AIエージェントを5分で構築！見える・わかる・信頼できるマルチエージェント開発基盤 — agentscope

アーキテクチャ・設計思想

• AgentScopeはLLM（大規模言語モデル）の推論能力とツール使用能力を最大限に活用する設計で、厳格なプロンプトや固定的なオーケストレーションでモデルを制約しないアプローチを採用
• 非同期（async/await）ベースのAPI設計で、並行処理やリアルタイム対話に対応

主要機能一覧

• ReActエージェント: 思考→行動→観察のサイクルで自律的にタスクを遂行
• ツール連携: Python/シェルコマンド実行、MCP（Model Context Protocol）対応、Anthropic Agent Skill対応
• A2A（Agent-to-Agent）プロトコル: エージェント間通信の標準プロトコル対応
• 音声機能: Voice Agent（音声対話）、Realtime Voice Agent（リアルタイム音声）、TTS（テキスト読み上げ）
• メモリ: インメモリ、SQLiteセッション、データベース対応、メモリ圧縮、ReMe（長期記憶拡張）
• Human-in-the-loop: リアルタイム中断・再開が可能な人間介入機能
• 計画（Planning）: Meta Planner Agent、構造化出力
• RAG: 外部知識検索との統合
• MsgHub: 柔軟なマルチエージェントメッセージルーティングとワークフロー管理
• 評価: ACEBenchなどのベンチマーク評価
• ファインチューニング（Agentic RL）: 強化学習による自動改善

強化学習（Agentic RL）の実績

Trinity-RFTライブラリとの統合により、以下のような成果が報告されている:

対応環境

• Python: 3.10以上
• デプロイ: ローカル、クラウドサーバーレス、Kubernetes（Docker/K8s対応）
• オブザーバビリティ: OpenTelemetry（OTel）サポート内蔵
• GUI: VNC対応のGUIサンドボックス（agentscope-runtime経由）

MCP連携

• HttpStatelessClientを使ってMCPサーバーのツールをローカル関数として取得可能
• 個別ツールの直接呼び出し、エージェントへのツール登録、複合ツールへのラップが可能

エコシステム・関連プロジェクト

• CoPaw: AgentScope上に構築されたAIパーソナルアシスタント
• agentscope-runtime: Docker/K8sデプロイメント基盤
• ReMe: 長期記憶拡張モジュール
• Trinity-RFT: 強化学習ファインチューニングライブラリ
• agentscope-samples: 実践的なサンプルプロジェクト集

ライセンス

• Apache License 2.0（商用利用可能）

コミュニティ・開発体制

• 隔週のオンラインミーティングでエコシステムの更新と開発計画を共有
• Discord、DingTalkでのコミュニティ運営
• arxiv論文2本が公開済み（学術的な裏付けあり）

ロードマップ

• 2026年1月以降のロードマップが公開されている（docs/roadmap.md）

インストール手順

Python 3.10以上が必要です。

PyPIからインストール:

pip install agentscope

またはuvを使う場合:

uv pip install agentscope

ソースコードからインストール:

git clone -b main https://github.com/agentscope-ai/agentscope.git
cd agentscope
pip install -e .

クイックスタート（ReActエージェントとの対話）

from agentscope.agent import ReActAgent, UserAgent
from agentscope.model import DashScopeChatModel
from agentscope.formatter import DashScopeChatFormatter
from agentscope.memory import InMemoryMemory
from agentscope.tool import Toolkit, execute_python_code, execute_shell_command
import os, asyncio

async def main():
    toolkit = Toolkit()
    toolkit.register_tool_function(execute_python_code)
    toolkit.register_tool_function(execute_shell_command)
    agent = ReActAgent(
        name="Friday",
        sys_prompt="You're a helpful assistant named Friday.",
        model=DashScopeChatModel(
            model_name="qwen-max",
            api_key=os.environ["DASHSCOPE_API_KEY"],
            stream=True,
        ),
        memory=InMemoryMemory(),
        formatter=DashScopeChatFormatter(),
        toolkit=toolkit,
    )
    user = UserAgent(name="user")
    msg = None
    while True:
        msg = await agent(msg)
        msg = await user(msg)
        if msg.get_text_content() == "exit":
            break

asyncio.run(main())