news 2026/10/25 9:51:54

AgentScope Runtime CLI 速查清单:9 个 agentscope 命令行子命令全解析

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
AgentScope Runtime CLI 速查清单:9 个 agentscope 命令行子命令全解析

【免费下载链接】agentscope-runtime

A production-ready runtime framework for agent apps with secure tool sandboxing, Agent-as-a-Service APIs, scalable deployment, full-stack observability, and broad framework compatibility.

项目地址:https://gitcode.com/gh_mirrors/ag/agentscope-runtime
点击查看免费下载

AgentScope Runtime 是面向生产环境的智能体(Agent)运行时框架,内置安全工具沙箱、Agent-as-a-Service API、可扩展部署与全栈可观测能力。它的统一命令行入口就叫agentscope——从本地对话调试、Web UI 测试,到一键部署到 K8s / Knative / 阿里云 ModelStudio 等 6 大平台,再到列出、查看、停止已部署的智能体,全部由 9 个子命令完成。本文是一份速查清单,帮你 10 分钟掌握 agentscope 命令行子命令全貌,遇到报错也能快速定位。

一键安装与验证:agentscope CLI 快速上手

先确认 CLI 已安装并可用(源码入口:cli.py):

pip install agentscope-runtime agentscope --version # 查看版本 agentscope --help # 查看全部子命令

只要--help能列出 9 个子命令,就说明 CLI 工作正常。

agentscope 子命令总览:一张表看懂全部命令

子命令类别作用关键参数
chat开发调试交互对话或单次查询智能体-q查询、--session-id、-e入口文件
web开发调试启动浏览器 Web UI 测试--host、--port(默认 8090)
run开发调试以常驻 HTTP 服务方式运行智能体--host、-p端口(默认 8080)
deploy部署部署到 local / modelstudio / agentrun / k8s / knative / kruise-E环境变量、-c配置文件
list部署管理列出所有部署及状态--status、--platform、--format json
status部署管理查看单个部署详情部署 ID、--format
stop部署管理停止指定部署部署 ID、-y跳过确认
invoke部署管理调用已部署的智能体(chat的便捷别名)-q、--session-id、--user-id
sandbox沙箱启动 MCP 服务器 / 沙箱管理服务器 / 构建沙箱子命令mcp、server、build

💡 记忆口诀:开发用 chat / web / run,上线用 deploy,运维用 list / status / stop / invoke,沙箱用 sandbox。

开发调试命令速查:chat、web、run 三剑客

agentscope chat:交互式运行与单次查询

chat既可以在开发期直接跑智能体,也可以指向一个部署 ID 测试线上版本(实现见 chat.py):

agentscope chat app_agent.py # 交互模式,多轮对话 agentscope chat ./my-agent-project # 从项目目录加载 agentscope chat app_agent.py --query "今天天气如何?" # 单次查询后退出 agentscope chat app_agent.py -q "你好" --session-id my-session --user-id u123 agentscope chat ./my-project --entrypoint custom_app.py # 指定目录入口文件
  • SOURCE可以是 Python 文件、项目目录,或部署 ID
  • --verbose/-v可打印日志和推理过程,排查问题时非常有用

agentscope web:浏览器界面测试

agentscope web app_agent.py # 后端 127.0.0.1:8090,前端 http://localhost:5173/ agentscope web app_agent.py --host 0.0.0.0 --port 8000

注意:首次启动会通过 npm 安装 Web UI 依赖,耗时略长属正常现象(web.py)。

agentscope run:把智能体跑成常驻 HTTP 服务

适合把智能体当后台服务、供其他应用通过 HTTP 调用(run.py):

agentscope run app_agent.py # 默认 0.0.0.0:8080 agentscope run app_agent.py --host 127.0.0.1 --port 8090 --verbose

服务启动后可通过POST /process端点访问,按 Ctrl+C 停止。

部署命令速查:agentscope deploy 支持哪 6 个平台

deploy是 CLI 中最"重"的命令,一条命令即可把智能体打成部署包并推送到目标平台(deploy.py):

agentscope deploy <PLATFORM> <SOURCE> [OPTIONS]

6 大部署平台与关键选项对照

平台语法平台特有选项前置条件
localdeploy local app_agent.py无无,适合本地验证
modelstudiodeploy modelstudio app_agent.py--skip-upload阿里云账户、DASHSCOPE_API_KEY
agentrundeploy agentrun app_agent.py--region、--cpu、--memory阿里云 AK 环境变量
k8sdeploy k8s app_agent.py--namespace、--replicas、--pushDocker + kubectl + 集群权限
knativedeploy knative app_agent.py与 k8s 基本一致已部署 Knative 的集群
kruisedeploy kruise app_agent.py与 k8s 基本一致已安装 Kruise Sandbox CRD

K8s 系平台的常用资源选项:--image-name、--image-tag、--registry-url、--push(推送镜像)、--cpu-limit、--memory-limit、--pypi-mirror(pip 镜像源,国内网络建议配置)。

所有平台通用的部署选项

选项简写说明
--name-部署名称,不填则自动生成
--entrypoint-e目录源的入口文件名(如app.py)
--env-E环境变量KEY=VALUE,可重复多次
--env-file-.env文件路径
--config-cJSON / YAML 部署配置文件

一个典型的生产部署示例:

agentscope deploy k8s app_agent.py \ --image-name my-agent \ --replicas 3 \ --push \ --env DASHSCOPE_API_KEY=sk-xxx

环境变量优先级:-E(CLI)>--env-file>--config。示例配置见 k8s_deploy_config.yaml、modelstudio_deploy_config.yaml。

部署管理命令速查:list、status、stop、invoke

部署完成后,这 4 个命令负责"善后",都基于部署 ID(形如local_20250101_120000_abc123):

agentscope list # 列出全部部署 agentscope list --status running # 按状态筛选 agentscope list --platform k8s --format json # 按平台筛选,JSON 输出供脚本处理 agentscope status local_20250101_120000_abc123 # 查看详情([status.py](https://link.gitcode.com/i/a8a50643bca8d5c8e42a323218b047c5)) agentscope stop local_20250101_120000_abc123 --yes # 停止部署,-y 跳过确认 agentscope invoke local_20250101_120000_abc123 -q "你好" # 调用已部署的智能体

invoke本质是chat <部署ID>的便捷别名(invoke.py),支持--query、--session-id、--user-id。

标准开发到上线工作流(可直接抄)

agentscope chat app_agent.py # 1. 本地调试 agentscope web app_agent.py # 2. Web UI 测试 agentscope deploy local app_agent.py --env DASHSCOPE_API_KEY=sk-xxx # 3. 部署 agentscope list && agentscope status <deployment-id> # 4. 检查状态 agentscope invoke <deployment-id> -q "test" # 5. 验证调用 agentscope stop <deployment-id> # 6. 收尾

沙箱命令速查:agentscope sandbox 的 3 个子命令

沙箱是 AgentScope Runtime 的安全执行环境。统一入口agentscope sandbox下有 3 个子命令(sandbox.py):

子命令作用
agentscope sandbox mcp启动沙箱 MCP 服务器
agentscope sandbox server启动沙箱管理器服务器
agentscope sandbox build构建沙箱环境

旧的runtime-sandbox-*命令仍然可用,但官方建议迁移到agentscope sandbox *。

高频参数与常见报错速查

高频参数一览

参数出现位置用途
-q/--querychat / invoke单次查询,执行完即退出
--session-idchat / invoke固定会话 ID,保持多轮上下文
--user-idchat / invoke区分多用户会话
-v/--verbosechat / run打印日志与推理过程
-e/--entrypointchat / web / run / deploy目录源指定入口文件
--format jsonlist / status机器可读输出,方便脚本
-y/--yesstop跳过停止前的确认提示

常见报错 60 秒排查

报错 / 现象原因与解决
No AgentApp found in agent.py智能体文件需导出agent_app或app变量,或提供create_app()函数
Multiple AgentApp instances found文件中存在多个 AgentApp 实例,只保留一个
Address already in use端口被占用,换--port或停掉冲突进程
部署超时 / 连接失败检查网络、凭证与环境变量;用agentscope status <id>看部署日志
会话历史不连续每次查询使用相同的--session-id
模块导入失败确认依赖已安装、智能体文件为合法 Python 代码

状态文件在哪里?

  • 全局部署注册表:~/.agentscope-runtime/deployments.json(自动每日备份,保留 30 天)
  • 工作空间构建缓存:当前目录下.agentscope_runtime/builds/,可安全删除以释放空间,建议加入.gitignore

写在最后:这份清单怎么用

把本文当作"贴墙速查表":开发调试看chat/web/run,上线看deploy六平台对照表,运维看list/status/stop/invoke。完整参数与示例可继续阅读官方文档 cookbook/zh/cli.md;各子命令的源码实现集中在 src/agentscope_runtime/cli/commands/ 目录,遇到怪异行为时可以直接对照源码确认行为细节。

【免费下载链接】agentscope-runtime

A production-ready runtime framework for agent apps with secure tool sandboxing, Agent-as-a-Service APIs, scalable deployment, full-stack observability, and broad framework compatibility.

项目地址:https://gitcode.com/gh_mirrors/ag/agentscope-runtime
点击查看免费下载

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/10/25 9:45:36

GUI Agent定位优化:从12.9秒到0.3秒的缓存索引实战

如果你维护过 GUI Agent&#xff0c;一定对“定位慢”这三个字有阴影。所谓 GUI Agent&#xff0c;就是能看着屏幕、理解界面、自己点击操作的智能体。它最难啃的骨头之一&#xff0c;就是元素定位速度。我之前那版 Agent 单次定位平均要 12.9 秒&#xff0c;用户点一个按钮&am…

作者头像 李华
网站建设 2026/10/25 9:43:30

计算成像入门:前向模型、逆问题与AI先验的数学框架

1. 计算成像到底在算什么&#xff1a;从“拍照片”到“解方程”很多人第一次听到“计算成像”这四个字&#xff0c;脑子里浮现的画面大概是&#xff1a;拿个相机&#xff0c;按一下快门&#xff0c;然后电脑自动把照片修得更好看。这个理解不能说全错&#xff0c;但只摸到了皮毛…

作者头像 李华
网站建设 2026/10/25 9:39:16

黄金价格工业级分析系统:Qt+PyArrow+Statsmodels实战

1. 这不是“画个图就完事”的黄金价格项目&#xff0c;而是一套能真正盯盘、预判、回溯的工业级价格分析系统你在网上搜“黄金价格可视化”&#xff0c;大概率会看到一堆用 matplotlib 画几条折线、再套个 echarts 模板就号称“大数据”的Demo。但真正做交易、做风控、做宏观研…

作者头像 李华
网站建设 2026/10/25 9:08:48

零基础入门大模型:核心考点精讲与实战指南

1. 大模型技术入门&#xff1a;从零基础到考点精讲的全景认知1.1 为什么零基础也能啃下大模型这块硬骨头很多人一听到“大模型”三个字&#xff0c;第一反应就是“这玩意儿得数学系博士才能碰吧”。我带过不少转行的朋友&#xff0c;有做前端的、做运维的、甚至做行政的&#x…

作者头像 李华
网站建设 2026/10/25 9:08:44

大模型技术演进与实操落地:从Transformer到私有化部署全解析

1. 大模型技术演进的全景脉络1.1 从统计语言模型到神经语言模型的范式转换要聊大模型的发展史&#xff0c;得先把时间轴拉回到统计学习占主导的年代。早期做自然语言处理&#xff0c;主流思路是N-gram语言模型&#xff1a;给定前N-1个词&#xff0c;预测第N个词的概率。这个思路…

作者头像 李华
网站建设 2026/10/25 8:56:22

从编号到词向量:Embedding层的前向查表与反向训练

上一篇我们把一段文本切成了 token&#xff0c;并且给每个 token 按词表顺序编了个号。那会儿我就在评论区看到一批人卡在同一步&#xff1a;编号嘛&#xff0c;整数&#xff0c;喂给模型不就完事了&#xff1f;但实际写代码的时候你会发现&#xff0c;模型接受的根本不是整数本…

作者头像 李华