AgentScope 2.0 正式发布:让 AI Agent 真正能在生产环境中跑起来

AI Agent 生产环境部署手帐插画

从实验性框架到生产级平台,AgentScope 2.0 的七大核心升级直击 AI Agent 落地痛点。

2026-05-28

AI AgentAgentScope开源多智能体

从"能聊天"到"能干活",这一次升级直击 AI Agent 落地的核心痛点。


就在刚刚,AgentScope 2.0 发布了:这次是一个大版本更新,这标志着AgentScope已经从实验性框架,蜕变为真正能在生产环境中稳定运行的 Agent 平台。我觉得这次真的可以全面对标LangChain生态了。

我也很快就上手体验了一番。


为什么需要 2.0?

如果你用过 AgentScope 1.0 或其他 Agent 框架,一定经历过这些痛点:

  • 模型调用了,但报错了怎么办? 没有自动重试机制,任务直接中断
  • Agent 在后台跑,用户完全不知道发生了什么 黑盒执行,出了问题无从下手
  • Agent 拿到了文件读写权限,结果误删了重要数据 权限控制太粗粒度
  • 对话长了之后,上下文爆炸 模型开始胡言乱语
  • 开发时跑在本地,部署时要改一堆代码适配云端 环境切换痛苦

AgentScope 2.0 的七个核心更新,全部瞄准这些问题。


七大核心特性,逐个击破生产难题

1. 模型自动重试 + 备用模型切换 🔄

生产环境中,模型 API 偶尔超时、限流、返回异常是常态。

AgentScope 2.0 内置了自动重试机制,并且支持备用模型切换。当主模型不可用时,自动降级到备用模型,保证任务不中断。

这意味着什么?你的 Agent 不会再因为一次网络抖动就挂掉。

2. 执行过程实时可见、可交互、可干预 👁️

不再是黑盒执行。2.0 引入了事件驱动的流式架构agent.reply_stream),通过 SSE(Server-Sent Events)实时推送:

  • 文本生成进度(TextBlockStartTextBlockDeltaTextBlockEnd
  • 模型调用状态(ModelCallStartModelCallEnd
  • 工具调用过程(ToolCallStartToolCallDeltaToolCallEnd
  • 思考链展示(ThinkingBlockStartThinkingBlockDeltaThinkingBlockEnd

用户可以实时看到 Agent 在做什么,甚至在运行中进行干预。 这才是真正的 Human-in-the-loop。

3. 细粒度权限系统,高风险操作自动拦截 🔒

AgentScope 2.0 引入了权限上下文(Permission Context),支持:

  • 不同操作设置不同权限级别
  • 高风险操作(如文件删除、系统命令执行)自动拦截,等待用户确认
  • 动态调整权限策略,无需修改核心代码

这让 Agent 在获得强大能力的同时,不会变成"脱缰野马"。

4. 长任务上下文结构化管理 📚

对话长了怎么办?2.0 通过 Session 机制实现了上下文的精细化管理:

# 创建 Agent
POST /agent/

# 创建 Session(绑定模型配置、Workspace)
POST /sessions/

# 开始对话(流式响应)
POST /chat/
Body: {"agent_id": "...", "session_id": "...", "input": "..."}

每个 Session 独立管理上下文,支持分页查询历史消息,再也不用担心上下文爆炸。

5. Workspace 抽象,本地 / Docker / 云沙箱随意切换 ️

这是 2.0 架构上最优雅的抽象之一。

Workspace 是 Agent 的工作空间,2.0 提供了三种实现:

类型适用场景
LocalWorkspaceManager本地开发调试
DockerWorkspaceManager隔离的沙箱环境
E2BWorkspaceManager云端 Serverless 执行

代码完全不用改,切换 Workspace Manager 即可。从开发到生产,一套代码走天下。

6. Middleware 机制,灵活扩展不改核心代码 🔌

受到 Web 框架(如 FastAPI、Express)的启发,2.0 引入了中间件机制

  • CORSMiddleware:解决跨域问题(就是我踩坑的那个!)
  • AGUIProtocolMiddleware:将 AgentScope 事件转换为 AGUI 协议
  • ToolOffloadMiddleware:工具执行卸载

你可以编写自己的中间件,不修改框架核心代码就能扩展功能。这才是成熟的框架设计。

7. Agent Service 内置,直接部署为可调用服务 🚀

这可能是最"生产力"的特性。

2.0 内置了基于 FastAPI 的 Agent Service,支持:

  • 多租户:不同用户独立的数据和会话
  • 多会话:每个 Agent 可以有多个独立会话
  • Redis 存储后端:持久化 Agent 配置、会话状态、消息历史
  • 内置 API 文档http://localhost:8000/docs 直接查看和测试
  • AGUI 协议兼容:支持第三方 Web UI 接入
from agentscope.app import create_app
from agentscope.app.storage import RedisStorage

app = create_app(storage=RedisStorage())
uvicorn.run(app, host="0.0.0.0", port=8000)

几行代码,一个生产级的 Agent 服务就部署好了。


架构升级:从 1.0 到 2.0 到底改变了什么?

用一张对比表说清楚:

维度AgentScope 1.0AgentScope 2.0
部署方式AgentApp.deploy("/process")create_app(storage=...)
API 设计单端点 /process模块化 REST API (/chat, /agent, /sessions)
通信协议自定义流式SSE + AGUI 协议
状态管理内存为主Redis 持久化
权限控制无/粗粒度细粒度 + 动态策略
工作空间本地文件系统Workspace 抽象(本地/Docker/云)
扩展机制修改源码Middleware 插件

一句话总结:2.0 不再是"能跑的 Demo",而是"能用的产品"。


多语言生态:Python 已就位,TypeScript 同步上线,Java 即将发布


实战体验:5 分钟搭建你的第一个 Agent 服务

说了这么多,实际用起来怎么样?看看我刚才的部署过程:

# run_service.py
from agentscope.app import create_app
from agentscope.app.storage import RedisStorage
from fastapi.middleware.cors import CORSMiddleware
import uvicorn

# 创建 Redis 存储
storage = RedisStorage(host="localhost", port=6379, db=0)

# 创建应用
app = create_app(storage=storage)

# 添加 CORS(开发环境)
app.add_middleware(CORSMiddleware, allow_origins=["*"])

# 启动服务
uvicorn.run(app, host="0.0.0.0", port=8000)

运行:

python run_service.py

服务启动后,你可以:

  • 访问 http://localhost:8000/docs 查看 API 文档
  • 通过 REST API 创建 Agent、Session,开始对话
  • 接入支持 AGUI 协议的 Web UI

总共不到 15 行代码,一个生产级的 Agent 服务就跑起来了。


踩坑提醒:Web UI 兼容性问题

如果你也遇到了和我一样的问题——Web UI 连不上 2.0 服务——这里给个快速排查指南:

症状:Web UI 配置了 base URL,但报 404 Not Found

原因agentscope-runtime 的 Web UI 还没有适配2.0,使用的依然是 1.0 的 /process 端点,而 2.0 的 API 架构已经改变。

临时方案:等待 Web UI 更新支持 2.0 API,或者自行编写适配层。

我已经给 agentscope-runtime 提了 Issue,相信社区会很快跟进。

image.png


写在最后

AgentScope 2.0 的这次升级,不是在堆功能,而是在解决 AI Agent 落地过程中真正会遇到的坑

  • 自动重试 + 备用模型 → 服务更稳定
  • 实时可见 + 可干预 → 用户更信任
  • 细粒度权限 → 操作更安全
  • 结构化上下文 → 长任务更可靠
  • Workspace 抽象 → 部署更灵活
  • Middleware 机制 → 扩展更容易
  • 内置 Service → 上线更快速

这不是一个"更好的实验框架",而是一个"更成熟的生产平台"。

如果你正在寻找一个能让 AI Agent 在真实场景中稳定跑起来的框架,AgentScope 2.0 值得一试。


资源链接: