AgentScope 智能聊天助手

1. 技术栈

层级	技术
前端	React 18 + Three.js (3D背景)
后端	FastAPI + AgentScope
AI 模型	Qwen3-Max / Qwen3.5-Plus (DashScope)
工具集成	MCP (Model Context Protocol)
会话存储	JSON 文件持久化

2. 关键特性

• ReAct 智能推理：基于 AgentScope 的 ReActAgent 实现多步推理和工具调用
• 实时流式响应：SSE 流式传输，支持打字机效果
• 多请求排队：同一会话支持多个请求排队，自动顺序执行
• 真打断机制：基于 request_id 的精准打断，可终止指定 SSE 请求
• 工具调用生态：
  • 内置工具：文件操作、Shell 命令、联网搜索
  • MCP 集成：Playwright 浏览器、八字算命等外部服务
• 会话管理：多会话隔离，支持长文本压缩和记忆恢复
• 深度研究模式：Agentic Planning 支持复杂任务拆解
• 技能插件系统：可扩展的 Skill 架构，Skill 指导 Tool 调用

3. 技术架构图

graph TB
    subgraph "前端层"
        UI[React UI]
        ThreeJS[Three.js 3D背景]
    end

    subgraph "API层"
        FastAPI[FastAPI Server]
    end

    subgraph "Agent层"
        ReAct[ReActAgent]
        Memory[记忆管理]
        Plan[PlanNotebook 规划]
    end

    subgraph "技能层 Skills"
        Skills[Agent Skills]
    end

    subgraph "工具层 Tools"
        BuiltIn[内置工具]
        MCP[MCP 客户端]
    end

    UI -->|SSE 流式| FastAPI
    FastAPI -->|调用| ReAct
    ReAct -->|加载| Skills
    ReAct -->|调用| BuiltIn
    ReAct -->|调用| MCP
    Skills -.->|指导调用| BuiltIn
    Skills -.->|指导调用| MCP
    ReAct -->|读写| Memory
    ReAct -->|使用| Plan

Loading

4. 运行方法

环境准备

# 1. 安装依赖
pip install -r requirements.txt

# 2. 配置环境变量
# 创建 .env 文件，填入：
DASHSCOPE_API_KEY=your_api_key_here

启动服务

# 启动后端服务
python server.py

服务启动后，访问 http://localhost:8000 即可使用。

项目结构

.
├── server.py           # FastAPI 主服务
├── superagent.py       # Agent 核心逻辑
├── tools.py            # 工具函数
├── model.py            # 模型定义
├── datamodel.py        # 数据模型
├── session.py          # 会话管理
├── chat.html           # 前端页面
├── assets/
│   └── image/          # 图片资源
└── .agents/skills/     # 技能插件目录
    ├── find-skills/
    ├── python-code-review/
    └── xlsx/