2025年AgentScope Java v1.0指南正式发布-.docxVIP

AgentScopeJavav1.0正式发布

让Agentic应用开发更简单

CONTENT

目录

01AgentScope介绍

02AgentScope核心竞争力

03AgentScopeRoadmap

01AgentScope介绍

AgentScope概览

AgentScope是阿里巴巴推出的一款以开发者为核心，专注于智能体开发的开源框架，是继ModelScope在AIAgent领域的战略级产品。

02AgentScope核心竞争力

让AI走进现实不再困难

打造好用Agent的挑战/痛点

0-1（开发）

如何开发Agent？

1-100（部署）

应该怎么发布、部署？

100-10000（后训练）

怎么让Agent变得聪明？

核心竞争力

让AI走进现实不再困难

如何开发Agent？

领先的开发范式

易于开发一个好Agent

ReAct范式

实时介入控制

高效工具调用

强大的内置工具

应该怎么发布、部署？

企业级能力

开箱即生产就绪

安全沙箱

上下文工程

易于集成

高性能

怎么让Agent变得聪明？

强大的生态

越用越好用

Studio调试观测A/BTest

RM-Gallery

Trinity-RFT强化学习

2.1领先的开发范式

从0到1：如何开发Agent？

开发Agent的挑战/痛点

用户输入：UserMessage

用户输入：UserMessage

问题1：复杂业务流程导致应用长期难以维护

思考模式：

思考模式：Reasoning

开发Agent的挑战/痛点

问题2：模型推理错误、工具调用超时无法实时介入

用户输入：UserMessage

问题1：复杂业务流程导致应用长期难以维护

Agent输出Output

Agent输出

Output

Agent范式

ToolDefinition

思考模式：Reasoning

开发Agent的挑战/痛点

问题2：模型推理错误、工具调用超时无法实时介入

用户输入：UserMessage

问题3：工具数量日益膨胀

问题1：复杂业务流程导致应用长期难以维护

Agent输出Output

Agent输出

Output

Agent范式

ToolDefinition

思考模式：Reasoning

开发Agent的挑战/痛点

问题2：模型推理错误、工具调用超时无法实时介入

用户输入：UserMessage

问题3：工具数量日益膨胀问题1：复杂业务流程导致应用长期难以维护

问题3：工具数量日益膨胀

问题1：复杂业务流程导致应用长期难以维护

问题4：复杂任务需要通过规划提升效果

思考模式：

思考模式：Reasoning

开发Agent的挑战/痛点

问题2：模型推理错误、工具调用超时无法实时介入

用户输入：UserMessage

问题3：工具数量日益膨胀

问题1：复杂业务流程导致应用长期难以维护

Agent输出Output

Agent输出

Output

Agent范式

ToolDefinition

问题4：复杂任务需要通过规划提升效果问题5：结构化输出不够稳

定、数据结构不对

思考模式：Reasoning

ReAct范式-Agent开发框架的演进

ReAct范式-简单且易于理解

Re-Act范式：先分析当前的场景，制定后续计划；然后根据思考结果，采取具体行动；最后得出结果

优势：

?简单：和人的思考逻辑一样，易于理解

?可扩展：核心流程上支持灵活的自定义扩展

?易于对模型进行评估、训练以提升效果

领先的开发范式-实时介入控制

工具打断

工具执行时间过长，用户希望主动打断

推理打断

模型流式输出过程中，用户发现模型的思考出现问

题，希望主动介入修正模型的思考

AgentScope框架原生支持

原生提供interrupt()方法，用户可以随时对正在

执行中的Agent进行打断

AgentScope会将对应时间的状态保存下来，允许

用户介入以后继续执行

领先的开发范式-高效工具调用

MetaTool

工具数量爆炸：随着用户的任务复杂度的提升，需要暴露给LLM更多的ToolDefinitions，这将导致：LLM在面对大量的Tool时，准确率下降；ToolDefinitions会占用大量的LLMToken，消耗原本不多的的上下文窗口。

AgentScope创新解法：通过对Tool进行归组，渐进式由LLM自行决策何时暴露全部工具

强大的内置工具-MetaPlanner