关于AgentScope
在此教程中，我们将通过回答问题的方式向您介绍AgentScope，包括什么是AgentScope，AgentScope 能做什么，以及我们为什么应该选择AgentScope。让我们开始吧！
什么是AgentScope？
AgentScope是以开发者为中心的多智能体平台，它使开发者能够更轻松地构建基于大语言模型的多智能体应用程序。
大模型的出现使得开发者能够构建多样化的应用程序，为了连接大语言模型和数据以及服务，并更好地解 决复杂任务，AgentScope提供了一系列的开发工具和组件来提高开发效率。AgentScope以
易用性
鲁棒性
支持多模态数据
分布式部署
为特点。
关键概念
信息（Message）
是信息的载体（例如指令、多模态数据和对话内容）。在AgentScope中，消息是Python字典的子类，
具有name和content作为必要字段，url作为可选字段并指向额外的资源。
智能体（Agent）
是能够与环境和其他智能体交互，并采取行动改变环境的自主实体。在AgentScope中， 智能体以消息作为输入，并生成相应的响应消息。
服务（Service）
是使智能体能够执行特定任务的功能性API。在AgentScope中，服务分为模型API服务 （用于使用大语言模型）和通用API服务（提供各种工具函数）。
工作流（Workflow）
表示智能体执行和智能体之间的消息交换的有序序列，类似于TensorFlow中的计算图， 但其并不一定是DAG结构。
为什么选择AgentScope？
面向开发者的易用性。 AgentScope为开发者提供了高易用性，包括灵活易用的语法糖、即拿即用的组件和预构建的multi-agent样例。
可靠稳定的容错机制。 AgentScope确保了对多种模型和APIs的容错性，并允许开发者构建定制的容错策略。
全面兼容多模态数据。 AgentScope支持多模态数据（例如文件、图像、音频和视频）的对话展示、消息传输和数据存储。
高效分布式运行效率。 AgentScope引入了基于actor的分布式机制，使得复杂的分布式工作流的集中式编程和自动并行优化成为可能。
AgentScope是如何设计的？
AgentScope由三个层次的层次结构组成。 这些层次提供了对多智能体应用程序的支持，包括单个智能体的基本和高级功能（实用程序层）、资源和运行时管理（管理器和包装层）以及智能体级到工作流级的编程接口（智能体层）。 AgentScope引入了直观的抽象，旨在满足每个层次固有的多样化功能，并简化构建多智能体系统时的复杂层间依赖关系。 此外，我们提供了编程接口和默认机制，以增强多智能体系统在不同层次上对故障的韧性。
AgentScope代码结构
AgentScope
├── src
│ ├── agentscope
│ | ├── agents # 与智能体相关的核心组件和实现。
│ | ├── memory # 智能体记忆相关的结构。
│ | ├── models # 用于集成不同模型API的接口。
│ | ├── pipelines # 基础组件和实现，用于运行工作流。
│ | ├── rpc # Rpc模块，用于智能体分布式部署。
│ | ├── service # 为智能体提供各种功能的服务。
| | ├── web # 基于网页的用户交互界面。
│ | ├── utils # 辅助工具和帮助函数。
│ | ├── prompt.py # 提示工程模块。
│ | ├── message.py # 智能体之间消息传递的定义和实现。
│ | ├── ... ..
│ | ├── ... ..
├── scripts # 用于启动本地模型API的脚本。
├── examples # 不同应用程序的预构建示例。
├── docs # 教程和API参考文档。
├── tests # 单元测试模块，用于持续集成。
├── LICENSE # AgentScope使用的官方许可协议。
└── setup.py # 用于安装的设置脚本。
├── ... ..
└── ... ..