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

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。AgentScope概览

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100-10000（后训练）怎么让Agent变得聪明？1-100（部署）应该怎么发布、部署？0-1（开发）如何开发Agent？

领先的开发范式易于开发一个好AgentReAct范式实时介入控制高效工具调用强大的内置工具强大的生态越用越好用Studio调试观测A/BTestRM-GalleryTrinity-RFT强化学习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核心竞争力让AI走进现实不再困难怎么让Agent变得聪明？如何开发Agent？应该怎么发布、部署？

2.1领先的开发范式从0到1：如何开发Agent？

用户输入：UserMessage思考模式：Reasoning工具输入ToolDefinitionAgent范式Agent输出Output开发Agent的挑战/痛点问题1：复杂业务流程导致应用长期难以维护

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开发Agent的挑战/痛点工具输入ToolDefinitionAgent输出Output思考模式：ReasoningAgent范式

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开发Agent的挑战/痛点工具输入ToolDefinitionAgent输出Output思考模式：ReasoningAgent范式

用户输入：UserMessage思考模式：Reasoning工具输入ToolDefinitionAgent范式Agent输出Output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问题3：工具数量日益膨胀

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开发Agent的挑战/痛点工具输入ToolDefinitionAgent输出OutputAgent范式

ChatClient：简单、原始Workflow：LLM和Tool通过预定义的代码路径进行协同，长期可维护性差Agentic：LLM动态且自主地指导自身的流程和工具使用，对如何完成目标任务保持控制权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

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领先的开发范式-实时介入控制

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