MS-Agent

这个 Agent 能做什么，适合哪些场景？

MS-Agent 是一个面向自主探索与复杂任务执行的轻量级 Python 框架。核心入口包括支持 MCP 配置的 LLMAgent、AgentLoader，以及用于运行项目工作流的 ms-agent CLI。它提供 Agentic Insight 深度研究、Doc Research、Code Genesis、FinResearch 和 Singularity Cinema 等项目，并可通过 React 与 FastAPI 构建的 WebUI 进行实时 WebSocket 交互。Agent Skills 模块实现 Anthropic Agent Skills 协议，支持混合检索、DAG 依赖执行、渐进式资源加载与受控执行。产物可包括研究报告、文档分析结果、生成的软件项目和短视频；不同工作流对模型 API、搜索服务或 Docker 的依赖不同。

开发者可用 pip 安装 ms-agent，并通过 LLMAgent(mcp_config=mcp) 连接以 streamable_http 方式配置的 MCP 服务器后执行 await llm_agent.run(...)。Agentic Insight v2 将研究任务分配给 Researcher 与带工具的 Searcher/Reporter 子智能体，把结构化产物写入文件系统，并基于索引证据库生成报告。Doc Research 接收多文件或 URL 输入，进行文档分析并生成包含文本和图像的 Markdown 报告；其发布说明还列出 HTML、PDF、PPTX 与 DOCX 导出。Code Genesis 通过 ms_agent/cli/cli.py run --config projects/code_genesis 运行 7 智能体或 4 智能体流程，经过需求、架构、文件设计、安装、编码和精炼等阶段，将代码输出到 output 目录。FinResearch 则用 DagWorkflow 编排数据收集、分析与聚合，并在隔离 Docker 沙箱中处理金融数据。

1. 需要在自建或 ModelScope MCP 服务上调用工具的 Python 开发者，可用 LLMAgent 构建异步工具调用聊天。
2. 需要带证据库、可恢复文件产物和并发子智能体的研究团队，可采用 Agentic Insight v2 生成多模态研究报告。
3. 要从自然语言需求生成静态主页或完整软件项目的工程团队，可运行 Code Genesis 的标准或精简工作流。
4. 需要分析多份上传文件或 URL 并产出 Markdown 研究报告的分析人员，可部署 Doc Research。
5. 研究 A 股、港股或美股并结合财务数据与新闻情绪的研究人员，可使用 FinResearch 工作流。
6. 要从一句主题或知识文档生成脚本、分镜、配音、图表和字幕短视频的内容团队，可使用 Singularity Cinema。

如何安装或部署这个 Agent？

基础功能：

pip install ms-agent

深度研究功能：

pip install 'ms-agent[research]'

或从源码安装：

git clone https://github.com/modelscope/ms-agent.git
cd ms-agent
pip install -e .

README 标注 Python 版本需 >=3.10。默认 ModelScope 推理服务需先设置 MODELSCOPE_API_KEY；记忆示例还需要安装 mem0ai 并设置 DASHSCOPE_API_KEY。

如何使用这个 Agent？

先设置默认推理凭据：

export MODELSCOPE_API_KEY={your_modelscope_api_key}

然后在 Python 中创建含 mcpServers 的 MCP 配置，实例化 LLMAgent(mcp_config=mcp)，并在 asyncio.run(main()) 中调用 await llm_agent.run('Introduce modelscope.cn')。启动 WebUI 可运行：

ms-agent ui

默认浏览器地址为 http://localhost:7860。运行 Code Genesis 的首个项目生成示例：

PYTHONPATH=. openai_api_key=your-api-key openai_base_url=your-api-url python ms_agent/cli/cli.py run --config projects/code_genesis --query 'Build a static site to display skills, projects, and contact info' --trust_remote_code true

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

与相关度最高的同类 agent 并排比较关键指标。

FollowAgents 如何评估这个 Agent？

常见问题