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

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
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(
TextBlockStart→TextBlockDelta→TextBlockEnd) - 模型调用状态(
ModelCallStart→ModelCallEnd) - 工具调用过程(
ToolCallStart→ToolCallDelta→ToolCallEnd) - 思考链展示(
ThinkingBlockStart→ThinkingBlockDelta→ThinkingBlockEnd)
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 1.0 | AgentScope 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
- Python:
v2.0.0(2026-05-25 发布) - 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。

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:
- GitHub (Python): https://github.com/agentscope-ai/agentscope
- GitHub (TypeScript): https://github.com/agentscope-ai/agentscope-typescript
- 文档: https://docs.agentscope.io/v2