# AgentScope 示例 Agent
[](#contributors-)
[](https://github.com/agentscope-ai/agentscope-samples/blob/main/LICENSE)
[](https://www.python.org/)
[](https://doc.agentscope.io/)
[](https://runtime.agentscope.io/)
[](https://github.com/agentscope-ai/agentscope-samples)
[[README]](README.md)
欢迎来到 **AgentScope 示例 Agent** 仓库！🎯
该仓库提供**可直接使用的 Python 示例 Agent**，它们构建于以下项目之上：
- [AgentScope](https://github.com/agentscope-ai/agentscope)
- [AgentScope Runtime](https://github.com/agentscope-ai/agentscope-runtime)
这些示例涵盖了广泛的使用场景 —— 从轻量级命令行 Agent，到同时具备前端和后端的**可部署全栈应用**。
---
## 📖 关于 AgentScope & AgentScope Runtime
### **AgentScope**
AgentScope 是一个多 Agent 框架，旨在以**简单高效**的方式构建**基于 LLM 的 Agent 应用**。它提供了用于定义 Agent、集成工具、管理对话以及编排多 Agent 工作流的抽象能力。
### **AgentScope Runtime**
AgentScope Runtime 是一个**全面的运行时框架**，主要解决部署和运行 Agent 的两个关键问题：
1. **高效的 Agent 部署** —— 支持跨环境的可扩展部署和管理。
2. **沙盒化工具执行** —— 安全、隔离地运行工具和外部操作。
它包括**Agent 部署**以及**安全的沙盒化工具执行**能力，可搭配 **AgentScope** 或其他 Agent 框架使用。
---
## ✨ 快速开始
- 所有示例均基于 **Python**。
- 示例按功能使用场景组织。
- 有些示例仅使用 **AgentScope**（纯 Python Agent）。
- 有些示例同时使用 **AgentScope 和 AgentScope Runtime** 来实现**带前端+后端的可部署全栈应用**。
- 全栈运行时版本的文件夹名称以：
**`_fullstack_runtime`** 结尾
> 📌 **运行示例之前**，请查看对应的 `README.md` 获取安装与运行说明。
### 安装依赖
- [AgentScope 文档](https://doc.agentscope.io/)
- [AgentScope Runtime 文档](https://runtime.agentscope.io/)
---
## 🌳 仓库结构
```bash
├── alias/ # 解决现实问题的智能体程序
├── browser_use/
│ ├── agent_browser/ # 纯 Python 浏览器 Agent
│ ├── browser_use_agent_pro/ # 高级纯 Python 浏览器 Agent
│ └── browser_use_fullstack_runtime/ # 全栈运行时版本(前端+后端)
│
├── deep_research/
│ ├── agent_deep_research/ # 纯 Python 多 Agent 研究流程
│ └── qwen_langgraph_search_fullstack_runtime/ # 全栈运行时研究应用
│
├── games/
│ └── game_werewolves/ # 角色扮演推理游戏
│
├── conversational_agents/
│ ├── chatbot/ # 聊天机器人应用
│ ├── chatbot_fullstack_runtime/ # 带界面的运行时聊天机器人
│ ├── multiagent_conversation/ # 多 Agent 对话场景
│ └── multiagent_debate/ # Agent 辩论场景
│
├── evaluation/
│ └── ace_bench/ # 基准测试与评估工具
│
├── data_juicer_agent/ # 数据处理多智能体系统
├── sample_template/ # 新样例贡献模板
└── README.md
```
---
## 📌 示例列表
| 分类 | 示例文件夹 | 使用 AgentScope | 使用 AgentScope Runtime | 描述 |
|-----------|-------------------------------------------------------|---------------|-----------------------|-------------------------|
| **数据处理** | data_juicer_agent/ | ✅ | ❌ | 基于 Data-Juicer 的多智能体数据处理 |
| **浏览器相关** | browser_use/agent_browser | ✅ | ❌ | 基于 AgentScope 的命令行浏览器自动化 |
| | browser_use/browser_use_agent_pro | ✅ | ❌ | 基于 AgentScope 的高级命令行浏览器智能体 |
| | browser_use/browser_use_fullstack_runtime | ✅ | ✅ | 带 UI 和沙盒环境的全栈浏览器自动化 |
| **深度研究** | deep_research/agent_deep_research | ✅ | ❌ | 多 Agent 研究流程 |
| | deep_research/qwen_langgraph_search_fullstack_runtime | ❌ | ✅ | 全栈运行时深度研究应用 |
| **游戏** | games/game_werewolves | ✅ | ❌ | 多 Agent 角色扮演推理游戏 |
| **对话应用** | conversational_agents/chatbot_fullstack_runtime | ✅ | ✅ | 带前端/后端的聊天机器人 |
| | conversational_agents/chatbot | ✅ | ❌ | 聊天机器人 |
| | conversational_agents/multiagent_conversation | ✅ | ❌ | 多 Agent 对话场景 |
| | conversational_agents/multiagent_debate | ✅ | ❌ | Agent 辩论 |
| **评估** | evaluation/ace_bench | ✅ | ❌ | ACE Bench 基准测试 |
| **通用智能体** | alias/ | ✅ | ✅ | 在沙盒中运行的可以解决真实问题的智能体程序 |
| **金融交易** | evotraders/ | ✅ | ❌ | 自我进化的多智能体交易系统 |
---
## 🌟 特色示例
### DataJuicer 智能体
一个强大的数据处理多智能体系统，利用 Data-Juicer 的 200+ 算子进行智能数据处理：
- **智能查询**：从 200+ 数据处理算子中找到合适的算子
- **自动化流程**：从自然语言描述生成 Data-Juicer YAML 配置
- **自定义开发**：通过 AI 辅助创建领域特定的算子
- **多种检索模式**：基于 LLM 和向量的算子匹配
- **MCP 集成**：原生模型上下文协议支持
📖 **文档**：[English](data_juicer_agent/README.md) | [中文](data_juicer_agent/README_ZH.md)
### Alias 智能体
*Alias-Agent*（简称 *Alias*）旨在作为一个智能助手来处理多样且复杂的真实世界任务，提供三种操作模式以实现灵活的任务执行：
- **Simple React**：采用经典的推理-行动循环来迭代解决问题并执行工具调用。
- **Planner-Worker**：使用智能规划将复杂任务分解为可管理的子任务，并由专门的执行智能体独立处理每个子任务。
- **Built-in Agents**：利用针对特定领域定制的专用智能体，包括用于全面分析的Deep Research Agent和用于基于 Web 交互的Browser-use Agent。
除了作为一个即用型智能体，我们也希望 Alias 能够成为一个基础模板，可以迁移到不同的场景。
📖 **文档**：[English](alias/README.md) | [中文](alias/README_ZH.md)
### EvoTraders
*EvoTraders* 是一个开源的金融交易智能体框架，通过多智能体协作和记忆系统，构建能够在真实市场中持续学习与进化的交易系统。主要特性包括：
- **多智能体协作交易**：包含基本面、技术面、情绪、估值等专业分析师角色以及基金经理和风控专家的团队协作。
- **记忆增强与进化**：基于 ReMe 记忆框架，智能体在交易后反思总结，形成独特的投资方法论。
- **实盘与回测支持**：支持实时行情接入的实盘模式以及基于历史数据的回测模式。
- **可视化交易大厅**：提供可视化界面实时观察智能体的分析过程、沟通记录和决策演化。
📖 **文档**：[English](evotraders/README.md) | [中文](evotraders/README_zh.md)
---
## ℹ️ 获取帮助
如果你：
- 需要安装帮助
- 遇到问题
- 想了解某个示例的工作方式
请：
1. 阅读该示例的 `README.md`
2. 提交 [GitHub Issue](https://github.com/agentscope-ai/agentscope-samples/issues)
3. 加入社区讨论：
| [Discord](https://discord.gg/eYMpfnkG8h) | 钉钉 |
|------------------------------------------|------|
| 
| 
|
---
## 🤝 参与贡献
欢迎提交：
- Bug 报告
- 新功能请求
- 文档改进
- 代码贡献
详情见 [Contributing](https://github.com/agentscope-ai/agentscope-samples/blob/main/CONTRIBUTING_zh.md) 文档。
---
## 📄 许可证
本项目基于 **Apache 2.0 License** 授权，详见 [LICENSE](https://github.com/agentscope-ai/agentscope-samples/blob/main/LICENSE) 文件。
---
## 🔗 相关资源
- [AgentScope 文档](https://doc.agentscope.io/)
- [AgentScope Runtime 文档](https://runtime.agentscope.io/)
- [AgentScope GitHub 仓库](https://github.com/agentscope-ai/agentscope)
- [AgentScope Runtime GitHub 仓库](https://github.com/agentscope-ai/agentscope-runtime)
## 贡献者 ✨
感谢这些优秀的贡献者们 ([表情符号说明](https://allcontributors.org/emoji-key/)):
本项目遵循 [all-contributors](https://github.com/all-contributors/all-contributors) 规范。欢迎任何形式的贡献！
Add your contributions