自主调度与周期任务
支持固定间隔与自主唤醒，按任务进展安排后续执行。通过轮次、时长与用量预算管理持续监测、巡检和维护任务。
01执行任务
02调度唤醒
03继续执行
↶Loop / Cron · 固定周期与自主调度
轻量 · 可组合 · 可扩展
复杂任务
自主执行
A lightweight framework to empower agentic execution of complex tasks.
自由组合模型、工具、技能与子智能体，以可定制的 Harness 统筹上下文管理、权限控制、规划、执行与检查，构建你的专属生产力助手。
Apache 2.0SDK WebUI CLI
MS / AGENT SYSTEM上下文管理 · 权限控制 · 质量检查
模型
工具
技能
子智能体
AgentHarness
研究分析
软件开发
视频创作
01 / COMPOSABLE AGENTS
模块化构建与多智能体协作
以配置组合角色、模型与工具，按需定制专业智能体。支持子任务委派与工作流编排，灵活组织复杂任务中的分工与协作。
GENERAL AGENT
任务统筹与自主委派
根据任务需要调度探索、开发和研究子智能体，统一管理进度与结果。
General
ExploreBuildResearch
# general/agent.yaml
subagents: [explore, build, research]
callbacks:
- state_inject
- loop_guard
- subagent_limit
subagent_limit:
max_parallel: 4PLAN AGENT
需求分析与计划生成
梳理需求和项目资料，检查计划覆盖范围，为执行提供明确步骤。
Plan
计划行动检查
# plan/agent.yaml
callbacks:
- state_inject
- plan_check
- loop_guard
tools:
todo_list:
mcp: falseRESEARCH AGENT
信息检索与研究综合
交叉核对来源并组织研究结论，结合质量检查控制报告完整性。
Research
计划行动检查
# research/agent.yaml
callbacks:
- state_inject
- round_reminder
- stop_gate
stop_gate:
enabled: true
max_retries: 2EXPLORE AGENT
文件检索与信息定位
通过只读工具搜索和分析项目资料，为规划与执行提供依据。
Explore
计划行动检查
# explore/agent.yaml
tools:
file_system:
mcp: false
include:
- read_file
- grep
- globBUILD AGENT
代码实现与反馈修正
完成编写、运行和诊断，根据检查结果修复问题并验证实现。
Build
计划行动检查
# build/agent.yaml
tools:
file_system:
mcp: false
include: [read_file, write_file,
edit_file, grep, glob]
code_executor:
mcp: false
implementation: python_env扩展接口自定义工具生命周期 HookMCP 服务Skills
02 / COMPOSABLE HARNESS
自由定制 Agent Harness
按需组合上下文管理、权限控制与质量检查，定制智能体的执行策略。通过生命周期扩展点接入业务规则，控制规划、协作与反馈过程。
AGENT HARNESSPLAN / ACT / CHECK / FINISH
↶反馈驱动修正
任务分解与计划检查
组织待办与执行步骤，检查计划是否覆盖用户要求，并注入当前运行环境。
任务分解计划检查
callbacks:
- plan_check
- state_inject工具调用与协作控制
调用工具或委派子任务，通过权限、委派限制与重复调用检测管理执行过程。
工具调用子任务委派
callbacks:
- subagent_limit
- loop_guard质量检查与反馈修正
检查产物、待办和回答质量，将发现的问题反馈给智能体继续修正。
产物检查质量反馈
callbacks:
- todo_gate
- stop_gate完成判定与预算管理
通过结束条件、轮次提醒和重试限制，管理任务完成状态与执行预算。
轮次提醒结束条件
round_reminder:
remind_before_max_round: 2
stop_gate:
max_retries: 2规划 · 执行 · 检查 · 收敛
03 / LONG-HORIZON EXECUTION
长程自主执行
结合自主调度、分层权限与项目记忆，支持多轮协作和周期任务，减少人工值守，保持任务连续性。
分层权限与自动审批
结合授权规则、模型评估与人工确认，按操作风险控制执行权限。常规请求自动审批，未能确定的请求交由人工处理。
权限请求规则 / 委托评估
允许一次人工确认
规则优先 · 单次授权 · 人工兜底
上下文与状态管理
上下文管理
历史摘要与工具输出压缩
项目记忆
项目知识与工作偏好持久化
会话恢复
历史记录与执行过程回看
04 / BUILT-IN WEBUI
开箱即用的智能体工作台
统一管理项目、会话与文件，实时查看计划和工具调用，在交互中完成任务并交付成果。
MS-Agent / Agent WorkshopWEBUIWebUI 实录 · Qwen3.8-Max · 活动资料整理与简报生成
项目与会话管理执行过程可视化文件与成果预览
05 / APPLICATIONS
研究｜开发｜创作
以专业智能体与工作流覆盖研究分析、软件开发和视频创作，支持领域定制与应用集成。
工作流程示意
检索 · 证据
→
RESEARCH BRIEF研究报告
010203
工作流程示意
project/
├ src/
├ components/
└ tests/
01需求
02架构
03编码
04验证
工作流程示意
01市场资料
02数据收集
03专业分析
研究报告
工作流程示意
脚本
图像
音频
成片
SKILL.md任务反馈 → 技能改进
- 执行01
- 评价02
- 反思03
- 修订04
- 验证05
验证通过后保留更新
轨迹分析
定位执行中的问题
技能修订
生成候选技能方案
验证筛选
评估并保留有效改进
07 / OPEN ECOSYSTEM
开放协议与跨框架生态
兼容主流模型与社区插件，通过标准协议连接外部工具和智能体，复用不同框架中的技能、指令与记忆。
多模型接入
QwenDeepSeekGLMKimiOpenAIAnthropic
MCP
工具与服务互联
接入外部工具，也可将框架工具与专业应用发布为 MCP 服务。
ACP
编辑器与智能体接入
连接支持 ACP 的编辑器，调用外部智能体，并通过代理路由会话。
A2A
跨服务智能体协作
调用远程智能体，或将 MS-Agent 发布为可发现、可调用的智能体服务。
pip install -U "ms-agent[webui]"
ms-agent ui启动工作台，在模型设置中完成配置。
pip install -U ms-agent
ms-agent run --query "Plan a research brief"配置模型后，直接从终端发起任务。
import asyncio
from ms_agent import LLMAgent
from ms_agent.config import Config
agent = LLMAgent(Config.from_task("agent.yaml"))
messages = asyncio.run(agent.run("Write a research brief"))
print(messages[-1].content)使用配置定义智能体，通过 SDK 调用与扩展。
查看完整 SDK 示例