用 AgentScope 两阶段多智能体架构，代码修复率做到 63.4%

用 AgentScope 两阶段多智能体架构，代码修复率做到 63.4%

【免费下载链接】agentscopeBuild and run agents you can see, understand and trust.项目地址: https://gitcode.com/GitHub_Trending/ag/agentscope

AgentScope 2.0 是一个生产级多智能体开发框架，解决的是"单个智能体难以独立修复跨模块代码"的问题：它把修复拆成分工、执行、验证、投票的协作流程，在 SWE-Bench 基准上验证了两阶段方案修复率 63.4%，比单智能体基线高 21 个百分点。

先看结果：单智能体 vs AgentScope 多智能体

指标	优化前（单智能体）	优化后（两阶段多智能体）	变化
SWE-Bench 修复率	42.1%	63.4%	+21.3 个百分点
平均修复耗时	8.7 分钟	5.2 分钟	缩短约 40%
回归问题率	15.3%	6.8%	降低约 56%

除了解决率，还有一个常被忽略的收益：候选补丁的评估不再依赖 LLM 直接"当裁判"，而是用一个微调奖励模型打分，评估方差比 LLM 直接评判降低约 67%，意味着同样一组候选补丁，多次评估的结论更稳定。

拆解核心方案：修复率是怎么攒出来的

1. 执行-验证闭环：验证者看"实际状态"而不是"口头汇报"

框架在 src/agentscope/pipeline/ 提供了 GoalPipeline，这是整个分工协作的基本单元：

• 执行者（Executor）：用工作区里的文件工具干活，完成后输出结构化的成果报告——文件路径、入口、运行方式。
• 验证者（Verifier）：就是另一个普通 Agent，用同一套工具读文件、跑命令，给出三态裁决：pass/fail/impossible。
• 循环：验证不通过时，失败原因（要求指明具体文件路径和行号）原样回传给执行者重试，默认最多 10 轮（max_iters=10）。

关键设计在于两个 Agent 共享同一个LocalWorkspace——验证者检查的是磁盘上真实写出的代码，而不是执行者声称写了什么。这直接消除了多智能体协作最常见的"口头确认"失效模式。

2. 两阶段修复加奖励模型投票：SWE-Bench 上的具体做法

在 SWE-Bench 场景中，上述闭环被展开为两阶段：

• 第一阶段，三个专业化智能体并行推进：问题复现智能体先基于 PR 描述写出reproduction_test.py，确保缺陷能稳定复现；问题修复智能体结合代码差异分析与 Git 工具定位根因、生成补丁；测试验证智能体跑相关单元测试，确认修复没有引入回归。
• 第二阶段，奖励模型投票：多个候选修复方案先做统一轨迹格式处理，再交给基于 Qwen2.5-Coder-Instruct 微调的奖励模型，从代码质量、功能完整性、性能影响等维度打分，选最高分方案。

这样分工的原因：单智能体同时要负责"复现、理解、改码、自测"，认知负担集中在一个上下文里容易丢线索；拆开后每个 Agent 的系统提示和工具集都可以收窄，错误也被隔离在各自阶段。

3. 自主执行的底座：事件流、权限与沙箱

多智能体能"放开手脚"干活，靠的是三层保障：

• 事件系统：推理、工具调用、多模态内容统一走一条事件流推给前端；支持中断后恢复——事件的reply_id会标明当时停在哪个智能体，调用方不用自己记回合。
• 权限系统：src/agentscope/permission/下的 PermissionEngine 对工具和资源做细粒度管控，支持逐次确认与 BYPASS 免确认模式。
• 工作区沙箱：local、Docker、E2B、Daytona、K8s、OpenSandbox 等 8 种后端，工具与代码执行全部隔离，智能体跑飞也不会波及宿主机。

落地要点与关键配置

搭一条执行-验证流水线，核心代码只有几行：

pipe = GoalPipeline(executor=executor, verifier=verifier) # verifier_reset_context 默认 True：每轮重置验证者上下文 # max_iters 默认 10；验证者判 "impossible" 时提前终止

两处配置值得注意。其一，服务化部署时，examples/agent_service/main.py默认用的是InMemoryMessageBus()，多进程或生产环境要换成RedisMessageBus，否则各进程之间状态互不可见。其二，PermissionMode.BYPASS适合可信的自动化任务（省掉每次工具确认），但涉及删除文件或对外发请求的任务不要开，保持逐次确认。

避坑与调优

• 别让验证者自由发挥：强制结构化输出三态裁决，且失败消息必须定位到文件路径和行号，否则执行者拿到"写得不太好"这种反馈无法定向修复。
• 调max_iters时配合成本预算：难任务可以调大，但每轮都是完整的模型调用开销；好在"impossible"裁决会提前终止，避免无效烧钱。
• 理解verifier_reset_context=True的取舍：每轮重置上下文省 token，但验证者看不到上一轮的历史；如果验证依赖历史轨迹，改成 False。
• 多进程部署必须换 Redis 消息总线：内存总线是进程级的，只适合单机调试。
• 长任务走后台卸载：训练、抓取这类耗时工具通过offloader=workspace转入后台，结果回来后唤醒会话恢复对话，避免事件流被长时间占住。

快速上手

uv pip install agentscope # 或从源码安装： git clone https://gitcode.com/GitHub_Trending/ag/agentscope cd agentscope && uv pip install -e . export DASHSCOPE_API_KEY=sk-... python examples/pipeline/goal/goal_pipeline.py

想在服务形态里体验（含 Web UI、权限确认、团队协作），先起 Redis，再运行python examples/agent_service/main.py，然后在examples/web_ui下pnpm install && pnpm dev，把 UI 指向http://localhost:8000即可。仓库内置约 160 个测试文件，覆盖事件、权限、沙箱等核心路径，可对照验证行为。更多更新记录见 docs/NEWS.md，流水线实现可深入 src/agentscope/pipeline/ 阅读。

【免费下载链接】agentscopeBuild and run agents you can see, understand and trust.项目地址: https://gitcode.com/GitHub_Trending/ag/agentscope