AgentScope 1.0: A Developer-Centric Framework for Building Agentic Applications

Dawei Gao; Zitao Li; Yuexiang Xie; Weirui Kuang; Liuyi Yao; Bingchen Qian; Zhijian Ma; Yue Cui; Haohao Luo; Shen Li; Lu Yi; Yi Yu; Shiqi He; Zhiling Luo; Wenmeng Zhou; Zhicheng Zhang; Xuguang He; Ziqian Chen; Weikai Liao; Farruh Isakulovich Kushnazarov; Yaliang Li; Bolin Ding; Jingren Zhou

AgentScope 1.0: إطار عمل موجه للمطورين لبناء تطبيقات الوكلاء الذكية

Dawei Gao, Zitao Li, Yuexiang Xie, Weirui Kuang, Liuyi Yao, Bingchen Qian, Zhijian Ma, Yue Cui, Haohao Luo, Shen Li, Lu Yi, Yi Yu et al.

تاريخ النشر 2025-08-22cs.AI arXiv PDF

اقرأ مع الترجمة والذكاء الاصطناعي

الملخص في ثلاثة أسطر

🎯 تتطلب وكلاء LLM تفاعلات مرنة وآمنة وفعالة مع الأدوات، وتنسيقًا مهيكلاً، وهندسة برمجية ملائمة لبيئات الإنتاج بدلاً من النماذج الأولية البسيطة.
🔧 يقدم AgentScope 1.0: تجريدات تركيبية (Msg، وModel، وMemory، وTool)، وحلقات ReAct تدعم التوجيه في الوقت الفعلي والتوفير الديناميكي للأدوات، ووكلاء متخصصين مدمجين، وبيئة تشغيل معزولة للتنفيذ بأمان.
📈 يوفر نظامًا مفتوح المصدر بمواصفات صناعية يدعم عملاء MCP ذوي الحالة (stateful) وعديمي الحالة (stateless)، والتقييم الموزع عبر Ray، والنشر الأصلي لبروتوكول Agent-to-Agent (A2A).

الملخص

مدفوعة بالتقدم السريع في نماذج اللغات الكبيرة (LLMs)، باتت الوكلاء الذكية مُمكَّنة من الجمع بين المعرفة الذاتية والاستخدام الديناميكي للأدوات، مما يعزز بشكل كبير قدرتها على معالجة مهام العالم الحقيقي. وتماشيًا مع هذا التطور، يُقدّم AgentScope تحسينات رئيسية في إصدار جديد (1.0)، بهدف الدعم الشامل للتفاعلات المرنة والفعالة بين الوكيل والبيئة والقائمة على الأدوات لبناء تطبيقات الوكلاء (agentic applications). تحديدًا، قمنا بتجريد المكونات الأساسية الضرورية لتطبيقات الوكلاء ووفرنا واجهات موحدة ووحدات قابلة للتوسيع، مما يتيح للمطورين الاستفادة بسهولة من أحدث التطورات، مثل النماذج الجديدة وبروتوكولات MCP. علاوة على ذلك، نؤسس سلوكيات الوكلاء على نموذج ReAct ونقدم بنية تحتية متقدمة على مستوى الوكيل قائمة على تصميم غير متزامن ومنهجي، مما يُثري أنماط التفاعل بين الإنسان والوكيل وكذلك بين الوكلاء أنفسهم مع تحسين كفاءة التنفيذ. وبناءً على هذا الأساس، قمنا بدمج العديد من الوكلاء المدمجين والمصممين خصيصًا لسيناريوهات عملية محددة. يتضمن AgentScope أيضًا دعمًا هندسيًا قويًا لتوفير تجربة صديقة للمطورين. نوفر وحدة تقييم قابلة للتوسع مع واجهة استوديو مرئية، مما يجعل تطوير تطبيقات الوكلاء ذات المسارات الطويلة أكثر قابلية للإدارة وأسهل في التتبع. بالإضافة إلى ذلك، يقدم AgentScope بيئة تشغيل معزولة (sandbox) لضمان التنفيذ الآمن للوكيل وتسهيل النشر السريع في بيئات الإنتاج. بفضل هذه التحسينات، يوفر AgentScope أساسًا عمليًا لبناء تطبيقات وكلاء قابلة للتوسع والتكيف وفعالة.

الملخص الأصلي (بالإنجليزية)

Driven by rapid advancements of Large Language Models (LLMs), agents are empowered to combine intrinsic knowledge with dynamic tool use, greatly enhancing their capacity to address real-world tasks. In line with such an evolution, AgentScope introduces major improvements in a new version (1.0), towards comprehensively supporting flexible and efficient tool-based agent-environment interactions for building agentic applications. Specifically, we abstract foundational components essential for agentic applications and provide unified interfaces and extensible modules, enabling developers to easily leverage the latest progress, such as new models and MCPs. Furthermore, we ground agent behaviors in the ReAct paradigm and offer advanced agent-level infrastructure based on a systematic asynchronous design, which enriches both human-agent and agent-agent interaction patterns while improving execution efficiency. Building on this foundation, we integrate several built-in agents tailored to specific practical scenarios. AgentScope also includes robust engineering support for developer-friendly experiences. We provide a scalable evaluation module with a visual studio interface, making the development of long-trajectory agentic applications more manageable and easier to trace. In addition, AgentScope offers a runtime sandbox to ensure safe agent execution and facilitates rapid deployment in production environments. With these enhancements, AgentScope provides a practical foundation for building scalable, adaptive, and effective agentic applications.

دليل القراءة

المشكلة والدوافع

في حين تتفوق نماذج اللغات الكبيرة (LLMs) الحديثة في الاستدلال وتوليد اللغة الطبيعية، فإن الفائدة الواقعية تتطلب تفاعلات متجذرة مع البيئة الخارجية عبر واجهات برمجة التطبيقات (APIs)، وقواعد البيانات، والأدوات الديناميكية. غالبًا ما تعتمد معماريات الوكلاء المبكرة على تنفيذ متسلسل وجامد للأدوات، وتفتقر إلى التعامل القوي غير المتزامن، وتعاني من كثرة الأدوات المفرطة ("معضلة الاختيار")، كما تفتقر إلى بنية تحتية موجهة للمطورين لتنقيح المسارات الطويلة، والتقييم الموزع، والتنفيذ الآمن. يعالج AgentScope 1.0 هذه الفجوات بالانتقال من أطر الاستدلال الداخلي نحو إطار عمل وكلاء قابل للتوسيع وموجه للمطورين يتمحور حول إدراك الأدوات والتفاعل مع البيئة.

الأفكار الرئيسية

ينتظم AgentScope 1.0 حول ثلاث ركائز أساسية:

المكونات الأساسية: تجريدات مفصولة تشمل Msg (كتل متعددة الوسائط، واستدعاءات الأدوات، ومسارات التفكير)، وواجهات Model موحدة مع دفق غير متزامن وتجهيز عبر OpenTelemetry، وذاكرة Memory هرمية (مخازن مؤقتة قصيرة المدى في الذاكرة وذاكرة طويلة المدى يتحكم فيها المطور أو الوكيل عبر Mem0)، وحزمة أدوات Toolkit قابلة للتوسيع.
بنية تحتية على مستوى الوكيل: تتمحور حول نموذج ReAct (الاستدلال + التصرف)، وتدعم الاستدعاء المتوازي غير الحاصر للأدوات، ومقاطعات المستخدم (التوجيه في الوقت الفعلي)، والتوفير الديناميكي للأدوات (تفعيل/تعطيل المجموعات)، واستمرارية الحالة الهرمية عبر StateModule.
تجربة ملائمة للمطورين: مجموعات تقييم متكاملة (تدعم GeneralEvaluator المتسلسل وRayEvaluator الموزع)، وStudio مرئي مع فترات ثقة مستمدة من التمهيد (bootstrap) ومقارنة المسارات، ومساعد ذكي مدمج (Friday)، وبيئة تشغيل Runtime معزولة عبر الحاويات الرملية (sandboxing).

المنهجية (مع المعادلات الأساسية)

يُنظم النظام التنفيذ حول تجريدات موحدة:

معمارية الرسائل: تتوحد حزم المعلومات ككائنات Msg تحتوي على name، وrole، وcontent (قائمة من كتل محددة النوع مثل TextBlock، وToolUseBlock، وThinkingBlock)، بالإضافة إلى metadata. تقوم أدوات التنسيق الخاصة بموفري النماذج (ChatFormatter وMultiAgentFormatter) بتحويل هذه الكتل إلى المخططات الخاصة بكل موفر.
تنفيذ وتجميع الأدوات: تُسجل الأدوات في Toolkit مع استخراج آلي لمخطط JSON من سلاسل التوثيق (docstrings). وللتخفيف من تدهور فضاء البحث الناتج عن كثرة الأدوات، تُدار الأدوات ضمن مجموعات $G_{k} \subset T$ . وباستخدام update_tool_groups أو الاستدعاء البرمجي من الوكيل reset_equipped_tools(group_names)، يتم تكييف المجموعة الفرعية النشطة من الأدوات $A_{t}$ ديناميكيًا لكل خطوة في سير العمل: $A_{t} = k \in Active ⋃ G_{k}$
تكامل MCP: يميز النظام بين العملاء ذوي الحالة (Stateful Clients) (دورة حياة جلسة مستمرة للأدوات التي تعتمد على الحالة مثل جلسات المتصفح) والعملاء عديمي الحالة (Stateless Clients) (اتصال مؤقت لكل استدعاء لتقليل النفقات العامة).
التنفيذ غير المتزامن والتوجيه: يستخدم التنفيذ غير المتزامن للوكيل مولدات غير حاصرة (non-blocking generators). وفي حال حدوث إشارة إلغاء من asyncio، تنقطع حلقة ReAct بسلاسة، وتعيد حالات التنفيذ الجزئية، وتُلحق رموز المقاطعة بالذاكرة كأحداث قابلة للملاحظة.
تنسيق الوكلاء المتعددين: يدعم أنماط استدعاء "الوكيل كأداة" جنبًا إلى جنب مع التنسيق القائم على المحادثة عبر هياكل Pipeline (المتسلسلة، والمتفرعة، والمتكررة) والبث عبر MsgHub.

النتائج (مع أهم الأرقام)

تقدم الورقة تطبيقات ملموسة لإطار العمل وتأكيدات معمارية عبر ثلاثة وكلاء متخصصين مدمجين:

وكيل البحث العميق (Deep Research Agent): يُنفذ توسيع الاستعلامات (تفكيك منظم شجريًا)، والبحث متعدد المصادر على الويب عبر Tavily MCP، والتأمل منخفض المستوى (تصحيح الأدوات/المعلمات)، والتأمل عالي المستوى (إعادة تخطيط المهام الفرعية).
وكيل استخدام المتصفح (Browser-use Agent): يعتمد على Playwright MCP عبر عميل إدخال/إخراج قياسي ذي حالة (StdIOStatefulClient)، ويتميز بمعالجة HTML المرئية، وتنسيق علامات التبويب المتعددة، وتجزئة صفحات الويب الطويلة إلى أجزاء (chunk-wise).
وكيل التخطيط الفوقي (Meta Planner Agent): يُنسق تدفقات العمل المعقدة عبر RoadmapManager وWorkerManager، ويدعم التبديل ثنائي النمط بين ReAct الأساسي للمهام البسيطة والتنفيذ متعدد الوكلاء الموجه بخريطة الطريق للمهام المعقدة.
البنية التحتية الهندسية: تكامل أصلي للنشر عبر FastAPI، وتتبع عبر OpenTelemetry متوافق مع Arize-Phoenix وLangfuse، وتقييم موزع للمهام المتوازية معتمد على Ray مع نقاط حفظ مستمرة.

نقاط القصور والمسائل المفتوحة

تقدم الورقة تقريرًا عن معمارية النظام بدلاً من مقارنات دقة معيارية قياسية (على سبيل المثال، أرقام الاختبارات المعيارية مثل SWE-bench أو GAIA محذوفة من النص الرئيسي).
يتطلب التوفير الديناميكي للأدوات والنفقات العامة للتخطيط في Meta Planner سعة كافية لنافذة السياق ودقة عالية في استدعاء الأدوات من نموذج LLM الأساسي.
لم تُقاس النفقات الإضافية لتنسيق الوكلاء المتعددين وتكاليف عزل بيئات التشغيل (sandbox) في حالات التزامن واسعة النطاق بأرقام إنتاجية خام في هذه الورقة.

المصطلحات الرئيسية

AgentScope 1.0: إطار عمل موجه للمطورين مصمم لبناء تطبيقات وكلاء قائمة على LLM قابلة للتوسع والتكيف ومتكاملة مع الأدوات.
ReAct Paradigm: معمارية للوكيل تجمع بين الاستدلال والتصرف في حلقة مغلقة لتفكيك الاستعلامات، وتنفيذ إجراءات الأدوات، وملاحظة النتائج، وتحسين الخطط.
Model Context Protocol (MCP): بروتوكول مفتوح يوحد كيفية ربط نماذج LLM بالخدمات الخارجية ومصادر البيانات، ومدعوم في AgentScope عبر عملاء ذوي حالة وعديمي الحالة.
Toolkit: وحدة أساسية في AgentScope توفر تسجيل الأدوات، وتوليد مخططات JSON آليًا، وإدارة الأدوات ضمن مجموعات، والتنفيذ الموحد عبر مولدات غير متزامنة.
Real-time Steering: الآلية التي تسمح للمستخدمين أو الأنظمة بمقاطعة حلقة ReAct الجارية للوكيل أو إعادة توجيهها أو إرشادها عبر الإلغاء غير الحاصر وتسجيل أحداث المقاطعة.
Dynamic Tool Provisioning: ميزة تمكّن الوكلاء من تفعيل أو تعطيل مجموعات فرعية معينة من الأدوات ذاتيًا أثناء التشغيل لتقليل العبء المعرفي والحفاظ على سياق النموذج.
StateModule: فئة أساسية تتيح إجراء تسلسل هرمي لحالة الوكلاء والذاكرة واستعادتها تلقائيًا عبر التابعين state_dict وload_state_dict.
MsgHub: آلية بث مركزية في AgentScope تُسهل المحادثات الجماعية متعددة الوكلاء من خلال توزيع الرسائل الجديدة على جميع المشاركين.

أسئلة شائعة

ما هو الفرق بين عملاء MCP ذوي الحالة (stateful) وعديمي الحالة (stateless) في AgentScope؟

يحافظ العميل ذو الحالة على جلسة مستمرة (مثل الاحتفاظ بملفات تعريف الارتباط الخاصة بالمتصفح والسياق عبر الإجراءات المتتالية)، بينما يُنشئ العميل عديم الحالة اتصالاً مؤقتًا لكل استدعاء أداة ويفصله فورًا لتقليل استهلاك الموارد.

كيف يتعامل AgentScope مع قيود سياق النص الطويل أثناء أتمتة المتصفح؟

يقوم وكيل استخدام المتصفح بتجزئة صفحات الويب الطويلة إلى كتل أصغر، وفحص المحتوى جزءًا تلو الآخر، وإدارة السياق المشترك بين الأجزاء للبقاء ضمن حدود نافذة سياق LLM.

كيف يدعم نظام التقييم كلاً من التنقيح المحلي والاختبار واسع النطاق؟

يوفر AgentScope وحدة GeneralEvaluator لتنقيح العمليات المحلية خطوة بخطوة وبشكل متسلسل، وRayEvaluator للتنفيذ الموزع المتوازي عبر عنقود من مساحات العمل باستخدام إطار Ray.

كيف يمنع AgentScope ارتباك الوكيل عند توفر مئات الأدوات؟

يستخدم إدارة الأدوات القائمة على المجموعات، مما يتيح للمطورين أو الوكلاء تفعيل وتعطيل مجموعات أدوات منطقية ديناميكيًا (مثل 'أدوات المتصفح')، مما يحصر فضاء البحث النشط في ما هو ملائم للمهمة الفرعية الحالية فقط.

كتب الذكاء الاصطناعي الشرح في هذه الصفحة استنادًا إلى الورقة، وقد يحتوي على أخطاء. راجع الورقة للتفاصيل.

اقرأ مع الترجمة والذكاء الاصطناعي