AgentScope ReAct 智能体1 个示例脚本跑会自己调工具的 AI 助手【免费下载链接】agentscopeBuild and run agents you can see, understand and trust.项目地址: https://gitcode.com/GitHub_Trending/ag/agentscope你想让 AI 不只是接一句话答一句话而是能自己决定去跑命令、读文件、改代码AgentScope ReAct 智能体就是干这个的它把推理—调工具—看结果—再推理的循环封装进一个Agent类你只管丢需求。读完本文你能在终端里跑起一个会自主调用 Shell、文件、搜索工具的智能体并知道常见报错怎么排。ReAct 智能体怎么跑起来最短路径不需要写任何 UI 代码直接用仓库里的终端控制台示例git clone https://gitcode.com/GitHub_Trending/ag/agentscope cd agentscope uv pip install agentscope export DASHSCOPE_API_KEY你的密钥 cd examples/console python main.py # 默认模型 qwen3.7-max--model 可换跑起来后就是终端里的聊天界面流式输出、工具调用前询问确认、CtrlC 中断都是launch_console内置的。如果自己组一个最小智能体骨架大概长这样from agentscope.agent import Agent from agentscope.tool import Toolkit, Bash, Read, Grep from agentscope.model import DashScopeChatModel agent Agent( nameFriday, system_promptYoure a helpful assistant., modelDashScopeChatModel(...), # 模型配置 toolkitToolkit(tools[Bash(), Read(), Grep()]), # 内置工具 ) # 之后通过 agent 的 reply_stream 驱动对话此处省略完整可运行版本见 examples/console/main.py。原理一瞥ReAct 循环是怎么转的AgentScope 的Agent内部就是 ReAct 循环模型先输出思考再决定调用哪个工具工具结果回填到上下文模型继续推理直到给出最终回复。整个过程被切成细粒度事件文本增量、工具调用、工具结果流式推给终端所以你能实时看到它在干什么。上下文快爆时压缩、卸载也走同一套循环不用你操心。动手做真实任务任务 1列出项目里的 Python 文件输入List the python files in this directory项目行为智能体直接调用Grep/Glob这类只读工具不问确认——只读操作默认放行。 效果终端里流式打印出文件列表全程无人干预。任务 2把对话总结写进文件输入Create a note.md summarizing our conversation项目行为Write是写操作会先弹出确认按y放行一次按a同时接受它建议的权限规则。 效果note.md生成在工作区之后同类写操作不再反复问你这是权限规则生效了。另外它带文件级长期记忆说一句记住我喜欢简洁的中文回答偏好会被写成 Markdown 存进工作区重启后问你记得我什么它答得上来。相关实现见 examples/console/README.md。避坑指南现象原因一行解法启动即报RuntimeError: Set the DASHSCOPE_API_KEY没设模型密钥环境变量export DASHSCOPE_API_KEYsk-xxx后重跑换模型后请求报错或无响应模型名不在当前服务商支持列表python main.py --model qwen3.7-max用示例默认值先跑通写文件时卡住不动权限确认在等你按键按y放行一次或按a记住规则以后跳过进阶方向想要多智能体协作Leader–Worker 团队编排看 examples/agent_service它是一套 FastAPI 多租户服务自带 examples/web_ui 前端。让记忆跨会话持久化长期记忆后端ReMe、Mem0示例在 examples/long_term_memory。想让多智能体按固定流程跑流水线写法见 examples/pipeline。跑通examples/console这一个脚本你对 AgentScope 的核心手感就有了剩下的都是往上加模块的事。【免费下载链接】agentscopeBuild and run agents you can see, understand and trust.项目地址: https://gitcode.com/GitHub_Trending/ag/agentscope创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考