agentscope README

The project's README from github.com/agentscope-ai/agentscope. As one markdown file: README.md.

AgentScope Logo

中文主页 | Documentation | Roadmap

arxiv pypi pypi discord docs license Ask DeepWiki

agentscope-ai%2Fagentscope | Trendshift

What is AgentScope 2.0?

AgentScope 2.0 is a production-ready, easy-to-use agent framework with essential abstractions that keep up with rising model capability.

We design for increasingly agentic LLMs. Our approach leverages the models' reasoning and tool use abilities rather than constraining them with strict prompts and opinionated orchestrations.

agentscope

News

More news →

Community

Welcome to join our community on

Discord DingTalk

Quickstart

Installation

AgentScope requires Python 3.11 or higher.

From PyPI

uv pip install agentscope

From source

# Pull the source code from GitHub
git clone -b main https://github.com/agentscope-ai/agentscope.git

# Install the package in editable mode
cd agentscope

uv pip install -e .

Agent

The SDK layer — compose an agent from a rich set of building blocks:

Building block What's inside
ReAct Reasoning-acting loop with structured output, realtime interruption & resume, and batched (sequential / concurrent) tool acting
Toolkit Agentic tool management over Python tools, MCP servers, and skills; ships with built-in coding tools (shell, file edit, search) and task/plan tools
Model LLM, embedding, and TTS across major providers (OpenAI, Anthropic, Gemini, DashScope, DeepSeek, Moonshot, Volcengine, xAI, Ollama)
Context Automatic compaction, tool-result offload, and context injection (system prompt, RAG, memory) via built-in middleware
Event System Unified event bus streaming reasoning, tool calls, and multimodal content (text, image, audio) to the frontend
Permission & HITL Fine-grained control over tools and resources, confirmation, bypass mode
Middleware Composable hooks across the loop — reply, reasoning, acting, model calling, permission checking, context compression, system prompt
Memory Agentic memory with switchable backends (ReMe, Mem0)
Workspace / Sandbox Isolated tool & code execution — local, Docker, Apple Container, Bubblewrap, E2B, OpenSandbox, Daytona, K8s

Start your first agent with AgentScope 2.0 in console:

from agentscope.agent import Agent
from agentscope.console import launch_console
from agentscope.tool import Toolkit, Bash, Grep, Glob, Read, Write, Edit
from agentscope.credential import DashScopeCredential
from agentscope.model import DashScopeChatModel

import os, asyncio


async def main() -> None:
    agent = Agent(
        name="Friday",
        system_prompt="You're a helpful assistant named Friday.",
        model=DashScopeChatModel(
            credential=DashScopeCredential(
              api_key=os.environ["DASHSCOPE_API_KEY"]
            ),
            model="qwen3.6-plus",
        ),
        toolkit=Toolkit(
            tools=[
                Bash(),
                Grep(),
                Glob(),
                Read(),
                Write(),
                Edit(),
            ]
        ),
    )

    # Chat with the agent in the terminal — streamed output, tool-call
    # confirmation and Ctrl+C interruption are all handled for you
    await launch_console(agent)

asyncio.run(main())

Agent Service — All You Need to Build Your App

AgentScope ships a batteries-included agent service — a FastAPI backend with a pre-built Web UI (examples/web_ui) that turns your agents into a multi-tenant, multi-session application, with rich capabilities out of the box:

Capability What you get
Serving Multi-tenancy, multi-session isolation, FastAPI backend, pre-built Web UI
Agent Team Leader–worker orchestration, built-in team tools, task planning
Channels Connect agents to IM platforms — Feishu (Lark), Discord, custom channels, message routing
RAG Service Blob storage, index worker, multi-tenant retrieval
MCP & Skill Hub Browse hubs (GitHub MCP Registry, ClawHub), install into your library, add to a workspace
Resource Sharing Group- and org-level management for sharing models, MCP servers, skills, and workspaces
Persistence SQL & NoSQL persistence of agent state and sessions
Scheduling Scheduled tasks, agent wakeup, background task offloading

Everything above is composable, so you can assemble your own application on top of the service with minimal glue code.

Agent team
Agent team — a leader agent spawns workers and coordinates them through the built-in team tools.
Task planning
Task planning — the agent breaks complex work into a tracked plan and updates it as it goes.
Permission control in bypass mode
Permission control in bypass mode — the agent runs end-to-end without pausing for tool-call confirmations.
Background task offloading
Background task offloading — a long-running tool moves to the background; its result later wakes the agent up and the conversation resumes.

Run the following commands to start the agent service backend and the web UI:

git clone -b main https://github.com/agentscope-ai/agentscope.git
cd agentscope/examples/agent_service

# start the agent service backend
python main.py

Then open another terminal to start the web UI:

cd agentscope/examples/web_ui

# start the webui
pnpm install
pnpm dev

Contributing

We welcome contributions from the community! Please refer to our CONTRIBUTING.md for guidelines on how to contribute.

License

AgentScope is released under Apache License 2.0.

Publications

If you find our work helpful for your research or application, please cite our papers.

@article{agentscope_v1,
    author  = {Dawei Gao, Zitao Li, Yuexiang Xie, Weirui Kuang, Liuyi Yao, Bingchen Qian, Zhijian Ma, Yue Cui, Haohao Luo, Shen Li, Lu Yi, Yi Yu, Shiqi He, Zhiling Luo, Wenmeng Zhou, Zhicheng Zhang, Xuguang He, Ziqian Chen, Weikai Liao, Farruh Isakulovich Kushnazarov, Yaliang Li, Bolin Ding, Jingren Zhou}
    title   = {AgentScope 1.0: A Developer-Centric Framework for Building Agentic Applications},
    journal = {CoRR},
    volume  = {abs/2508.16279},
    year    = {2025},
}

@article{agentscope,
    author  = {Dawei Gao, Zitao Li, Xuchen Pan, Weirui Kuang, Zhijian Ma, Bingchen Qian, Fei Wei, Wenhao Zhang, Yuexiang Xie, Daoyuan Chen, Liuyi Yao, Hongyi Peng, Zeyu Zhang, Lin Zhu, Chen Cheng, Hongzhu Shi, Yaliang Li, Bolin Ding, Jingren Zhou}
    title   = {AgentScope: A Flexible yet Robust Multi-Agent Platform},
    journal = {CoRR},
    volume  = {abs/2402.14034},
    year    = {2024},
}

Contributors

All thanks to our contributors:

agentscope (agentscope-ai/agentscope)

Searching Database…

33.5K ·GitHub
Agentscope
Что это такое?AgentScope 2.0 — это готовый к продакшену, простой в использовании Python-фреймворк для создания и запуска LLM-агентов. Он опирается на собственные рассуждения модели и работу с инструментами, а не ограничивает её жёсткими промптами и навязанной оркестрацией.
Это фреймворк, под который я пишу код, или готовый продукт, который можно просто запустить?И то и другое: SDK для сборки агентов из строительных блоков (цикл ReAct, набор инструментов, память, middleware), плюс агентный сервис «всё из коробки» — бэкенд на FastAPI с готовым веб-интерфейсом, который превращает ваших агентов в приложение с поддержкой нескольких пользователей и сессий.
Как запустить своего первого агента?Установите с PyPI или из исходников — требуется Python 3.11 или новее. Затем можно запустить первого агента в консоли — режиме терминала для тестирования и отладки агентов.
Какие провайдеры LLM можно подключить — и можно ли запускать модели локально?Блок Model покрывает LLM, эмбеддинги и TTS для OpenAI, Anthropic, Gemini, DashScope, DeepSeek, Moonshot, Volcengine, xAI и Ollama, так что можно полностью запускать локальные модели через Ollama без какой-либо платной API.
Всё в нём стабильно, или какие-то части ещё экспериментальные?Фреймворк позиционируется как готовый к продакшену, но его новейшее дополнение — realtime voice agent для голосового общения в реальном времени — в примечаниях к релизу прямо помечено как экспериментальное.
Что агенты реально умеют помимо чата?Очень многое сразу из коробки: Toolkit управляет Python-инструментами, MCP-серверами и скиллами, включает встроенные инструменты для программирования (shell, редактирование файлов, поиск), а также инструменты задач и планов. В хабах вроде GitHub MCP Registry и ClawHub можно просматривать и устанавливать MCP-серверы и скиллы.
Могут ли несколько агентов работать вместе как команда?Да — агент-лидер создаёт исполнителей и координирует их через встроенные командные инструменты, разбивая сложную работу на отслеживаемый план. Пайплайны также позволяют запускать несколько агентов за одним потоком событий, а поддержка A2A даёт агенту возможность общаться с любым удалённым агентом, совместимым с A2A.
Можно ли подключить моего агента к Discord или другим чат-приложениям?Да — в агентный сервис входят Channels для подключения агентов к мессенджерам: поддерживаются Feishu (Lark), Discord и DingTalk, а также собственные каналы с маршрутизацией сообщений.
Где выполняются инструменты и код — есть ли песочница?Рабочее окружение выбираете вы: локально, Docker, Apple Container, Bubblewrap, E2B, OpenSandbox, Daytona или Kubernetes. Права доступа настраиваются тонко: есть подтверждения инструментов, режим обхода и контроль человеком.
What are similar projects?ruflo, hive, turnstone, brigade, open-multi-agent, Raven, LangBot, opensquilla
Which topics is it in?a2a-protocol, voice-agent, llm-agent, sandboxing, tool-calling, voice-assistant, human-in-the-loop, discord, fastapi, tts, agent-framework, memory
Creator
agentscope-ai
Size
65.1 MB
Stars
33.5K
Updated
CommitOct 15Releasev2.0.10Oct 12
Age
2y
Commits · 90 Days