企业官网建设流程全解析

用 63.4% 修复率锁定自动化代码修复：AgentScope 多智能体协作完整实战

【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 是一个面向生产的多智能体框架，解决的核心问题是让 agent 的过程看得见、结果信得过。在 SWE-Bench 基准上，它的两阶段协作方案把代码修复率做到了 63.4%。这篇文章带你拆一次完整任务的执行链路，看两个核心模块的关键代码，再用三条命令跑通第一个 demo。

设计思路：两阶段架构为什么这样做 💡

分工逻辑：修复代码和验收代码是两种心智，塞给同一个 agent 容易自我说服。拆成 executor 与 verifier 两个角色后，各自只对自己那一环负责。

通信机制：agent 之间不直接互相调用，而是靠一条事件流传递状态。所有动作变成事件广播出去，任何一环挂掉都不拖垮整条链路。

质量兜底：验收不能靠口头确认，必须落到文件与命令。verifier 与 executor 共享同一 workspace，看到的是磁盘上的真实产物，不是自述。

执行流程：一次自动化代码修复的完整链路 ↓

1. 目标下达：你把问题描述交给 pipeline，系统生成标准化目标。产出：一份双方都认的 goal。

↓

2. 执行修复：executor 在隔离 workspace 里读代码、改文件、跑命令。产出：一份结构化的执行报告。

↓

3. 独立验证：verifier 拿着报告到同一 workspace 实地复查。产出：pass / fail / impossible 的三态判定。

↓

4. 反馈迭代：fail 的 message 原文回传给 executor，指明具体文件与位置。产出：下一轮的修正指令。

↓

5. 终止结算：pass 即成功，达到 max_iters 上限即止损。产出：最终结果与判定依据。

核心模块拆解：两阶段架构的落地代码 🔧

GoalPipeline：它负责的 执行与验证闭环

GoalPipeline 把任务交给一个执行者和一个验证者，循环跑直到目标达成。executor 产出结构化执行报告，verifier 给出三态判定。fail 时反馈回传，最多跑 max_iters 轮。

pipe = GoalPipeline( executor=executor, # 负责写代码 verifier=verifier, # 负责验收 max_iters=10, ) async for event in pipe.reply_stream(goal_msg): handle(event)

这个设计的巧妙之处在于：verifier 就是一个普通 Agent，验收标准全在 prompt 里，换标准不用改任何框架代码。

PermissionEngine：它负责的 工具调用安全边界

PermissionEngine 在每次工具调用前做一次权限裁决，规则分 allow / deny / ask 三种行为。模式从只读探索到完全放行共五档，按命令前缀或文件 glob 匹配。命中安全规则的询问，连 BYPASS 模式都绕不过去。

engine = PermissionEngine( PermissionContext(mode=PermissionMode.DEFAULT), ) engine.add_rule(PermissionRule( tool_name="Bash", rule_content="git:*", behavior=PermissionBehavior.ALLOW, )) decision = await engine.check_permission(tool, tool_input)

这个设计的巧妙之处在于：安全边界直接写在代码里，随代码一起 review、随版本一起回溯。

数据说话：SWE-Bench 修复率实测 📊

专业化分工：executor 只写、verifier 只查，验收只认磁盘上的真实文件。判定不听一面之词，回归率因此从 15.3% 压到 6.8%。

结构化判定：pass / fail 走 schema 校验，模型输出跑偏会被强制重试。判定稳定了，整个流程的方差才压得下来。

预算有上限：max_iters 给循环装了天花板，最坏情况的耗时与 token 成本可以提前预估。

快速上手：三步跑通第一个多智能体 demo 🚀

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

跑通后你应该看到：终端里两个 agent 轮流输出，executor 改完一轮、verifier 验收一轮，直到给出 pass 判定。

调优与常见坑 ⚠️

• 验证者放水：verifier 轻易给 pass → 让它与 executor 共享 workspace，只认磁盘产物

• 确认弹窗打断自动化：每个工具调用都要点确认 → 加 allow 规则，或切 BYPASS 模式

• 迭代不收敛：executor 反复改错烧 token → 调小 max_iters，把 fail 的 message 原文回传

• 长任务上下文爆掉：多轮后报 context 超限 → 启用框架自带的上下文压缩与工具结果卸载中间件

• 查看功能演进：docs/NEWS.md

• 双智能体验证示例：examples/pipeline/goal/goal_pipeline.py

• 完整 Agent 服务：examples/agent_service/main.py

63.4% 的修复率背后，是执行验收分离、判定结构化、预算有上限这三件小事。如果你要搭可审计、可中断、可回滚的多智能体系统，AgentScope 值得放进你的技术选型清单。clone 下来跑通第一个 demo，只需要 5 分钟。

【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