AgentScope 2.0 学习教程系列 · 总览与学习路线图
本系列共 50 篇正文 + 本总览篇，面向「有 Python 基础、想系统掌握 AI 智能体开发」的开发者。按 入门（15 篇）→ 进阶（20 篇）→ 实战（15 篇） 三阶段由浅入深编排，每篇 7000～16000 字（实战篇必要时扩展至 20000 字）。
AgentScope Java v2 第12课，一套工具三种后端
▍ 摘要：同一个 write 调用，本机柜 25 字节落盘，KV 柜变成一条键、磁盘查无此物——agent 的文件世界不止磁盘一种。
12-AgentScope Java RAG 实战：7 种后端任选，给 Agent 接入企业知识库
持续分享感兴趣可以点个【关注】不迷路～从文档加载到向量检索，7 种 RAG 后端横向对比，一篇搞定 Agent 的企业知识库接入。前置知识本篇是进阶篇第 3 篇，建议先阅读第 10 篇（进阶篇概览）和第 11 篇（Tool 工具系统）。
老 Java 项目接 Agent，写接口还是建目录
摘要：两条路都能让老项目接上 Agent，但入口完全不同。LangChain4j 让你声明一个接口，老 Service 加注解变成工具；AgentScope Java 让你建一个 workspace 目录，项目约定写成 Markdown。改动落在哪，决定你后面要维护什么。
阿里开源AgentScope：3万星
【导语】当行业还在比谁的 Agent 框架星标多，阿里通义实验室把筹码压到了另一件事上：让 Agent「看得见、管得住、上得了生产」。8 月底的阿里云 Agent 沙龙上，他们把 AgentTeams（多智能体协作操作系统）推到台前，而它的底座正是 AgentScope 2.
AgentScope 2.0 拆开看了一遍
没有一个是"模型不够聪明"。它们分别是状态寻址错了、失败没有被表达、边界没有被定义。我后来花了几个月把 2.0.3 从构件里一层层拆开。
彻底搞懂AgentScope Studio：AI智能体评估闭环详解
在大模型和AI智能体（Agent）快速落地的当下，传统AI评估方式的短板越来越明显：靠BLEU、ROUGE等字面指标，只能比对文字重合度，看不懂语义好坏；靠人工标注评测，成本极高、效率低下，根本跟不上模型迭代节奏。
AgentScope Java v2 Lab-1，审批只走有门的腿
▍ 摘要：把挂 ASK 规则的 agent 接到 OpenAI 兼容 API 腿上，暂停被翻译成 finish_reason:"tool_calls" 递回客户端，待批状态随请求消失——识别不等于执行。