2025年AgentScope Java v1.0指南正式发布-

AgentScope

Java

v1.0正式发布让Agentic应用开发更简单CONTENT目录01

AgentScope介绍02

AgentScope核心竞争力03

AgentScopeRoadmap01AgentScope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内置工具-Meta

PlannerAgent通过制定计划，推进计划来完成复杂任务Plan/Act通过分离规划与实施阶段，有效避免了Agent

“边想边做”导致的发散问题，广泛应用于

Manus

、Coding等领域AgentScope

内置了开箱即用的MetaPlanner组件，原生支持Agent

自主、用户主动制定计划，Agent遵循对应Plan执行任务场景：将Agent与业务系统结合的最佳方式——结构化数据问题：

LLM

的结构化输出并不能适配Re-Act范式下的结构化输出需要解法：提供

generate_response

工具，引导Agent

自主决定在合适的时机生成结构化数据AgentScope功能优势挑战：

LLM没有调用工具、输出的

JSON结构异常方案：Agent主动提醒，切换使用LLM

自身的结构化输出效果：Agent拥有自我纠错的能力强大的内置工具-StructuredOutput结构化输出狼人杀游戏场景：多Agent

自主决策的竞技类游戏，充分体现Agentic的灵活性与自主性技术：融合多Agent、结构化输出、

MsgHub、Pipeline等AgentScope核心功能目标：Agent在动态、多角色互动环境中的学习与优化自身策略达到目标能力Agent

Debate2.2企业级能力从

1到

100：应该怎么发布、部署？Agent在执行工具调用或自动化任务时，极有可能访问敏感资源或引发不可控行为。工具的安全执行AgentScope

JavaRuntime企业必须将风险遏制在源头。ToolSandbox开箱即用安全的沙箱工具AgentScope

JavaRuntime集成云上沙箱环境

、算力调度

、持久化数据存储和企业级安全等核心能力

，

覆盖浏览器

、云电脑

、代码空间

、云手机四大运行环境隔离的文件读写与管理，支持开发者将自定义工具部署在高度隔离的受控环境中安全运行，防止对系统造成意外影响或安全风险Agent与真实世界交互的最通用工具

，让Agent具备泛知识获取能力AgentScope

JavaRuntimeComputer&

MobileFile

SystemBrowser

Use个人助手客户数据行业数据：

RAG客户数据：记忆 行业数据

向量化上下文工程Agent1Agent3Agent2Agent4长期记忆RAG知识库短期记忆眼镜手机手表耳机Prompt解析器LLMAI

原生应用架构（智能化）内置实现：自主可控AgentScope

Java

内置基于Embedding标准的知识库实现，支持企业面对多元业务数据时，私有化部署自有知识体系，实现对数据的完全自主可控。企业级集成：高效&易用集成阿里云百炼企业级知识库，借助其强大的商业化检索与重排序能力，大幅提升Agent

回答的准确率和相关性。上下文工程-

RAG上下文工程-

MemoryAgentScope为智能体提供统一的上下文记忆管理组件短期记忆：

AutoContextMemory组件实现Agent工作上下文智能管理(压缩-卸载）长期记忆：提供长期记忆框架ReMe，支持在用户、任务与智能体之间提取、复用与共享记忆。AgentMemory=Long-TermMemory+Short-Term

Memory=(Personal+Task+Tool)Memory+(Working

Memory)使用

ReMe无

ReMeAgent<->

User•

开箱即用的HTTP

Endpoint•Session机制管理用户请求上下文Agent<->Tool•

原生支持Studio

、SSE

、StreamableMCP协议•

AI

网关将已有业务接口快速转换MCPAgent<->Agent•内置A2A协议实现Agent

间调用•

基于Nacos实现Agent

间服务发现易于集成SSE+

HTTPStreamable

HTTP自动同步Redis/VectorDB易于集成-

MCP存量服务（

ACK

、FC

、ECS）托管MCPServer（FC、百炼、计算巢）Tools动态组装

工具代理观测&

评测AI

网关MCP

ClientTools智能路由后端服务鉴权消费者鉴权限流HTTPto

MCP灰度发布协议接入RegistryNacosAISLS易于集成-A2A高性能联合Dragonwell

团队原生适配GraalVM和Leyden在企业中，已经构建的Agent只有少数Agent在承载超过90%的请求流量，必须实现Serverless极致的轻量化和高性能200

ms

10

倍冷启动时间启动速度提升2.3强大的生态从

100到

10000：怎么让Agent变聪明？AgentScopeStudioAgentScope强大的生态AgentScope有强大的生态和信心帮助用户让Agent越用越好用2.4实践快速构建能力完备的生产级应用AIAgentAgentScopeWorkflow/Multiagent工作流与多智能体编排A2A分布式智能体协作LLM通义DeepSeekOpenAI模型

…AIGatewayHigressAI

ProxyToken流控安全护栏语义缓存智能路由手机手表耳机眼镜生态APIGatewayHigressAPI

管理流量防护WAF

防护服务发现工具集AI观测&评估异步调度

RocketMQMCP

Register&

Prompt模板AI原生应用架构构建以数据为中心AI原生应用平台；充分挖掘私域数据，提升数据质量。函数计算AgentRun端&

生态Agent标准智能体定义范式Context上下文与状态管理LLMObservabilityMCPServerNacos云边奶茶铺智能助手产品咨询定制化下单用户偏好记忆智能订单查询客户反馈收集智能门店经营报告AgentScopeDemo——云边奶茶铺智能助手借助AgentScope的核心能力和强大的周边生态构建能力完备的生产级应用采集数据动态

灰度生效Trace数据动态生效SubAgentCardA2A

HigressMCP协议MCP协议RAGAgentScopeDemo——云边奶茶铺智能助手借助AgentScope的核心能力和强大的周边生态构建能力完备的生产级应用HimarketNacos管理数据l评估调试mem0长期记忆AgentScope

StudioFeedback

MCP

ServerOrder

Service

（HTTP）服务BusinessAgentSupervisor

AgentFeedbackAgentFrontendConsultAgent调优结果动态实时采集Agent动态更新Trace信息管理Agent调试评估数据驱动RegisterAgentCardRegister

MCPSubMCPAgentScopeDemo——云边奶茶铺智能助手借