AgentScope 示例

     

[[README]](README.md)

🎯 快启动你的智能体之旅！ 这是一个集合了 各种可直接运行的 Python 智能体示例 的仓库，涵盖从命令行小工具到 全栈可部署应用。

🌟 什么是 AgentScope？

AgentScope 是一个 多智能体（Multi-Agent）框架，让你能快速构建 基于 LLM 的智能应用：

> 详情请参考：AgentScope 文档

• 🧠 定义智能体、集成工具
• 📡 管理上下文与对话
• 🤝 编排多个智能体协作完成任务

AgentScope-Runtime 则是智能体运行时框架，让你能将智能体部署成API服务：

> 详情请参考：AgentScope Runtime 文档 1. 🔄 多智能体的可伸缩部署管理 2. 🛡️ 安全工具沙箱执行

结合两者，你可以从原型 一键走向生产部署。

⚡ 快速开始

📌 运行示例之前，请查看对应的 README.md 获取安装与运行说明。

> - 所有示例均基于 Python > - 示例按功能、使用场景组织 > - 有些示例仅使用 AgentScope > - 有些示例同时使用 AgentScope 和 AgentScope Runtime 来实现带前端+后端的可部署全栈应用。 > - 全栈运行时版本的文件夹名称以：_fullstack_runtime 结尾

🌳 仓库结构

├── alias/                                  # 解决现实问题的智能体程序
├── browser_use/
│   ├── agent_browser/                      # 纯 Python 浏览器 Agent
│   ├── browser_use_agent_pro/              # 高级纯 Python 浏览器 Agent
│   └── browser_use_fullstack_runtime/      # 全栈运行时版本(前端+后端)
│
├── deep_research/
│   ├── agent_deep_research/                # 纯 Python 多 Agent 研究流程
│   └── qwen_langgraph_search_fullstack_runtime/    # 全栈运行时研究应用
│
├── games/
│   └── game_werewolves/                    # 角色扮演推理游戏
│
├── conversational_agents/
│   ├── chatbot/                            # 聊天机器人应用
│   ├── chatbot_fullstack_runtime/          # 带界面的运行时聊天机器人
│   ├── multiagent_conversation/            # 多 Agent 对话场景
│   └── multiagent_debate/                  # Agent 辩论场景
│
├── evaluation/
│   └── ace_bench/                          # 基准测试与评估工具
│
├── data_juicer_agent/                      # 数据处理多智能体系统
├── sample_template/                        # 新样例贡献模板
└── README.md

---

📌 示例列表

🌈 特色示例

📊 DataJuicer 智能体

一个强大的数据处理多智能体系统，利用 Data-Juicer 的 200+ 算子进行智能数据处理：

• 智能查询：从 200+ 数据处理算子中找到合适的算子
• 自动化流程：从自然语言描述生成 Data-Juicer YAML 配置
• 自定义开发：通过 AI 辅助创建领域特定的算子
• 多种检索模式：基于 LLM 和向量的算子匹配
• MCP 集成：原生模型上下文协议支持

🕵🏻 Alias 智能体

*Alias-Agent*（简称 *Alias*）旨在作为一个智能助手来处理多样且复杂的真实世界任务，提供三种操作模式以实现灵活的任务执行：

• Simple React：采用经典的推理-行动循环来迭代解决问题并执行工具调用。
• Planner-Worker：使用智能规划将复杂任务分解为可管理的子任务，并由专门的执行智能体独立处理每个子任务。
• Built-in Agents：利用针对特定领域定制的专用智能体，包括用于全面分析的Deep Research Agent和用于基于 Web 交互的Browser-use Agent。

📖 文档：English | 中文

📈 EvoTraders

*EvoTraders* 是一个开源的金融交易智能体框架，通过多智能体协作和记忆系统，构建能够在真实市场中持续学习与进化的交易系统。主要特性包括：

• 多智能体协作交易：包含基本面、技术面、情绪、估值等专业分析师角色以及基金经理和风控专家的团队协作。
• 记忆增强与进化：基于 ReMe 记忆框架，智能体在交易后反思总结，形成独特的投资方法论。
• 实盘与回测支持：支持实时行情接入的实盘模式以及基于历史数据的回测模式。
• 可视化交易大厅：提供可视化界面实时观察智能体的分析过程、沟通记录和决策演化。

---

🆘 获取帮助

如果你：

• 需要安装帮助
• 遇到问题
• 想了解某个示例的工作方式

1. 阅读该示例的 README.md 2. 提交 GitHub Issue 3. 加入社区讨论：

Discord	钉钉

🤝 参与贡献

欢迎提交：

• Bug 报告
• 新功能请求
• 文档改进
• 代码贡献

📄 许可证

本项目基于 Apache 2.0 License 授权，详见 LICENSE 文件。

贡献者 ✨


感谢这些优秀的贡献者们 (表情符号说明):

Weirui Kuang 🚧 💻 👀 📖	Osier-Yi 🚧 💻 👀 📖	DavdGao 🚧	qbc 🚧	Lamont Huffman 💻 ⚠️	Daoyuan Chen 💻 💡	MeiXin Chen 💻 💡
Yilun Huang 💻 💡	ShenQianli 💻 💡	ZiTao-Li 💻 💡	Yuexiang XIE 💻 💡	Yue Cui 💻 💡 🚧 📖	Zexi Li 💻 💡	lalaliat 💻 💡
Dandan Liu 💻 💡	Tianjing Zeng 💻 💡	zhijianma 💻 💡	Jiaji 💻 💡	duoyw 💻 💡	JustinDing 💻 💡	jinliyl 💻 💡
y1y5 💻 💡	LuYi 💻 💡	Wu Yue 💻 💡	Zhiling (Bruce) Luo 💻 💡 📖
Add your contributions

本项目遵循 all-contributors 规范。欢迎任何形式的贡献！