行。第二道工具沙箱工作区典型事故Agent 跑生成的脚本把宿主机依赖装坏了。机制怎么跑Bash、Read、Write、Grep 等内置工具不直接挂系统上而是绑定到 Workspace 对象src/agentscope/workspace/。本地、Docker、E2B、K8s 等后端可切换工具清单由await workspace.list_tools()提供——换后端等于换一整套受控的文件系统和命令环境工具执行面与宿主隔离。落地建议生产部署至少切 Docker 或 E2B 后端接上AgenticMemoryMiddleware后工作区目录还能跨会话持久化长期记忆。第三道上下文自动压缩典型事故聊到第 40 轮窗口爆了整个任务从头再来。机制怎么跑ContextConfigsrc/agentscope/agent/_config.py监控 token 占用默认达到模型窗口的 80% 时触发压缩把旧对话改写成五段式结构化摘要任务概述、当前状态、关键发现、下一步计划、需要保留的上下文。摘要模板强制使用绝对路径和绝对时间换窗口后可以直接续跑超大工具结果可交给 offloader 外移到文件。落地建议想让摘要保留领域黑话改compression_prompt和summary_template这两个字段别去动系统提示词。代码走读一个带工具的 Agent 长什么样import asyncio, os from agentscope.agent import Agent from agentscope.console import launch_console from agentscope.credential import DashScopeCredential from agentscope.model import DashScopeChatModel from agentscope.tool import Toolkit, Bash, Grep, Read, Write async def main(): agent Agent( nameFriday, system_promptYoure a helpful assistant named Friday., modelDashScopeChatModel( credentialDashScopeCredential(api_keyos.environ[DASHSCOPE_API_KEY]), modelqwen3.6-plus, ), toolkitToolkit(tools[Bash(), Grep(), Read(), Write()]), ) await launch_console(agent) asyncio.run(main())Agent是 2.0 的统一入口内部是 ReAct 推理-行动循环每轮先让模型决定调什么工具过完权限检查再执行结果喂回模型继续推理工具调用支持批量顺序或并发。Model 只需要凭据加模型名OpenAI、Anthropic、Gemini 等同构替换。Toolkit 声明了这个 Agent 允许用哪些工具。launch_console 在终端直接开交互窗口流式输出、y/n 工具确认、CtrlC 中断全都替你处理好了。从 Demo 到生产三个关键配置压缩触发阈值ContextConfig默认trigger_ratio0.8即用到窗口 80% 才压缩。窗口小的模型容易在压缩生成摘要时自己先爆掉建议降到 0.7 左右。工具结果上限tool_result_limit默认 5 万 token超长工具结果直接截断。如果你的 Agent 频繁读大文件把它调低到 1 万再配合 offloader 把完整结果落到工作区文件上下文只留路径。工作区后端切换示例用的是LocalWorkspace工具跑在你自己的盘上。生产环境把后端换成DockerWorkspace或E2BWorkspace构造方式不变执行面立刻隔离需要跨会话长期记忆时再把AgenticMemoryMiddleware加进 middlewares。学习路径docs/NEWS.md最新功能动态装完先扫一眼examples/console/main.py完整终端对话 demo含工作区与长期记忆的接法examples/pipeline/goal/goal_pipeline.pyexecutor-验证者流水线示例docs/changelog.md版本变更记录升级前必看CONTRIBUTING_zh.md想改源码做二次开发从这里入手【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