AgentScope：生产级多智能体开发框架

AgentScope 在 GitHub 上已经拿到 24,724 Star 了。
这是一款面向AI智能体开发的开源框架，适配大模型的推理和工具调用能力，内置微调支持，可快速搭建从单智能体工具到多智能体协作系统的各类应用。

核心设计思路

AgentScope 围绕大模型的智能特性设计，不会用严格的提示词和固定编排逻辑限制模型能力。框架的核心抽象层可以适配不同能力的大模型，充分利用模型的推理和工具调用特性。

核心优势

简单易用

开发者5分钟即可完成智能体搭建，框架内置ReAct智能体、工具集、技能、人在回路控制、记忆、规划、实时语音、评估和模型微调等全链路功能，不需要额外对接第三方组件。

扩展性强

支持大量生态工具、记忆和可观测性组件集成，内置MCP和A2A协议支持。消息中心模块可以实现灵活的多智能体编排，适配各类复杂工作流场景。

生产就绪

支持多种部署方式，包括本地运行、云Serverless部署、K8s集群部署，内置OTel可观测性支持，可直接用于生产环境。

功能特性

2026年2月版本新增实时语音智能体支持，可实现语音交互的智能体应用。2026年1月版本新增数据库存储和内存压缩功能，优化长对话场景下的记忆管理。其他功能包括A2A协议支持、TTS语音合成、Anthropic Agent Skill集成、强化学习微调、长期记忆优化等。
官方提供了覆盖各类场景的示例，包括基础的ReAct智能体对话、语音智能体、实时语音交互、人在回路控制、MCP工具集成、强化学习微调、多智能体工作流等。其中强化学习调优模块支持用RL方法优化智能体表现，官方测试数据显示，数学解题智能体准确率可从75%提升到85%，狼人杀游戏智能体胜率可从50%提升到80%。

安装使用

AgentScope 要求Python 3.10及以上版本，可直接通过PyPI安装：

pip install agentscope

也可以从源码编译安装：

git clone -b main https://github.com/agentscope-ai/agentscope.git
cd agentscope
pip install -e .

基础的ReAct智能体实现只需要几十行代码，框架封装了模型对接、记忆管理、工具执行等逻辑，开发者只需关注业务逻辑实现。多智能体场景下，MsgHub模块可以实现灵活的消息路由和参与者管理，支持顺序、并发等多种对话流程。
开源地址：https://github.com/modelscope/agentscope

thub.com/modelscope/agentscope