阿里巴巴通义实验室出品

一个以开发者为中心的多智能体应用框架

AgentScope 不只是一个库,它是一个为实现透明度、可控性和生产环境就绪性而精心设计的综合生态系统。告别"魔法",拥抱真正健壮、可调试的智能体开发。

为何选择 AgentScope?

专为解决真实世界复杂问题而设计,提供无与伦比的透明度与控制力。

端到端完整生态

从核心开发框架、生产级运行时到可视化工具,覆盖应用完整生命周期。

透明度第一

"没有深度封装或隐式魔法"。所有环节对开发者可见可控,让调试和定制不再是难题。

经实证的卓越性能

在极具挑战的 SWE-Bench 基准上取得 SOTA 解决率,证明其解决复杂任务的强大能力。

生产就绪

提供独立的运行时和沙箱化工具执行环境,为您的智能体应用保驾护航,确保安全部署。

三位一体的 AgentScope 生态系统

覆盖从开发、调试到安全部署的完整闭环。

agentscope

核心开发框架

生态系统的基石,提供消息、模型、记忆、工具等基础组件和流水线、消息枢纽等编排工具。对初学者友好,对专家强大。

agentscope-runtime

生产部署引擎

独立的、生产就绪的运行时,提供沙箱化的工具执行环境,确保安全与可扩展性。关键是:它与框架无关!

agentscope-studio

可视化与调试工具

本地运行的可视化开发与调试套件,实时追踪消息流与智能体思考过程,让"透明度"原则真正落地。

强大能力,源于实战

AgentScope 在多个复杂应用场景和权威基准测试中证明了其价值。

SWE-Bench SOTA
真实世界软件工程

在 SWE-Bench 上达到 SOTA 水平

通过精巧的"复现-修复-测试"多智能体专业化流水线,AgentScope 成功解决了来自真实 GitHub 项目的软件问题,取得了 63.4% 的惊人解决率,证明其处理复杂任务的卓越能力。

实现九人版"狼人杀"游戏
复杂社交模拟

实现九人版"狼人杀"游戏

充分展示了 AgentScope 通过其核心的消息枢纽等抽象,处理多角色对话系统和动态群体交互的能力。智能体需具备欺骗、谈判、联盟和策略推理等高级社交智能。

构建多源 RAG Copilot
知识密集型应用

构建多源 RAG Copilot

体现"智能体化 RAG"能力,智能体能够自主地从多个异构知识源中检索、筛选和整合信息,生成带有可靠引用的答案,解决了传统 RAG 的核心挑战。

AgentScope 与主流框架对比

了解 AgentScope 在智能体框架领域的独特之处。

特性维度AgentScopeLangGraphAutoGenCrewAI
核心范式显式消息传递与工作流编排基于图的状态机对话式智能体基于角色的任务委派
关键优势透明度、生产就绪(运行时/沙箱)、SOTA性能精细的流程控制、状态化工作流灵活的智能体间对话、研究级灵活性快速原型开发、直观的角色扮演设计
易用性对初学者友好,对专家强大学习曲线较陡峭中等学习曲线非常高,对初学者友好
生产就绪度高(通过 runtime 明确关注)中等良好

AgentScope 在透明度、生产部署支持和经过验证的复杂任务解决能力方面脱颖而出。

开始使用 AgentScope

安装 AgentScope

pip install agentscope