agentscope

AgentScope 学习系列 - 01：环境搭建与初体验本文便开始进入正题，我们先看看项目的整体依赖。Java版本：JDK 17SpringBoot：4.1.1

从 Agent Framework 到 Agent Harness，开源 AgentScope 项目新定位AgentScope 2.0 既是可深度定制的 Agent Framework，更是一套面向企业任务的通用 Agent Harness。

第六章框架开发实践 · 学习笔记（AutoGen / AgentScope / CAMEL / LangGraph）学习材料：《Hello-Agents》第六章框架开发实践（docs/chapter6/第六章框架开发实践.md）配套代码：code/chapter6/ 四个目录（AutoGenDemo/ · AgentScopeDemo/ · CAMEL/ · Langgraph/）实验环境：腾讯云 Lighthouse（2C2G / 无 GPU）· Ubuntu 26.04 · Python 3.14 · venv 模型：主用 kimi-k2.6（Moonshot，temperature 只接受 1，组织 RP

AgentScope 学习系列（开篇）：Java 开发者如何搭建企业级智能体哈喽，大家好，我是笑小枫。很久没有写过系列的文章了，本次计划通过使用Java研发智能体，开一个系列。本系列计划基于阿里开源的AgentScope Java，详细的介绍如何去搭建一套可以企业级使用的智能体基础架构。

第六章可能出现的问题：依赖冲突与成本乘法分析对象：code/chapter6/（AutoGenDemo/ · AgentScopeDemo/ · CAMEL/ · Langgraph/）与 docs/chapter6/ 的四个案例运行环境：腾讯云 Lighthouse（2C2G / 无 GPU / Python 3.14），模型 kimi-k2.6（temperature 仅接受 1，组织 RPM=3）结论先行：本章的问题几乎都不在"算法"里，而在"工程假设"里——示例假设了交互式终端、假设了某个 API key、假设了充裕的调用额度、假设

是Guava不是瓜娃

开源 AI Agent 中台 AgentOne(灵一)---私有部署、数据不出域的企业级 AI 助手完全私有部署 · 数据不出域 · 源码自主可控 · 对话可留痕On-premise AI Agent platform for regulated industries — banking, insurance, and state-owned enterprises.

【AgentScope 2.0】8-MCP 集成：Agent 的「USB-C 接口」是怎么接的源码地址：后端地址前端地址第 07 集讲工具时，buildToolkit() 的第一路来源留了个话头——「MCP 是 V2.3 新增：注册该 agent 绑定的 MCP clients」。这一篇把它讲完：MCP（Model Context Protocol）把外部服务的能力变成 Agent 的工具，平台怎么把数据库里的两行配置变成 Toolkit 里可调用的工具，以及比「接入」更重要的两件事——ssoToken 最小透传和 fail-closed 身份检查。

递归尽头是星辰

Java 智能体工程化：从 Spring AI 出发读懂 AgentScope本文承接 Java+AI 工程化实践系列，结合AgentScope 官方文档，建立从上到下梳理五层知识体系；拆解企业级 Agent 系统的五层架构设计；最后通过「订单智能助手」完整实战场景串联核心知识点，给出明确的技术选型边界。帮助开发者从概念到架构建立完整认知，快速判断 Spring AI 与 AgentScope 的适用场景。

老周聊架构

AgentScope 如何重构 Tracing：从装饰器耦合到声明式中间件可观测性在 Agent 框架里一直是"二等公民"——大多数实现都是先把功能跑通，再把追踪逻辑硬塞进主链路。AgentScope 1.0 时代的 Tracing 就是这么一个典型：OpenTelemetry 的集成直接焊死在 Agent 类内部，流式场景几乎没法追踪，会话 ID 在嵌套 span 之间传不出去。

【AgentScope 2.0】10-总结回顾详解版本基准:本文档基于 AgentScope 2.0 GA(v2.0.0)编写。具体版本号以 Release Notes 为准。

【AgentScope 2.0】05-文件系统（Filesystem）详解版本基准：本文档基于 AgentScope 2.0 GA(v2.0.0)编写。具体版本号以 Release Notes 为准。

阿里云云原生

金融级 AI 原生架构：FinXScope 如何解决智能体从 Demo 到生产的“最后一公里”？作者：孟辰(半堂)，文军(思越)，凌乐真(乐真)，徐磊(崇树)，林源(逆仞)FinXScope 是阿里云新金融技术服务团队基于 AgentScope Java 构建的金融级 AI 原生智能体底座。作为整个 Agent Harness 体系的核心组成部分，FinXScope 充分复用 AgentScope Java 在智能体编排、工具集成、多模型接入及可扩展运行时等方面的成熟能力，并在此基础上针对金融行业的合规性、安全性与高可用要求进行了深度定制与增强。完整的 Agent Harness 体系由 FinXS

阿里云云原生

AI Agent 上线容易稳定难？阿里云 AgentLoop 推出“经验自进化”闭环治理方案作者：刘军Managed Agents 让 Agent 运行在云端环境中：一方面，推理、编排、Harness 管理等核心环节均由云端统一托管，架构稳定性与运行效果由平台保障；另一方面，长周期任务不再依赖本地设备持续在线——即使个人电脑关机，任务依然可以在云端持续运行。

智_永无止境

阿里 AgentScope Java 2.0来了，Java也可以开发自己Agent了如果说Spring AI是给Java和AI的融合提供了方便，那么Langchain4j则是集成了更加丰富的功能。而阿里的 AgentScope Java 2.0则是基于Harness 架构，将AI Agent整套流程使用Java落地了，并提供了场地稳定运行的工程底座。

AgentScope-Java 入门：用 Middleware 审计 Agent 调用前面几篇，我们已经把 Review Copilot 做成了一个可运行的本地 Git diff 评审助手：

【AgentScope 2.0】 0. 学习指南版本基准:本文档基于 AgentScope 2.0 GA(v2.0.0)编写。具体版本号以 Release Notes 为准。

阿里云云原生

Agent 不再是“玩具”！AgentScope Java 2.0 GA 发布：构建企业级分布式智能体底座作者：刘军（陆龟）AgentScope Java 2.0 的核心思路，是基于 ReActAgent 推理内核基础上，增加 Harness 工程化层。开发者既可以继续使用轻量的 ReAct 循环，也可以按需启用 Workspace、持久记忆、Session、Sandbox、Skill 和 Subagent 等能力，将同一套 Agent 逻辑落地部署到企业级分布式服务中。

深色風信子

SpringBoot 集成 AgentScope Java