AgentScope 示例 Agent

[README]

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：

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：

高效的 Agent 部署 —— 支持跨环境的可扩展部署和管理。
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

🌳 仓库结构

├── browser_use/
│   ├── agent_browser/                      # 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
│
├── functionality/
│   ├── long_term_memory_mem0/              # 长期记忆集成
│   ├── mcp/                                # Memory/Context 协议演示
│   ├── plan/                               # ReAct Agent 任务计划
│   ├── rag/                                # AgentScope 中的 RAG
│   ├── session_with_sqlite/                # 基于 SQLite 的持久对话
│   ├── stream_printing_messages/           # 信息流式输出与打印
│   ├── structured_output/                  # 结构化输出解析与验证
│   ├── multiagent_concurrent/              # 多 Agent 并发任务执行
│   └── meta_planner_agent/                  # 带工具编排的计划 Agent
│
└── README.md

📌 示例列表

分类	示例文件夹	使用 AgentScope	使用 AgentScope Runtime	描述
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_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
功能演示	functionality/long_term_memory_mem0	✅	❌	长期记忆（mem0 支持）
	functionality/mcp	✅	❌	Memory/Context 协议 Demo
	functionality/session_with_sqlite	✅	❌	基于 SQLite 的持久上下文
	functionality/structured_output	✅	❌	结构化数据提取与验证
	functionality/multiagent_concurrent	✅	❌	多 Agent 并发任务执行
	functionality/meta_planner_agent	✅	❌	带工具编排的计划 Agent
	functionality/plan	✅	❌	使用 ReAct Agent 规划任务
	functionality/rag	✅	❌	检索增强生成 (RAG) 集成
	functionality/stream_printing_messages	✅	❌	实时信息流输出与打印