AgentScope
Multi-Agent-Framework von Alibaba (Tongyi)
AgentScope ist ein Python-Framework für Agenten und Multi-Agent-Systeme aus dem Umfeld von Alibaba. Kern ist ein ReAct-Agent mit Tool-Verwaltung für Python-Tools, MCP-Server und Skills sowie Kontextkompaktierung, RAG und Langzeitgedächtnis mit Backends wie Mem0 und ReMe. Mehrere Agenten arbeiten über Workflows wie Orchestrator-Workers mit Handoffs, Routing, Debatten und nebenläufige Agenten zusammen; im Agent Service startet ein Leiter-Agent bei Bedarf Worker-Agenten (Agent Team), entfernte Agenten sind über A2A erreichbar. Dazu kommen AgentScope Studio, Tracing und Evaluation. Das Projekt steht unter Apache-2.0.
Passt gut, wenn
Schwerpunkt: Entwicklerteams, die Multi-Agent-Anwendungen mit eigener Serving-Schicht bauen, besonders mit Qwen und DashScope
- es in deinem Projekt um Aufgabenzerlegung mit Orchestrator und Workern, Debatten und Routing zwischen Agenten oder Sprachagenten in Echtzeit geht
- jemand im Team programmiert
Eher nicht, wenn
- niemand im Team programmiert (1/5 ohne Entwickler)
Kennzahlen
- Bedienung ohne Programmieren
- 1/5
- Skalierbarkeit
- 4/5
- Integrationen
- 4/5
- Versionierung
- 2/5
- Monitoring
- 4/5
Redaktionelle Einschätzung auf einer Skala von 1 bis 5. Methodik
Steckbrief
- Kategorie
- Developer
- Typ
- Multi-Agent-Framework von Alibaba (Tongyi)
- Lizenz
- Open Source (Apache-2.0)
- Preis
- Open SourceFramework ohne Lizenzgebühr (Apache-2.0). Kosten entstehen für die genutzten Modelle, etwa über DashScope oder andere Anbieter, und für die eigene Infrastruktur.
- Betrieb
- Self-Hosted, Docker, Any
- Modelle
- DashScope (Qwen), OpenAI, Anthropic, Google Gemini, DeepSeek, Moonshot, Volcengine, xAI, Ollama
- RAG
- Ja
- Mehrere Agenten im Team
- Eingebaut
- SSO, Rollen (RBAC)
- SSO nein, RBAC nein
- Aktuelle Version
- 2.0.9 (28.09.2026)
- GitHub-Sterne
- 33.036
Kernfunktionen
- Orchestrator-Workers, Handoffs und Agent Team
- ReAct-Agent mit MCP und Skills
- Langzeitgedächtnis (Mem0, ReMe) und RAG
- A2A und Echtzeit-Sprachagenten
- AgentScope Studio, Tracing und Evaluation
- Agent Service mit Mandantentrennung und Persistenz
Typische Anwendungsfälle
- Aufgabenzerlegung mit Orchestrator und Workern
- Debatten und Routing zwischen Agenten
- Sprachagenten in Echtzeit
- Agenten-Dienste mit Web-Oberfläche
Marktnotizen
Änderungen zu AgentScope per E-Mail
Wir melden uns, wenn sich Status, Preise oder Lizenz von AgentScope ändern, zusammen mit den wöchentlichen Marktnotizen.
Umsetzung
AgentScope umsetzen lassen
Für dich kostenlos. Partner zahlen nur für Anfragen, die sie annehmen.
Alternativen
Ähnliche Systeme
Ähnlich in Kategorie, Funktionen oder Einsatz.
- DeveloperAG2AG2 ist ein Python-Framework für Multi-Agent-Systeme, das aus AutoGen hervorgegangen ist und von Freiwilligen aus mehreren Organisationen gepflegt wird. Seit Version 1.0 laufen mehrere Agenten über AG2 Network: Ein Hub verwaltet Registry, Write-Ahead-Log und Audit-Trail, die Agenten tauschen sich über typisierte Kanäle aus (Konversation, Rückfrage, Diskussion im Round-Robin, Workflow mit bedingten Übergaben). Die klassische API mit ConversableAgent, Group Chat und Swarm ist als AG2 Classic in ein eigenes Paket gewandert und wird weiter gepflegt. AG2 steht unter Apache-2.0; für Unternehmen nennt die Website zusätzlich die Laufzeit AG2 AgentOS mit Zugang auf Anfrage.Profil ansehen
- DeveloperCrewAICrewAI ist ein Python-Framework für Teams aus Agenten mit festen Rollen, Zielen und Aufgaben. Crews arbeiten Aufgaben sequenziell oder hierarchisch ab, Flows steuern ereignisbasierte Abläufe mit Zustand. Das Framework steht unter MIT-Lizenz; für Betrieb, Monitoring und Verwaltung bietet CrewAI die kommerzielle Plattform CrewAI AMP an.Profil ansehen
- DeveloperLangroidLangroid ist ein schlankes Open-Source-Framework in Python für Anwendungen mit LLM-Agenten, entwickelt von Forschern der CMU und der UW-Madison. Agenten arbeiten als Nachrichten-Transformatoren: Eine Task umhüllt einen Agenten mit Anweisungen und orchestriert die Zusammenarbeit über hierarchische, rekursive Delegation an Unter-Tasks. Für RAG gibt es den DocChatAgent mit Anbindung an Vektordatenbanken wie Qdrant, Chroma, LanceDB oder PGVector; MCP-Werkzeuge lassen sich einbinden. Langroid steht unter MIT-Lizenz und funktioniert mit kommerziellen und lokalen Modellen.Profil ansehen
- DeveloperMicrosoft Agent FrameworkMicrosoft Agent Framework ist das Open-Source-Framework von Microsoft für Agenten und Multi-Agenten-Workflows in Python und .NET. Version 1.0 erschien im April 2026 und gilt als gemeinsamer Nachfolger von Semantic Kernel und AutoGen. Eine graphbasierte Workflow-Engine unterstützt Verzweigungen, Parallelität, Checkpoints und menschliche Freigaben; fertige Muster gibt es für sequenzielle, parallele, Handoff-, Gruppenchat- und Magentic-One-Orchestrierung. MCP und A2A werden unterstützt.Profil ansehen