AgentScope 2.0保姆级教程：从零搭建企业级多智能体

如果你正在寻找一个能快速落地、生产就绪的多智能体开发框架，阿里巴巴通义实验室开源的AgentScope 2.0值得认真看看。B站UP主「智博AI」发布了一套被其称为「全B站最全最细」的AgentScope 2.0教程，从基础概念、环境配置到两个可运行的对话Agent实例，覆盖了从0到1的完整链路。本文基于该教程的核心内容，梳理AgentScope 2.0的关键设计思路与实操要点，并补充一些框架定位层面的分析。

AgentScope 2.0是什么：生产环境导向的多智能体框架

据教程介绍，AgentScope是阿里巴巴通义实验室开源的一款面向生产环境的多智能体开发框架，2.0版本于2026年5月发布。它的核心卖点是帮助开发者快速构建「可观察、可干预、可信赖」的智能体应用。

拆解一下这几个关键词：可观察意味着智能体的运行过程是透明的，开发者能看到它每一步在想什么、调用了什么；可干预意味着在必要时可以介入并纠正智能体的行为；可信赖则指向生产环境对稳定性和安全性的要求。这套定位明显区别于一些偏研究或Demo导向的Agent框架，更强调工程落地。

教程总结的几大优点包括：简单易用（5分钟构建一个简单智能体）、生态集成良好、支持灵活编排，以及从部署到观测的全链路支持。

安装与架构：Message是贯穿一切的核心

安装方式

安装AgentScope需要先准备Python环境。配置完成后，可以直接用pip安装，也可以从Git克隆仓库后进入对应文件夹执行本地安装。两种方式都指向同一个目标：把框架装进你的开发环境。

架构主线

教程用一条清晰的数据流解释了AgentScope的架构：用户输入被打包成Message，传给Agent；Agent解析后再传给大语言模型；模型同样返回Message，经拆解后展示给用户。这套模式不仅用于用户与Agent的交互，Agent与Agent之间、Agent与RAG系统之间的交互也都通过Message完成。

换句话说，Message是AgentScope世界里的「通用语言」，理解了Message就理解了框架的骨架。

Message的两层结构

Message由内部的「块」（Block）组成，不同数据类型对应不同的块：文本用Text Block包裹，图像用Image Block包裹，多个块以列表形式统一传给Message。代码层面的流程是：从agentscope.message导入Message和Text Block，捕获用户输入后实例化Message，传入两个关键参数——role和块列表。role指明消息发出者，有三种取值：User、System和Agent。

Block 是 AgentScope 消息系统的原子数据单元，每一种模态对应一种 Block 类型：文本对应 TextBlock，图像对应 ImageBlock，音频、视频等也各有其 Block 实现。一个 Message 的 content 字段本质上是一个 Block 列表，因此同一条消息可以混合承载文字、图片等多种内容（多模态消息）。这种设计的好处是：框架内部无需为每种模态单独定义消息类型，Agent 和模型只需按 Block 类型分别处理，扩展新模态时也只需新增 Block 子类而不改动消息结构。

role 的三种取值 对应 OpenAI Chat Completions 协议中的角色约定：user 表示人类输入，system 表示系统级指令（通常用于设定 Agent 行为边界），assistant（在 AgentScope 中对应 Agent）表示模型或智能体产生的回复。理解这一点后，Message 的结构实际上就是对主流大模型对话协议的抽象封装。

三要素拆解：模型、Agent与Event

模型：OpenAI标准是通行证

AgentScope的模型加载有一个容易误解的点：从agentscope.model导入的OpenAIChatModel并不特指OpenAI的模型，而是指使用OpenAI接口标准进行调用。由于这一标准被广泛支持，绝大多数模型都能通过它接入。

实际使用时需要一个「通行证」（可理解为Config），在实例化时传入API Key和请求地址。教程示例请求的是阿里云^广告地址、调用通义千问模型，在模型中传入具体型号如Qwen 3.6 Plus，stream参数设为True即可开启流式输出。这个模型对象本质上是与云端模型的通信配置，而非大语言模型本身。

OpenAI 接口标准 指 OpenAI 定义的 Chat Completions API 协议：请求体包含 model、messages（role/content 组成的消息数组）、stream 等字段，响应体返回 choices 数组。由于该协议已成为事实标准，通义千问、DeepSeek^广告、Moonshot、智谱以及大量开源模型服务（如 vLLM、Ollama 的兼容端点）都提供了 OpenAI 兼容接口。因此 AgentScope 用 OpenAIChatModel 一个类即可接入绝大多数模型，只需替换 base_url（请求地址）和 api_key，并指定具体的 model_name。

流式输出（stream=True） 基于 Server-Sent Events（SSE）实现：服务端在生成每个 token 后立即推送一个 data: 事件，客户端逐条解析并拼接。这也是为什么流式模式下拿到的不是完整字符串，而是一系列增量片段——AgentScope 的 Event 机制正是对这一过程的封装。

Agent：包在模型外面的那层壳

大语言模型只能输出文本，需要Agent帮它做字符串解析和工具调用。从agentscope.agent导入Agent类后，实例化时传入名字、系统提示词（Agent必须记住或执行的指令）和先前配置好的模型，一个Agent就创建完成了。系统提示词的作用不可小觑，它实际上定义了Agent的行为边界。

Event：流式输出的幕后推手

大模型是逐Token预测的，如果等完整回答生成再返回，用户只能干等。流式输出让模型每生成一段就返回一段，阅读体验大幅提升。更关键的是，流式过程中还能对模型行为进行管控——Event机制正是为此而生：模型会把每个部分打包成Event Trunk返回。

异步编程（async/await） 是 AgentScope 运行时的基础要求。流式输出本质上是持续等待网络数据到达的过程，若用同步阻塞方式实现，等待期间线程无法做其他事；而 async/await 让事件循环在等待 I/O 时可以去处理其他任务，从而支撑多 Agent 并发协作。教程中两个实例都使用 async def 定义对话方法，并在调用模型处使用 await，启动时也必须用 asyncio.run() 之类的异步入口，不能直接同步调用。

Event Trunk 可以理解为流式响应中的单个数据片段信封：它携带类型标识（如文本增量、工具调用、思考过程等）与对应的数据负载。开发者遍历事件流、判断是否包含 data 字段，即可决定哪些片段需要展示、哪些需要拦截或记录——这正是 AgentScope 宣称「可干预」能力在流式层面的落点。

实战两个实例：普通对话Agent与流式Agent

实例一：基础对话Agent

第一个实例构建一个非流式的聊天Agent。需要导入Message、Text Block、OpenAIChatModel、Agent，以及异步编程库——因为实例中有挂起操作，必须用异步方式运行。代码结构与前述讲解完全一致：实例化通行证、模型、Agent，然后定义一个对话方法。方法内是循环，支持持续对话；捕获用户输入打包成Message，用await等待模型返回并打印内容。由于是异步方法，运行时要使用异步的启动方式而非直接调用。

教程演示中输入「你好」，模型返回较慢，原因正是没有开启流式输出。

实例二：流式输出Agent

第二个实例在第一个的基础上开启流式。库导入、通行证、模型、Agent的构建过程完全相同，唯一区别是传入模型时stream设为True，并在拿到模型返回后用Event捕捉事件块：检查事件块是否含有data元素，有则说明非空，打印其内部内容。

演示中可以看到模型一段一段蹦出内容，前面的英文部分是模型的思考和规划过程，后面才是主要回答。教程建议用长一点的问题观察流式过程，效果更明显。

框架设计的启示

从这两个实例能看出AgentScope 2.0的一个设计取向：把复杂性收进框架内部，把简单性留给开发者。Message统一了所有交互格式，模型层用OpenAI标准抹平了不同厂商的差异，Agent层封装了解析和工具调用，Event层则同时解决了流式输出和行为管控。对想快速验证多智能体方案的企业团队来说，这套抽象降低了起步门槛。

当然，两个基础对话实例只是入门。教程标题提到的「智能体编排」和「云端部署」在企业级场景中才是真正的考验，尤其是在多Agent协作的编排逻辑和可观测性上，AgentScope能否兑现「生产环境」的承诺，还需要在更复杂的业务链路中验证。对于开发者而言，先把Message、模型配置、Agent、Event这四块地基打牢，再去啃编排和部署，是一条稳妥的路径。