AgentScope 智能体搭建助手

要解决的问题

AgentScope 搭建智能体时，常见错误是把 API、目录和提示词混在一起：ReActAgent、Toolkit、memory、PlanNotebook 的接入顺序不清楚，model 与 formatter 不匹配，工具缺少 docstring，技能文档只写描述却没有使用规则。这类代码能跑通演示，但很难扩展成多智能体、长期记忆或可复用技能。

技能如何工作

该技能要求先判断需求属于单智能体、工具型、研究型、流程型还是技能沉淀，再从官方抽象中选择最小组合：

• 模型层：model 与 formatter 一起确定，OpenAI 兼容接口用 OpenAIChatModel 和 client_kwargs 指定端点。
• 工具层：通过 Toolkit 注册工具，必要时用 create_tool_group() 管理工具组。
• 记忆层：先用 InMemoryMemory()，再按需要接入持久化记忆与 memory-search 工具。
• 计划与编排：复杂任务用 PlanNotebook，多智能体优先用 pipeline，而不是自定义调度器。
• 技能层：把流程规则写入 SKILL.md，通过 register_agent_skill() 挂载到 Toolkit。

它还借鉴 CoPaw 的工程化方式：自定义 Agent 类封装 ReActAgent，系统提示拆成 AGENTS.md、SOUL.md、PROFILE.md 等文件，运行时通过 hooks 做上下文检查与压缩。

适用边界

适合需要生成可运行骨架、目录结构和扩展路线的工程场景；不适合只想获得概念解释、或需要脱离 AgentScope 官方 API 的自研框架设计。输出默认偏向 Python 3.10+ 和 async 写法，若需求是同步脚本、非 Python 生态或复杂 DAG 调度，需要额外改造。