阿里开源agent 开发平台AgentScope

项目简介

AgentScope是一个创新的多智能体开发平台，旨在赋予开发人员使用大模型轻松构建多智能体应用的能力。

【重磅】 一键接入扣子、Dify，FastGPT等开发平台

立即开通>>

企业内部AI 先行者已通过扣子、Dify 等智能体开发平台积极探索 "人 + AI" 的效率革新。这些应用大多局限于小范围应用，基于此，我们打造一款开箱即用的 AI 门户-53AI Hub，让企业实现从 "场景级效率优化" 到 "企业级生产力重构" 的跨越....

• ? 高易用：AgentScope专为开发人员设计，提供了丰富的组件, 全面的文档和广泛的兼容性。同时，AgentScope Workstation提供了在线拖拉拽编程和在线小助手(copilot)功能，帮助开发者迅速上手！

• ✅ 高鲁棒：支持自定义的容错控制和重试机制，以提高应用程序的稳定性。

• ? 分布式：支持以中心化的方式构建分布式多智能体应用程序。

支持的模型API

AgentScope提供了一系列ModelWrapper来支持本地模型服务和第三方模型API。

支持的本地模型部署

AgentScope支持使用以下库快速部署本地模型服务。

• ollama (CPU inference)

• Flask + Transformers

• Flask + ModelScope

• FastChat

• vllm

支持的服务

• 网络搜索

• 数据查询

• 数据检索

• 代码执行

• 文件操作

• 文本处理

• 多模态生成

• 维基百科搜索

• TripAdvisor搜索

• 浏览器控制

样例应用

• 模型

• 在AgentScope中使用Llama3

• 对话

• 基础对话

• 带有@功能的自主对话

• 智能体自组织的对话

• 兼容LangChain的基础对话

• 与ReAct智能体对话

• 通过对话查询SQL信息

• 与RAG智能体对话

• 与gpt-4o模型对话

• 自定义工具函数

• 与SoftWare Engineering智能体对话

• Mixture of Agents算法

• 流式对话

• 与CodeAct智能体对话

• 与Router Agent对话

• 游戏

• 五子棋

• 狼人杀

• 分布式

• 分布式对话

• 分布式辩论

• 分布式并行优化

• 分布式大规模仿真

更多模型API、服务和示例即将推出！

安装

AgentScope需要Python 3.9或更高版本。

注意：该项目目前正在积极开发中，建议从源码安装AgentScope。

从源码安装

• 以编辑模式安装AgentScope：

# 从github拉取源代码git clone https://github.com/modelscope/agentscope.git# 以编辑模式安装包cd agentscopepip install -e .

使用pip

• 从pip安装的AgentScope

pip install agentscope

额外依赖

为了支持不同的部署场景，AgentScope提供了若干个可选的依赖项。完整的可选依赖项列表请参考tutorial 以分布式模式为例，可以使用以下命令安装AgentScope：

On Windows

# From sourcepip install -e .[distribute]# From pypipip install agentscope[distribute]

On Mac & Linux

# From sourcepip install -e .\[distribute\]# From pypipip install agentscope\[distribute\]

快速开始

配置

AgentScope中，模型的部署和调用是通过ModelWrapper实现解耦的。

为了使用这些ModelWrapper, 您需要准备如下的模型配置文件：

model_config = {# 模型配置的名称，以及使用的模型wrapper"config_name": "{your_config_name}",# 模型配置的名称"model_type": "{model_type}", # 模型wrapper的类型
# 用以初始化模型wrapper的详细参数# ...}

以OpenAI Chat API为例，模型配置如下：

openai_model_config = {"config_name": "my_openai_config", # 模型配置的名称"model_type": "openai_chat", # 模型wrapper的类型
# 用以初始化模型wrapper的详细参数"model_name": "gpt-4", # OpenAI API中的模型名"api_key": "xxx",# OpenAI API的API密钥。如果未设置，将使用环境变量OPENAI_API_KEY。"organization": "xxx", # OpenAI API的组织。如果未设置，将使用环境变量OPENAI_ORGANIZATION。}

关于部署本地模型服务和准备模型配置的更多细节，请参阅我们的教程。

创建Agent

创建AgentScope内置的DialogAgent和UserAgent对象.

from agentscope.agents import DialogAgent, UserAgentimport agentscope
# 加载模型配置agentscope.init(model_configs="./model_configs.json")
# 创建对话Agent和用户Agentdialog_agent = DialogAgent(name="assistant", model_config_name="my_openai_config")user_agent = UserAgent()

构造对话

在AgentScope中，Message是Agent之间的桥梁，它是一个python字典（dict），包含两个必要字段name和content，以及一个可选字段url用于本地文件（图片、视频或音频）或网络链接。

from agentscope.message import Msg
x = Msg(name="Alice", content="Hi!")x = Msg("Bob", "What about this picture I took?", url="/path/to/picture.jpg")

使用以下代码开始两个Agent（dialog_agent和user_agent）之间的对话：

x = Nonewhile True:x = dialog_agent(x)x = user_agent(x)if x.content == "exit": # 用户输入"exit"退出对话break

AgentScope前端

AgentScope 提供了一个易于使用的运行时用户界面，能够在前端显示多模态输出，包括文本、图像、音频和视频。

参考我们的教程了解更多细节。