热门搜索:和平精英 原神 街篮2 

您的位置:首页 > > 教程攻略 > ai资讯 >AgentScope Builder 快速体验:用 Harness 框架快速构建企业自进化智能体

AgentScope Builder 快速体验:用 Harness 框架快速构建企业自进化智能体

来源:互联网 更新时间:2026-07-11 13:44

AgentScope Claw:用 Harness 框架快速做出一个“MinQwenPaw”

▍“MinQwenPaw”是什么

“MinQwenPaw”可以理解为是 QwenPaw 的轻量级 Ja va 版本示例:一款装在你自己电脑上的个人助手,下文有些部分,我们会直接叫做“MinQwenPaw”(简化版 Ja va QwenPaw 的意思)。 需要提前说明一点:“MinQwenPaw”只是 AgentScope Ja va Harness 的能力展示示例。如果你需要真正的本地可部署版本,请使用我们发布的 QwenPaw 产品。本文的重点是下文的 AgentScope Builder 企业级智能体平台。 “MinQwenPaw”以你的身份、在你的文件系统和 shell 里干活,并且会随着使用慢慢“长大” —— 它学到的技能、孵化的子智能体、攒下的记忆,都是它自己在工作区里写的一堆文件。 ![MinQwenPaw 工作区结构示意](http://img.318050.com/uploads/20260531/17802141996a1be9b77d836269746917.webp) “MinQwenPaw”在仓库里的位置是 `agentscope-examples/agents/agentscope-claw/`。它不是一个示例代码,而是一个完整的 Spring Boot 应用:JDK 17、一条 `mvn package`、一条 `ja va -jar`,浏览器打开 http://localhost:8080 就能用。所有的状态都落到 `~/.agentscope/` 工作区下,可以用 `CLAW_HOME` 环境变量改写;首次启动会自动生成一个内置的 `default` agent,让你不写一行代码就能开始对话。

▍“MinQwenPaw”三个核心能力

实际用过 QwenPaw 正式产品的用户都知道,“MinQwenPaw”真正有意思的不是“能聊天”,而是下面三件事 —— 它们也正是 Harness 的设计承诺第一次完整地体现在一个真实产品里。 **1. 工作区驱动的自我进化** “MinQwenPaw”的所有状态都不在数据库里,而是在 `~/.agentscope/claw/workspace/` 这个目录下: * `AGENTS.md` —— Agent 的人格与行为约定,每次推理前自动注入 system prompt。 * `skills/` —— 可复用的技能,agent 自己写、自己用。 * `subagents/` —— 子 Agent 规格声明,自动被发现和加载。 * `MEMORY.md` + `memory/YYYY-MM-DD.md` —— 双层记忆,由后台 LLM 自动维护。 * `agents//sessions/` —— 完整的对话日志(JSONL)和压缩后的上下文。 每一次对话结束,都会有新事实被提炼出来追加到当日的记忆流水账,后台调度器再周期性地把它们合并进 `MEMORY.md`。**调整 agent 的人格、知识、技能不需要动代码,只需要编辑工作区里的文件 —— 改一个文件就等于升级一次 Agent**。Python 能做到的,Ja va 现在也能做了,且背后有 AgentScope Harness 运行时在支撑。 **2. 直接以你的身份在本机文件系统和 Shell 里干活** “MinQwenPaw”用的文件系统后端是 `LocalFilesystemWithShell` —— 没有沙箱、没有远端,所有的读写和命令都直接落到本机操作系统。这在你自己机器上不是 bug,是 feature:你让它“帮我把 `~/Downloads` 下三个月前的文件挪到归档目录”,它真的能做到,因为它有 Shell。 Harness 的工具集是按“后端能力”条件性注册的 —— 在 Claw 这种本机模式下,`execute` Shell 工具会自动出现在 Agent 的工具集里;换到不可信环境(如后面会讲的 Builder 远端模式),同一段 Agent 代码里的 Shell 工具会自动消失。**这是「同一份 Agent 逻辑、不同形态」的第一个具体体现**。 **3. 直接出现在你常用的 APP 上** “MinQwenPaw”开箱内置 6 种通道: ![MinQwenPaw 通道集成界面](http://img.318050.com/uploads/20260531/17802142006a1be9b827d14438003574.webp) 也就是说:你可以从一条钉钉 DM、或者一个 GitHub Issue 评论里 @claw,它会带着完整的工作区上下文回应你。每个 agent 在 bootstrap 时还会自动注册 `outbound_send` 工具,让它可以**主动**往任意通道发消息 —— 子任务跑完后,Channel 路由组件会自动复用入站时的地址,让“完成通知”自然地回到当初触发它的那个钉钉/企微会话。 通道层还自带了一组默认的可靠性机制 —— 幂等去重、Bot-loop 防护、企微签名校验、AES-256-CBC 解密、access-token 续签,这些在企业 IM 集成里“不写就出事”的细节,框架都已经做好了。

▍“MinQwenPaw”的边界

“MinQwenPaw”本质上还是一个本地助手应用,只要你试着把这套东西放到一个团队里,问题就会接连出现:多个人怎么共享同一个进程?每个人自进化出来的工作区怎么互不污染?多副本部署时同一个用户的记忆怎么跨节点共享?让 agent 跑用户输入的代码怎么不出事?做出来的好 Agent 怎么分享给同事但又不让别人改坏? 这五个问题,**每一个单独看都不大,但合起来意味着“MinQwenPaw”必须被重新装进一个不一样的容器里**。这就是 AgentScope Builder 的起点。

从“MinQwenPaw”到 Builder:QwenPaw 的企业级部署形态

Claw 假设的是“一台机器、一个用户、一个工作区”。把这套假设直接套到团队场景,会同时崩掉五个地方 —— 每一个都不是“再开几个 Claw 进程”能补上的。 1. **多人共用一个进程,但每个人要看到自己的视图。** “MinQwenPaw”只认本机当前用户。多人登录、按 token 鉴权、按用户分会话 —— 这些都不在 claw 的范围内。 2. **每个用户的工作区必须互不污染。** Agent 自进化的副作用是它会**写文件** —— 学到的技能、生成的子 Agent、攒下的 `MEMORY.md`。Alice 调教过的 agent 不能让 Bob 看到他不该看到的东西,更不能让 Bob 的对话覆盖掉 Alice 的记忆。但 claw 用的是一个全局工作区。 3. **多副本部署时,同一个用户必须看到一致的工作区。** 把“MinQwenPaw”起两个进程在两台机器上,各自的本机磁盘是隔离的;同一个用户的请求落到不同副本上,看到的是两份不同的记忆。 4. **服务端跑用户输入的代码必须有 OS 级隔离。** “MinQwenPaw”默认开了本机 Shell —— 这在你自己电脑上是核心体验,在多租户服务上就是直接的攻击面。 5. **做出来的好 Agent 要能被分享,但不能被改坏。** 团队里需要的不是“整份导出再让别人导入”,而是细粒度的“我授权给某个组用、但他们不能改”。 这五个问题归结到一件事:**「一个用户、一台机器、一个工作区」要被换成「多个用户、多台机器、多组被命名空间隔离的工作区」**。这不是给“MinQwenPaw”加几个补丁能解决的 —— 它需要在 Harness 这一层工作空间之上,重新搭一层多租户分布式隔离的体系。 ![Builder 多租户架构示意](http://img.318050.com/uploads/20260531/17802142006a1be9b8b6601812708612.webp) Builder 把“MinQwenPaw”的核心体验装进了一个**面向团队和企业**的 Web 平台。一句话定位: **Builder 是 OpenClaw 的分布式版本** —— 同样的自我进化、同样的工作区驱动、同样的 Harness 运行时;只是从“一个人”变成“一个组织”,从“一台笔记本”变成“一组横向扩容的服务”。 作为一款平台产品,它的核心能力有如下两点: 1. QwenPaw 的多租户、可分布式版本,支持多人共用一个平台,每个人的 Agent 互不干扰,支持多副本部署,用户工作区跨节点一致。 2. 零代码智能体开发平台,用户不需要写一行代码,就能在 Web UI 上创建、调教、分享自己的 Agent,Agent 的所有状态都落在工作区里,自动驱动自我进化。

▍Builder 产品定位 1 —— QwenPaw 的多租户、可分布式版本

Builder 的产品设计有一条底层核心设计 —— **workspace 是 Agent 的资产**。所有的隔离、所有的共享、所有的多租户能力,全部围绕这一点展开。 * **隔离:** 每一对 `(用户, Agent)` 都有自己**独立的 workspace 命名空间**。Alice 的 `agent-A` 和 Bob 的 `agent-A` 即使起点配置完全相同,他们各自的微调、记忆、技能演化都互不渗透。 * **共享:** 当你想把自己调教好的 Agent 分享出去时,分享的就是这个 workspace 加上一份授权策略。Builder 把权限分成三档: * **可运行(run)** —— 别人能调它,但看不到工作区内部,也不能改技能或 prompt。 * **可编辑(edit)** —— 别人可以改它的配置和工作区文件,等于多人共用一个 Agent。 * **可 fork** —— 别人复制出一份属于自己的 workspace,之后两份独立演化。 * **授权对象:** 可以是某个具体的同事、某个用户组、也可以是整个组织。 这个模型直接来自团队协作的真实需求 —— “做出好东西后能分享、但不必交出控制权”。它也意味着:**只要 workspace 这个抽象设计得足够干净,所有上层产品能力(创建、编辑、分享、fork、计费、审计)都能以同一种方式表达**。这正是 Builder 的产品骨架。

▍Builder 产品定位 2 —— 零代码智能体开发平台

随着模型能力的不断提升,智能体构建的边界也在不断拓展。不止是开发人员,非开发者也期望能在网页上点几下就能搭出一个能干活的 Agent。这类产品的核心体验要求:**选模板 → 配参数 → 连工具 → 发布**,降低了 Agent 开发的入口门槛。 Builder 同样也是一款智能体开发平台:**用户从浏览器登录,不写代码就能搭出自己的 Agent**。在 UI 上挑模板(或从空白脚手架起步)、选模型、写 system prompt、勾选技能 / 子 Agent / 工具 / MCP 服务,保存即可直接对话 —— 门槛低、上手快、所见即所得。 **真正的差异:创建只是起点,Agent 会持续进化** 大多数零代码平台产出的是一个**静态的 Agent** —— 你配好它能做什么,它就永远做那些事;想让它做新的事,你得回到管理后台手动改配置。Agent 的能力上限等于你在创建那一刻想到的所有东西。 Builder 不一样。每个 Agent 背后都有一个持续生长的 workspace: * **自动沉淀记忆:** 每次对话结束后,Agent 会自己提炼新事实写入记忆,下次对话时它比上次“更了解”你和你的业务。你不需要手动更新它的知识库 —— 它自己就在长大。 * **自动习得技能:** Agent 在完成任务的过程中,如果发现某个操作流程可复用,可以把它结构化成一个新 skill 写入 `skills/` 目录。下次遇到类似场景,它能直接调用已学的技能而不是重新推理。 * **自动孵化子 Agent:** 当某类子任务反复出现,Agent 可以把它拆出来定义为一个专属的子 Agent(写入 `subagents/`),之后直接委派,不再自己做。 这三件事**不需要用户回到管理后台操作** —— Agent 自己在工作区里写文件,工作区在对话中持续演化。**你配好的是它的起点,而不是它的上限**。 当然,“自动进化”不意味着完全放飞。工作区里的一切都是**文件、可编辑、可版本化** —— 用户随时可以在 UI 里编辑 `AGENTS.md`(调人格)、管理 `skills/`(增删技能)、投喂 `knowledge/`(补充领域知识)、审视 `MEMORY.md`(纠正记忆)。“零代码”不是“零控制”,而是“你不需要写代码来控制 Agent,但随时可以用文件来控制它”。

Builder 的核心机制:CompositeFilesystem

如果只用一句话讲清楚 Builder 的实现,那就是: **Builder 把每一个 Agent 都跑在一套 `HarnessAgent` + `CompositeFilesystem` 之上 —— 前者负责 Agent 的运行时编排,后者把工作区做成一个可命名空间隔离、可分布式落点、可投射到沙箱的资产。** 下面我们沿着一次具体的请求,把这两块拆开看。

▍Channel 路由 —— 每对 (用户, Agent) 一个独立运行时

Builder 中有一个路由组件,它的工作很简单:把来自 Channel 的请求,根据 `(userId, agentId)` 路由到一个独立的 `HarnessAgent` 实例。 * Alice 调用 `agent-A` → 落到 `Agent(alice, agent-A)`。 * Alice 调用 `agent-B` → 落到 `Agent(alice, agent-B)`。 * Bob 调用同名的 `agent-A` → 落到 `Agent(bob, agent-A)` —— 与 Alice 的完全独立。 每个 `HarnessAgent` 实例都拿到的是一个被绑定到该用户、该 agent 命名空间的 `CompositeFilesystem`。换句话说 —— **Channel 路由组件不关心隔离怎么实现,它只负责“把对的 agent 实例交给对的请求”**;隔离的真正活儿,在下一层做。

▍CompositeFilesystem —— 把工作区做成可隔离的资产

`CompositeFilesystem` 是 Builder 这一切能跑起来的关键。它的命名很直白 —— **它是一个组合(composite)出来的文件系统**: ``` ┌──────────────────────────────────────────────────┐ │ CompositeFilesystem │ │ │ │ ┌───────────────────────────────────────────┐ │ │ │ Layer 1: 命名空间分发 │ │ │ │ 把所有路径透明重写到 │ │ │ │ users/{userId}/agents/{agentId}/... │ │ │ └───────────────────┬───────────────────────┘ │ │ ▼ │ │ ┌───────────────────────────────────────────┐ │ │ │ Layer 2: 存储后端 │ │ │ │ 本机磁盘 / Docker 容器 / 远端 KV 三选一 │ │ │ └───────────────────────────────────────────┘ │ └──────────────────────────────────────────────────┘ ``` * **上层是命名空间分发**:Agent 调 `read("AGENTS.md")` 时,CompositeFilesystem 会从当前的 `RuntimeContext` 拿到 `(userId, agentId)`,把路径透明地重写成 `users/{userId}/agents/{agentId}/AGENTS.md`。Agent 代码以为自己在操作“一整个文件系统”,**实际上看到的是被命名空间裁剪过的、只属于它自己的子树**。 * **下层是物理存储后端**:命名空间分发完之后,真正落到哪个介质上,取决于后端实现。默认是宿主机磁盘,对应 `LocalFilesystemWithShell`,路径直接落到 `~/.agentscope/builder/workspace/users/{userId}/agents/{agentId}/...`。 关键点:**Agent 代码完全不知道这两层的存在**。它使用的还是 Harness 那套统一的 `read / write / ls / grep` API,和在 claw 里一模一样。隔离是在 CompositeFilesystem 这一层实现的,不是靠业务代码“小心避开别人的目录”实现的。

▍一次写入的端到端 walkthrough

把这套抽象具体化 —— 当 Alice 在 UI 上让她的 `agent-A` 学一个新技能(写入 `skills/sql-helper/SKILL.md`),整个调用链如下: 1. **Web 层**:JWT 解析出 `userId=alice`、URL 路径解析出 `agentId=agent-A`,挂到 `RuntimeContext` 上。 2. **Channel 路由组件**:路由到 `Agent(alice, agent-A)` 这个 HarnessAgent 实例。 3. **Agent 推理**:模型决定调用 `write_file("skills/sql-helper/SKILL.md", ...)` 工具。 4. **CompositeFilesystem 上层**:拦截调用,从 `RuntimeContext` 拿到 `(alice, agent-A)`,把路径重写为 `users/alice/agents/agent-A/skills/sql-helper/SKILL.md`。 5. **CompositeFilesystem 下层**:默认本地存储,把这个相对路径拼到 `~/.agentscope/builder/workspace/`,最终写到磁盘上的 `~/.agentscope/builder/workspace/users/alice/agents/agent-A/skills/sql-helper/SKILL.md`。 6. **下次推理**:当下一次对话开始时,`WorkspaceContextHook` 注入 system prompt 时同样会经过 CompositeFilesystem 读 `skills/`,自动定位到 alice/agent-A 自己的子树,新学的技能自动出现在工具集里。 Bob 的 `agent-A` 做同样的事,路径会被重写到 `users/bob/agents/agent-A/...` —— 物理上和 Alice 的完全不同的目录树。**没有任何“is alice or bob”的业务判断代码**,隔离是从抽象层挤出来的。

▍当你需要更强的隔离:在同一套 Composite 上加一层沙箱

Claw 的本机模式下,Shell 命令直接打到宿主机。Builder 的默认本地模式继承了这一点 —— 适合可信团队、单节点部署。但只要你的场景里**会有不可信代码进入 Agent**(比如让 Agent 跑用户提交的 SQL、Python、Shell 脚本),宿主机就不能再直接挨这一刀。 Builder 在这种场景下走的不是“再造一套沙箱方案”,而是**在 CompositeFilesystem 上加一层 projection**: * Agent 进入沙箱模式后,运行时整体迁到 Docker 容器内。 * 宿主侧仍然是 workspace 的“主”,CompositeFilesystem 把宿主上的 `AGENTS.md`、`skills/`、`subagents/`、`knowledge/` 等关键文件**投射**进容器内的 `/workspace`。 * 容器内的 Agent 看到的是和宿主完全一致的工作台 —— 它读的是同一份 `AGENTS.md`、用的是同一组 skills。 * Shell 命令在容器内执行,宿主进程不会被任何用户输入直接影响。 注意 —— **这不是“另一套文件系统”**,是同一个 CompositeFilesystem 在下层多套了一层“宿主↔容器”的物理映射。Agent 代码、工作区目录结构、UI 体验全部不变,变的只是 Shell 命令的边界落到了容器壁上。 沙箱的隔离粒度 —— 一个容器对应一个 session、一个用户、一个 agent,还是全局共享 —— 是个实际的部署决策,可以按业务场景配置;默认 `USER`(每个用户一个容器,多 session 共用)在大多数多租户 SaaS 里是合理的起点。

▍当一台机器不够:把存储层换成分布式后端

到这里 Builder 还是单节点的 —— 工作区落在一台机器的本机磁盘上(或者那台机器上的 Docker 容器里)。一旦你需要把 Builder 做成多副本、用户请求随机落到任意一台节点上都看到一致状态,问题就回到了文章开头说过的“多副本怎么共享工作区”。 CompositeFilesystem 的解法很直接:**把下层的存储后端从“本机磁盘”换成“分布式 KV”**。Builder 抽象出了 `BaseStore` 这个接口,实现可以是 Redis、对象存储(OSS / S3)、或者你自己接的 KV 服务。换上去之后: * Agent 运行时的所有读写都走 `RemoteFilesystem`,落到 `BaseStore`。 * Web 层管理用户工作区也走同一份 `BaseStore` —— Web 看到的、Agent 看到的是同一份数据。 * 配合分布式 `Session`(典型实现是 `RedisSession`),Builder 进程本身可以多副本对等部署。 整张图里“装命名空间分发的上层”完全没动 —— 命名空间分发是在 CompositeFilesystem 这一层完成的,存储后端无论是本机磁盘、Docker 容器、还是 Redis,都看不到它。**这正是当初 Harness 那一篇里讲的 `AbstractFilesystem` 真正发挥威力的地方 —— 业务代码一行不用改,部署侧换 Bean 就完成了从单机到分布式的迁移。**

一图看懂 Builder 架构

下面是 Builder 的整体架构图: ``` ┌─────────────────────────────────────────────────────────────────────┐ │ AgentScope Builder(Spring Boot,端口 8080) │ │ │ │ React SPA ──▶ REST API (JWT) │ │ │ │ │ ▼ │ │ ┌──────────────────────────────────────────────────────────────┐ │ │ │ Channel路由组件 │ │ │ │ ├─ Agent (alice, agent-A) ──┐ │ │ │ │ ├─ Agent (alice, agent-B) │ 每 (user,id) 一个 HarnessAgent│ │ │ │ └─ Agent (bob, agent-A) ──┘ │ │ │ └──────────────────────────────────┬───────────────────────────┘ │ │ ▼ │ │ ┌──────────────────────────────────────────────────────────────┐ │ │ │ CompositeFilesystem │ │ │ │ ├─ 上层:命名空间分发 (userId, agentId) → 子树 │ │ │ │ └─ 下层:物理存储后端 │ │ │ │ · 默认:本机磁盘 │ │ │ │ · 沙箱模式:宿主 ⇄ 容器 projection │ │ │ │ · 分布式:BaseStore(Redis / OSS / 自定义) │ │ │ └──────────────────────────────────────────────────────────────┘ │ │ │ │ 用户与 agent 元数据(默认 H2;生产可切到 MySQL / PostgreSQL) │ └─────────────────────────────────────────────────────────────────────┘ ``` 整张图里**真正“新”的只有最上面那一条** —— React SPA + JWT REST API + Channel 的路由。中间和底层全是把 Harness 的 `HarnessAgent` 与 `AbstractFilesystem` 直接拿来组合。 这正是 Builder 的设计哲学:**不重新发明 Agent 运行时,只补齐让它跑在多租户企业环境里所需要的运维外壳**。

运行示例:快速体验

▍AgentScope Claw(QwenPaw Ja va 版简化示例)

``` # 1. 设置模型 API key(默认走 DashScope) export DASHSCOPE_API_KEY=sk-xxx # 2. 编译并运行 mvn -pl agentscope-examples/agents/agentscope-claw -am clean package -DskipTests ja va -jar agentscope-examples/agents/agentscope-claw/target/agentscope-claw-*.jar ``` 打开 http://localhost:8080,默认主目录是 `~/.agentscope`。需要接钉钉 / 企微 / 飞书等通道的,编辑 `~/.agentscope/agentscope.json` 添加对应的 channel 条目即可。详见 Claw README。

▍AgentScope Builder

``` export DASHSCOPE_API_KEY=sk-xxx mvn -pl agentscope-examples/agents/agentscope-builder -am clean package -DskipTests ja va -jar agentscope-examples/agents/agentscope-builder/target/agentscope-builder-*.jar ``` 服务起在 8080 端口,用 `admin/admin`、`bob/bob` 或 `alice/alice` 登录就能进入完整的 UI。生产部署相关的内容(数据库切换、沙箱镜像、分布式后端)见 Builder README。

Claw vs Builder:该选哪个?

想体验 AgentScope Ja va Harness 框架能力,实际动手开发,你应该选用哪个组件开始呢? ![Claw vs Builder 对比选择图](http://img.318050.com/uploads/20260531/17802142026a1be9ba6210c835161800.webp) **两条路并不互斥** —— Harness 的工作区是文件,整个 `AGENTS.md / skills/ / subagents/` 子树就是一份可以版本化、可以 Code Review、可以从 claw 直接拷到 Builder 的资产。一个常见的工作流是:开发者在自己机器上用“MinQwenPaw”把一个 Agent 调到自己满意,把工作区目录作为模板提交到仓库,再由运维侧通过 Builder 推给整个团队。

总结

在 AgentScope Ja va Harness 的首篇发布文章中,我们交付了“自进化 Agent 运行时”的能力 —— `HarnessAgent` + 工作区约定 + 可插拔文件系统 + Hook 管线。 今天的这一篇把这套运行时**真正做成了两个可以直接跑起来的产品**,同时也是 AgentScope Harness 的深度使用示例演示: * **Claw**:用 AgentScope Harness 框架,我们已经能做出一个完整的 Ja va 版“MinQwenPaw” —— 自我进化、本机 Shell、5 种 IM 通道接入,全部装进一个 `mvn package` 就能跑的 Spring Boot 应用里。 * **Builder**:同一套 Harness 运行时,加上一层“workspace 隔离与共享”的运维外壳,就能直接演化成一个面向团队的多租户平台。从 claw 到 Builder,**Agent 业务逻辑一行没有改**,改的只是底层 CompositeFilesystem 在哪一层提供隔离、把数据落到哪个介质上。 这正是 AgentScope Ja va Harness 设计之初就承诺要做到的:**写一套 Agent 逻辑,按需切换形态**。如果你的开发需求是个人助手,从 Claw README 跑通 quick start 开始;如果是团队 / 公司平台,直接从 Builder README 起步。
AI自动绘画大师
AI自动绘画大师

类型:益智休闲

大小:5.72MB

语言:简体中文

平台:互联网

游戏下载

热门手游

手机号码测吉凶
本站所有软件,都由网友上传,如有侵犯你的版权,请发邮件haolingcc@hotmail.com 联系删除。 版权所有 Copyright@2012-2013 haoling.cc