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。
? 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。
| API | Task | Model Wrapper | Configuration | Some Supported Models |
|---|
| OpenAI API | Chat | OpenAIChatWrapper | guidance
template | gpt-4o, gpt-4, gpt-3.5-turbo, ... |
| Embedding | OpenAIEmbeddingWrapper | guidance
template | text-embedding-ada-002, ... |
| DALL·E | OpenAIDALLEWrapper | guidance
template | dall-e-2, dall-e-3 |
| DashScope API | Chat | DashScopeChatWrapper | guidance
template | qwen-plus, qwen-max, ... |
| Image Synthesis | DashScopeImageSynthesisWrapper | guidance
template | wanx-v1 |
| Text Embedding | DashScopeTextEmbeddingWrapper | guidance
template | text-embedding-v1, text-embedding-v2, ... |
| Multimodal | DashScopeMultiModalWrapper | guidance
template | qwen-vl-max, qwen-vl-chat-v1, qwen-audio-chat |
| Gemini API | Chat | GeminiChatWrapper | guidance
template | gemini-pro, ... |
| Embedding | GeminiEmbeddingWrapper | guidance
template | models/embedding-001, ... |
| ZhipuAI API | Chat | ZhipuAIChatWrapper | guidance
template | glm-4, ... |
| Embedding | ZhipuAIEmbeddingWrapper | guidance
template | embedding-2, ... |
| ollama | Chat | OllamaChatWrapper | guidance
template | llama3, llama2, Mistral, ... |
| Embedding | OllamaEmbeddingWrapper | guidance
template | llama2, Mistral, ... |
| Generation | OllamaGenerationWrapper | guidance
template | llama2, Mistral, ... |
| LiteLLM API | Chat | LiteLLMChatWrapper | guidance
template | models supported by litellm... |
| Yi API | Chat | YiChatWrapper | guidance
template | yi-large, yi-medium, ... |
| Post Request based API | - | PostAPIModelWrapper | guidance
template | - |
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
对话
游戏
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
# 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
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。
粤ICP备14082021号
免费POC，
零成本试错
