基于 ModelScope Agent 的多智能体自动编码工作流示例。
- 配置驱动：通过
workflow.yaml与agent.yaml/agent.yml描述多智能体的有向流程与各自能力，无需改代码即可调整。 - 多模型兼容：支持 OpenAI 兼容接口与 ModelScope Inference，按需切换
llm.service、model、openai_base_url、modelscope_api_key。 - 丰富工具链：文件系统、Web 搜索/研究、RAG、Kaggle、Shell 执行、分任务拆解、状态切换等工具可按需启用。
- 可插拔记忆：内置状态记忆与缓存，支持
--load_cache复用历史对话/工具调用。 - CLI 一键运行：
python -m ms_agent.cli.cli run --config ...即可启动单 agent 或多 agent 工作流，可提供首次 query 或进入交互模式。
ms_agent/ # 核心库（agent、workflow、tools、memory 等）
projects/deepcodingresearch/
workflow.yaml # 示例多智能体流程图
research.yaml # 研究 agent 配置
coding.yaml # 编码 agent 配置
refine.yaml # 测试/调试 agent 配置
requirements.txt # 依赖列表
unit_test/ # 单元测试样例
克隆仓库代码
git clone https://github.com/yyloong/AutoCoding.git
cd AutoCodingPython 3.11（建议使用 conda/venv）
conda create -n autocoding python=3.11
conda activate autocoding
pip install -r requirements.txt如果需要提取文档图片，需要另外安装 poppler
conda install poppler本仓库已经准备好了 Dockfile 镜像，用该命令构建 docker 镜像：
sh set_up.sh该 docker image 支持 cuda 环境，包含基本的开发依赖。用于 agent 在该 docker 环境下受控地执行命令。
export OPENAI_API_KEY=xxx
export SERPER_KEY_ID=xxx
export JINA_API_KEYS=xxx
google api可以通过 https://serper.dev/verify-email 获取jina api可以通过 https://jina.ai/ 获取- 如果使用非 OpenAI 的 LLM 服务，需要设置
export OPENAI_BASE_URL=xxx指向对应的兼容接口地址
定义节点关系与各节点使用的 agent 配置文件： next： 可以进行转移的状态 description: 该状态的描述，用于agent选择状态
research:
next: [coding]
agent_config: research.yaml
description: description for research
coding:
next: [structure_evaluate, research, refine]
agent_config: coding.yaml
description: description for coding
structure_evaluate:
next: [coding]
agent_config: structure_evaluate.yaml
description: description for structure_evaluate
refine:
next: [exit, coding]
agent_config: refine.yaml
description: description for refine
exit:
description: description for exit关键字段示例（摘自 projects/deepcodingresearch/coding.yaml）：
llm:
service: openai
model: qwen3-max
openai_api_key:
openai_base_url: https://dashscope.aliyuncs.com/compatible-mode/v1
agent: coding
type: state_llmagent
generation_config:
temperature: 0.2
max_tokens: 32000
prompt:
system: |
# 系统指令...
callbacks:
- callbacks/tool_use_callback
tools:
state_transition: { mcp: false }
file_system:
mcp: false
ignore_files: [paper.md]
memory:
- name: statememory
user_id: "code_scratch"
max_chat_round: 100
tool_call_timeout: 30000
output_dir: new_outputdocker_shell：在容器内执行 shell 命令。state_transition：在工作流节点间传递状态/结果。file_system：读写/列目录等文件操作（可配置忽略/长度限制）。document_inspector：agentic tool,结构化解析文档内容。deepresearch/web_search/web_research：agentic tool,网页检索与研究。split_task：将编码任务拆解为可并行的子任务。rag_tool：基于 RAG 的检索与问答。kaggle_tools：下载/操作 Kaggle 数据集(需要先参加比赛并设置api)。docker_shell：利用docker构建安全执行环境run_shell:缺乏docker_shell环境时的备选，但是因为命令受限会影响效果
需要先通过unit_test中的配置文件的路径修改相应的配置文件
python -m unit_test.test_deepresearch
python -m unit_test.test_rag
python -m unit_test.test_document_tool
python -m unit_test.test_file_parser测试statememory 构建了一个模拟拍卖环境来测试agent之间的交互情况
sh unit_test/test_state_memory.sh测试 human-in-the-loop 功能，你可以随时打断agent，提出新的指令
sh unit_test/test_human_in_loop.shtest_deepresearch.py：调用DeepresearchTool的 research 能力示例。test_document_tool.py：使用document_inspector对unit_test/paper.pdf做问答抽取（输出写入./unit_test）。test_rag.py：初始化多路llama-indexRAG，构建索引后进行查询并打印调试信息。test_file_parser.py：演示SingleFileParser真实文件解析与缓存命中校验（需将示例中的文件路径与缓存目录替换为本地可用路径）。test_state_memory/：自定义拍卖工作流的状态迁移配置样例 (workflow.yaml等)。test_human_in_loop.sh：演示 human-in-the-loop 功能，用户可随时打断 agent 并输入新指令。
部分测试需要外部依赖：
- LLM/RAG/视觉解析相关测试需有效的 OpenAI 兼容或 ModelScope API Key（放入
.env或直接设环境变量）。test_file_parser.py需要你提供真实的本地文件路径，并在有图片时准备视觉解析所需的 Key。
支持随时打断，用户输入新指令，调整任务方向或细节。
用法为在 agent 每轮的输出时，或在调用 docker_shell 工具时，在终端输入命令 /i 即可进入人机交互模式，等待用户输入新指令，输入完成后，agent 会继续执行新的指令。
效果gif示例：
对于特定的比赛，需要先在kaggle网站上点击参加，才能下载数据集
在 run_kaggle.sh 中配置你的 API Key 和 Kaggle API TOKEN
rm -rf memory
rm -rf output
mkdir output
export OPENAI_API_KEY="Your_OpenAI_API_Key_Here"
export SERPER_KEY_ID="Your_Serper_API_Key_Here"
export JINA_API_KEYS="Your_Jina_API_Keys_Here"
export KAGGLE_API_TOKEN="Your_Kaggle_API_Token_Here"
python -m ms_agent.cli.cli run --config projects/kaggle --trust_remote_code true --openai_api_key ${OPENAI_API_KEY} --query "请你参加 kaggle 竞赛 Spaceship Titanic: https://www.kaggle.com/competitions/spaceship-titanic/leaderboard。尽可能获得更高的排名（尽量将预测准确率提升到 0.81 以上）。最终你需要生成一个用于提交的 csv 文件，包含你的预测结果。"然后运行：
sh run_kaggle.sh
即可启动一个多智能体工作流，自动下载数据集、分析任务、生成代码并提交结果。
在 run_gpt.sh 中配置你的 API Key
rm -rf memory
rm -rf output
mkdir output
cp -r ./examples/gpt_data/data ./output/data
export OPENAI_API_KEY="Your_OpenAI_API_Key_Here"
export SERPER_KEY_ID="Your_Serper_API_Key_Here"
export JINA_API_KEYS="Your_Jina_API_Keys_Here"
python -m ms_agent.cli.cli run --config projects/gpt --trust_remote_code true --openai_api_key ${OPENAI_API_KEY} --query "你需要基于 PyTorch 从零实现一个参数量约为 30M 的 Causal Transformer 模型（即 Mini-GPT），并使用我提供的文本进行训练。最终能使得你训练的模型能输出相对合理的文本。训练数据为金庸的多部小说，路径为 /workspace/data/, 格式为多个 .txt 文件。当前设备下有 GPU 可用，请使用 cuda 加速训练过程, 先运行一个快速训练，然后尽量利用多 gpu，调到合适的 batch size，加速训练。最后你需要能训练出一个输出正常文本的模型权重，并说明如何生成文本。需要保证已经有训练好的模型权重，用户可以直接使用该模型权重进行文本生成。"然后运行：
sh run_gpt.sh最终可以训练出一个“以金庸小说风格写作”的 miniGPT 模型。
效果截图：
