agentscope-ai/agentscope

项目概览

提供了针对工具和资源的细粒度权限控制系统以及支持多种后端的隔离沙箱工作区，直接回应了多智能体应用在生产环境中的安全与隔离执行需求。

项目类型

AI Agent · 基础设施

应用场景

自动化执行

部署方式

查看项目说明

License

Apache-2.0

适合谁

• 需要构建涉及多租户、严格权限控制及隔离代码执行的生产级多智能体系统的开发团队与 AI 工程师。

核心能力

• 提供对工具和资源的细粒度、可配置控制能力。该功能允许开发者在多智能体运行时定义和管理权限边界，保障操作符合既定的安全约束。目前状态为可用。
• 在隔离的环境中运行代码和工具，并提供针对本地、Docker、E2B、OpenSandbox 和 Daytona 的后端支持。该功能通过隔离执行环境来满足安全代码运行的需求。目前状态为可用。

限制与风险

• 使用该框架要求具备编程能力，代码编写是必需的环节。
• 框架本身依赖外部的 LLM 提供商进行模型推理（如示例中的 DashScope），使用这些外部服务可能产生可选的付费成本。
• 项目目前对 GPU 需求、最低硬件配置、数据边界以及遥测机制的文档记录尚不明确，选型时需自行进行环境验证。

如何开始

• 快速上手该项目需要具备一定的编程能力。使用者需要准备外部 LLM 提供商（如在示例中使用的 DashScope 模型 API）并配置相应的凭证（如 DASHSCOPE_API_KEY）。

替代方案与同类比较

• deer-flow 专注于编排子智能体、记忆和沙箱，以处理需要数分钟到数小时的复杂任务。与 agentscope 同样提供沙箱执行环境，可作为具备特定任务编排能力的替代选项。
• 该项目解决了整合提供商特定 LLM API、智能体状态管理和交互式界面的问题，提供运行于终端的交互式编码智能体 CLI。与 agentscope 均属于构建智能体的框架，但更侧重于终端交互与多提供商统一接口。

同类比较

• agentscope-ai/agentscope vs deer-flow：长周期复杂任务智能体框架
• agentscope-ai/agentscope vs pi：多提供商 LLM API 与交互式 CLI

核验依据

• GitHub 项目简介: Build and run agents you can see, understand and trust.
• README: AgentScope 2.0 is a production-ready, easy-to-use agent framework with essential abstractions that work with rising model capability and built-in support for .
• Release: v2.0.4.post1
• README: [2026-07] `INTE`: Daytona-based workspace/sandbox supported.
• README: An extensible FastAPI based **multi-tenancy**, **multi-session** agent service with pre-built Web UI in `examples/web_ui`

来源更新时间：2026-07-16T18:02:37Z

打开原始 GitHub 项目