📄 工具详情 ⚙️ 安装教程 📚 使用教程

能力标签

🔌 MCP 🤖 Agent 🔄 工作流 🐳 Docker 💻 CLI 🔗 REST API 🧬 Embedding 📚 RAG 🔊 TTS 🧠 Claude

⚙️

Agent工作流

AgentScope Go

Q: agentscope-go 如何安装和开始使用？

访问 agentscope-go 的 GitHub 仓库或官方网站，按照 README 文档中的步骤安装依赖并运行。通常需要 Python 3.8+ 或 Node.js 16+ 基础环境。

Q: agentscope-go 是否免费？许可证是什么？

agentscope-go 完全免费，采用 Apache-2.0 许可证开源发布，任何人都可以免费使用、修改和分发。

Q: agentscope-go 适合哪些用户使用？

agentscope-go 主要面向有一定技术基础的用户，包括开发者、数据分析师、AI 工程师等专业人士。

Q: agentscope-go 的社区活跃度和项目维护状况如何？

agentscope-go 在 GitHub 上已获得 22 个 Star，处于积极发展阶段，社区在持续扩大。

基于 Go · 无代码搭建完整 AI 自动化流程

英文名：agentscope-go

⭐ 22 Stars 💻 Go 📄 Apache-2.0 🏷 AI 8.0分

8.0AI 综合评分

AIagentchatbotGo

⬇ 下载源码 ZIP ⚙️ 配置说明 📺 TG 频道

✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估，AgentScope Go 获评「强烈推荐」。这款Agent工作流在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 8.0 分，适合有一定技术背景的用户使用。

📚 深度解析

AgentScope Go 是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升，基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化（模拟鼠标键盘操作），AI Agent 工作流通过理解任务意图、动态规划执行路径，能够处理更复杂的非结构化任务。

AgentScope Go 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。

在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 8.0 分，是同类 Agent 工作流中的精选推荐。

📋 工具概览

AgentScope Go 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

GitHub Stars

⭐ 22

开发语言

支持平台

Windows / macOS / Linux（跨平台）

维护状态

轻量级项目，按需更新

开源协议

Apache-2.0

AI 综合评分

8.0 分

工具类型

Agent工作流

Forks

—

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

📌 核心特色

可视化 Agent 工作流编排，无需编写复杂代码
支持多步骤自动化任务链，实现全流程无人值守
与外部 API、数据库和第三方服务无缝集成
内置错误处理与自动重试机制，保障稳定运行
提供可复用的自动化模板，快速在同类场景部署

🎯 主要使用场景

自动化日常重复性工作，将精力集中于创造性任务
构建数据采集 → 处理 → 输出的完整自动化管线
实现跨平台、跨系统的数据流转和业务协同

以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。

安装命令

# 方式一：go install（推荐）
go install github.com/AlanFokCo/agentscope-go@latest

# 方式二：从源码编译
git clone https://github.com/AlanFokCo/agentscope-go
cd agentscope-go
go build -o agentscope-go .

# 方式三：下载预编译二进制
# 访问 Releases 页面下载对应平台二进制文件
# https://github.com/AlanFokCo/agentscope-go/releases

📋 安装步骤说明

访问 GitHub 仓库获取工作流文件
在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
上传工作流文件
按照提示配置必要的环境变量和 API Key
运行测试确认流程正常后投入使用

以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。

常用命令 / 代码示例

# 查看帮助
agentscope-go --help

# 基本运行
agentscope-go [options] <input>

# 详细使用说明请查阅文档
# https://github.com/AlanFokCo/agentscope-go

以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。

配置示例

# agentscope-go 配置说明
# 查看配置选项
agentscope-go --config-example > config.yml

# 常见配置项
# output_dir: ./output
# log_level: info
# workers: 4

# 环境变量（覆盖配置文件）
export AGENTSCOPE_GO_CONFIG="/path/to/config.yml"

📑 README 深度解析真实文档完整度 52/100 查看 GitHub 原文 →

以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介

Build Production-Ready AI Agents in Go

<a href="https://github.com/agentscope-ai/agentscope">🐍 Python</a>  |  <a href="https://github.com/agentscope-ai/agentscope-java">☕ Java</a>  |  <a href="README.es-ES.md">Español</a>

---

AgentScope Go is the Go implementation of the AgentScope multi-agent LLM framework. It provides Go-idiomatic APIs — interfaces, context.Context, explicit error returns, functional options — while delivering capabilities that go beyond the Python project.

---

Go Runtime Features

These sections describe capabilities provided by this Go repository. They are not a version-by-version comparison with the Python project.

Full Feature Set

Quick Start

Requirements: Go 1.25+

go get github.com/alanfokco/agentscope-go/v2/pkg/agentscope

export DASHSCOPE_API_KEY=sk-...   # or ANTHROPIC_API_KEY / OPENAI_API_KEY
go run ./examples/agent_v2

Examples

54 examples in examples/. Run any with go run ./examples/<name>.

Example	Description
Agent Basics
`simple`	Minimal agent + single chat call
`agent_v2`	UnifiedAgent with native API tool calling
`streaming`	Real-time streaming via `ReplyStream` + event channel
`react_tool`	UnifiedAgent with custom FunctionTool
`react_builtin_tools`	UnifiedAgent with the enhanced built-in toolkit (bash, read, write, edit, multiedit, applypatch, glob, grep)
`console`	Interactive terminal chat with an agent (streamed rendering + tool-call confirmation)
`dingtalk_channel`	Connect an agent to DingTalk (Stream SDK inbound, webhook replies, text-mode confirmations)
Model API
`model_call`	Raw model API: streaming + two-round tool calling + structured output
`structured_output`	Force JSON Schema-compliant output via `GenerateStructuredOutput`
`multi_provider`	Model card queries + 9-provider switching
`multimodal`	Image input via URL and Base64 `DataBlock`
`multiagent`	Multi-agent conversation with moderator summary
`multiagent_multimodal`	Multi-agent + shared image input
`openai_response`	OpenAI Responses API (call + tools + structured output)
Infrastructure
`middleware`	Custom logging middleware (model call + tool execution hooks)
`permission`	Permission engine: Explore / Default / Bypass modes
`tracing`	OpenTelemetry-style tracing with nested spans
`agent_loop`	v3 agent loop with MetricsHook and InMemoryProvider
`embedding`	Text embedding + cosine similarity matrix
`long_term_memory`	Cross-session memory middleware (3 modes)
`agentic_memory`	File-based memory: FileStore JSON Lines persistence + MEMORY.md agentic middleware
`rag_react`	RAG with in-memory index + knowledge base
Multi-Agent & Orchestration
`pipeline_multi_agent`	Pipeline + MsgHub orchestration
`agent_team`	Leader/Worker team with message routing
`mcp`	MCP client: tool discovery + remote execution
`a2a_http`	Agent-to-Agent over HTTP
Go Runtime
`replay`	Record LLM calls, replay in CI without API costs
`agent_pool`	Fan-out agent pool with backpressure
`hotreload`	Zero-downtime config updates with typed `Reloader[T]`
`wasm_sandbox`	WASM tool sandbox with memory/time limits
`grpc_a2a`	TCP agent mesh with bidirectional streaming
`bench`	Agent load testing with P50/P95/P99 latency
`hub_install`	Browse and install MCP servers/skills from hub
`skill_partitions`	Per-agent skill partitions: .seed template, equip-once, migration, purge
`workspace_sharing`	Session-workspace sharing + read-only artifact endpoints (list_dir/read_file)
`access_control`	Resource sharing across users/groups/orgs
`document_parser`	Parse PDF/Word/Excel/PPT into RAG chunks
`audit_logging`	Sandbox policy enforcement + structured audit trail
`guardrail`	Output content filtering with block/redact/warn actions
`eval_harness`	Replay-based agent evaluation with scorers
`replayview`	Terminal viewer for RunJSONL run logs (step through events)
`rundiff`	Align two RunJSONL run logs and print where they diverge
`spend_cap`	USD/CNY spend cap with CostTrackerMiddleware
Deployment
`agent_service`	HTTP Agent Service (REST + SSE streaming)
`webui`	Web UI Studio with streaming chat, tool visualization, HITL
`scheduled_task`	One-shot and recurring task scheduling
`realtime_echo`	Realtime streaming interface demo
Edge & IoT
`edge_offline`	ConnectivityAwareModel — automatic cloud/local fallback
`edge_sensor`	SensorMiddleware + Watchdog for physical sensors
`edge_serial_robot`	DeviceTool with serial robot arm control
`edge_fleet`	Multi-agent PubSub coordination across devices
Multi-Agent Games
`werewolves`	Multi-agent Werewolves game with role-based behavior
Tracing
`tracing_otlp`	OTLP tracing setup pattern (no OTel SDK dependency)
Kubernetes
`k8s_workspace`	K8s workspace sandboxing + cluster read-only tools

---

Hot-Reload Config (`hotreload/`)

Zero-downtime configuration updates with typed generics. File changes are detected by polling; the new config is atomically swapped in.

type AgentCfg struct {
    Model       string  `json:"model"`
    Temperature float64 `json:"temperature"`
    MaxTokens   int     `json:"max_tokens"`
}

watcher := hotreload.NewWatcher(hotreload.WatcherConfig{PollInterval: 2 * time.Second})
reloader, _ := hotreload.NewReloader[AgentCfg](watcher, "config/agent.json",
    hotreload.WithOnChange(func(old, new_ *AgentCfg) {
        log.Printf("model changed: %s -> %s", old.Model, new_.Model)
    }),
)
watcher.Start(ctx)

// Always reads the latest config — no restart needed
cfg := reloader.Get()

Integration Protocols

Protocol	Description
MCP	MCP client over Stdio and HTTP JSON-RPC, with automatic tool discovery. There is no SSE/streamable-HTTP transport (see STABILITY.md → Deliberately not ported)
A2A HTTP	Agent-to-Agent over HTTP via `A2AAgent` + `HTTPClient`
A2A TCP	Newline-delimited JSON transport; the `a2a/grpc` package does not implement the gRPC wire protocol
AG-UI	Agent service protocol for frontend integration
Agent Teams	Leader/Worker coordination with cross-session HITL event projection
Pipeline & MsgHub	Sequential `Then`/`If` combinators + multi-agent message routing

🎯 aiskill88 AI 点评 A 级 2026-07-02

AgentScope Go是一个有前途的开源AI工作流框架

📚 实用指南（长尾问题）

适合谁

需要让 Claude / Cursor 操作本地工具的 AI 工程师
构建多智能体协作系统的 Agent 开发者
构建企业知识库 / RAG 检索应用的团队
做语音类 AI 产品的开发者

最佳实践

配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
Agent 任务先做 dry-run 验证工具调用链，再开启自主执行

常见错误

API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
容器内无法访问宿主机 localhost — 使用 host.docker.internal
embedding 模型与查询模型不一致导致检索失效
显存不足直接 OOM — 优先降低 context 或换更小的量化模型

部署方案

Docker：agentscope-go 提供官方镜像，docker compose up 一键启动
本地部署：CPU 8GB 起，GPU 推荐 16GB+ 显存
云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台

⚡ 核心功能

可视化 Agent 工作流编排，无需编写复杂代码
支持多步骤自动化任务链，实现全流程无人值守
与外部 API、数据库和第三方服务无缝集成
内置错误处理与自动重试机制，保障稳定运行
提供可复用的自动化模板，快速在同类场景部署

👥 适合谁

需要让 Claude / Cursor 操作本地工具的 AI 工程师
构建多智能体协作系统的 Agent 开发者
构建企业知识库 / RAG 检索应用的团队
做语音类 AI 产品的开发者

⭐ 最佳实践

配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant

⚠️ 常见错误

API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
容器内无法访问宿主机 localhost — 使用 host.docker.internal
embedding 模型与查询模型不一致导致检索失效

👥 适合人群

自动化工程师和运维人员项目经理和业务分析师希望减少重复性工作的专业人士数字化转型团队

🎯 使用场景

自动化日常重复性工作，将精力集中于创造性任务
构建数据采集 → 处理 → 输出的完整自动化管线
实现跨平台、跨系统的数据流转和业务协同

⚖️ 优点与不足

✅ 优点

+Apache-2.0 协议，可免费商用
+大幅减少重复性人工操作
+可视化流程，清晰直观
+可扩展性强，支持复杂场景

⚠️ 不足

−初始配置和调试需投入一定时间
−强依赖外部服务的稳定性
−复杂场景需具备一定技术基础

⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

🔗 相关工具推荐

LangChain AI开发框架

Agent工作流

ai-agents-for-beginners Agent工作流

微软官方开源项目，提供12堂系统课程学习AI智能体框架。涵盖工作流设计、RAG检索增强、多智能体协作等核心技能。适合AI

📚 相关教程推荐

天涯社区重启：一个时代结束后，AI社区时代正在开始

AI 工具链资讯精选：2026-05-16 MCP / Agent / 自动化工具最新动态

帮助中心 · AI Skill Hub

📰 相关 AI 新闻

Anthropic Claude 最新进展

🍿 AI 圈相关吃瓜

AutoGPT 自主完成了任务：把我的文件夹全部重命名了

AI 圈观察

配了5个 MCP 工具，Claude 一个都没用

AI 圈观察

Filesystem MCP 帮 Claude 找文件，找了整个 node_modules

🗺️ 相关解决方案

ai-workflow-templates

docker

docker-deploy

🧩 你可能还需要

基于当前 Skill 的能力图谱，自动补全的工具组合

natively-cluely-ai-assistant — Claude Skill 中文使用文档

免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。

香蕉幻灯片

Agent · 工作流 · 翻译

Augustus

LLM安全测试框架，检测prompt注入、越狱等

为Claude Code设计的开源MCP工具集，包含108个MCP工具和40+智能体模板。支持多智能体协作编排，提供完整的自主代理框架。适合

❓ 常见问题 FAQ

agentscope-go 是什么工具？−

agentscope-go 是一款Go开发的AI辅助工具。开源AI工作流：AgentScope Golang: Agent-Oriented Programming for Building LLM Applications。⭐22 · Go 主要应用场景包括：构建LLM应用。

agentscope-go 如何安装和开始使用？+

agentscope-go 是否免费？许可证是什么？+

agentscope-go 适合哪些用户使用？+

agentscope-go 的社区活跃度和项目维护状况如何？+

什么是 Agent 工作流？和普通自动化有什么区别？+

导入工作流后，我需要修改哪些配置？+

工作流运行失败了，如何排查问题？+

💡 AI Skill Hub 点评

AI Skill Hub 点评：AgentScope Go 的核心功能完整，质量优秀。对于自动化工程师和运维人员来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。

⬇️ 获取与下载

⬇ 下载源码 ZIP

✅ Apache-2.0 协议 · 可免费商用 · 直接从 aiskill88 服务器下载，无需跳转 GitHub

📚 深入学习 AgentScope Go

查看分步骤安装教程和完整使用指南，快速上手这款工具

⚙️ 安装教程 📚 使用教程

🌐 原始信息

原始名称	`agentscope-go`
原始描述	开源AI工作流：AgentScope Golang: Agent-Oriented Programming for Building LLM Applications。⭐22 · Go
Topics	`AIagentchatbotGo`
GitHub	https://github.com/AlanFokCo/agentscope-go
License	Apache-2.0
语言	Go

🔗 原始来源

🐙 GitHub 仓库 https://github.com/AlanFokCo/agentscope-go

收录时间：2026-07-02 · 更新时间：2026-07-03 · License：Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道

每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送

加入频道 →

AgentScope Go

📚 深度解析

📋 工具概览

📖 中文文档

简介

Build Production-Ready AI Agents in Go

Go Runtime Features

Full Feature Set

Quick Start

Examples

Hot-Reload Config (`hotreload/`)

Integration Protocols

⚡ 核心功能

👥 适合人群

🎯 使用场景

⚖️ 优点与不足

🔗 相关工具推荐

❓ 常见问题 FAQ

🤖 交给 Agent 安装 · AgentScope Go