Como Construir Workflows AgentScope Prontos para Produção com Agentes ReAct, Ferramentas Personalizadas, Debate Multi-Agente, Saída Estruturada e Pipelines Concorrentes

Neste tutorial, construímos um workflow AgentScope completo do zero e executamos tudo no Colab. Começamos conectando o OpenAI através do AgentScope e validando uma chamada de modelo básica para entender como as mensagens e respostas são tratadas. A partir daí, definimos funções de ferramentas personalizadas, as registramos em um toolkit e inspecionamos os esquemas autogerados para ver como as ferramentas são expostas ao agente. Em seguida, passamos para um agente baseado em ReAct que decide dinamicamente quando chamar as ferramentas, seguido por uma configuração de debate multi-agente usando o MsgHub para simular a interação estruturada entre agentes. Finalmente, impomos saídas estruturadas com Pydantic e executamos um pipeline multi-agente concorrente no qual múltiplos especialistas analisam um problema em paralelo, e um sintetizador combina seus insights. Copiar Código Copiado Usar um navegador diferente import subprocess, sys subprocess.check_call([
sys.executable, "-m", "pip", "install", "-q", "agentscope", "openai", "pydantic", "nest_asyncio",
]) print(" Todos os pacotes instalados.
") import nest_asyncio nest_asyncio.apply() import asyncio import json import getpass import math import datetime from typing import Any from pydantic import BaseModel, Field from agentscope.agent import ReActAgent from agentscope.formatter import OpenAIChatFormatter, OpenAIMultiAgentFormatter from agentscope.memory import InMemoryMemory from agentscope.message import Msg, TextBlock, ToolUseBlock from agentscope.model import OpenAIChatModel from agentscope.pipeline import MsgHub, sequential_pipeline from agentscope.tool import Toolkit, ToolResponse OPENAI_API_KEY = getpass.getpass(" Digite sua chave de API OpenAI: ") MODEL_NAME = "gpt-4o-mini" print(f"
Chave da API capturada. Usando o modelo: {MODEL_NAME}
") print("=" * 72) def make_model(stream: bool = False) -> OpenAIChatModel: return OpenAIChatModel(
model_name=MODEL_NAME, api_key=OPENAI_API_KEY, stream=stream, generate_kwargs={"temperature": 0.7, "max_tokens": 1024},
) print("
" + "═" * 72) print(" PARTE 1: Chamada de Modelo Básica") print("═" * 72) async def part1_basic_model_call(): model = make_model() response = await model(
messages=[{"role": "user", "content": "O que é AgentScope em uma frase?"}],
) text = response.content[0]["text"] print(f"
O modelo diz: {text}") print(f" Tokens usados: {response.usage}") asyncio.run(part1_basic_model_call()) Instalamos todas as dependências necessárias e corrigimos o loop de eventos para garantir que o código assíncrono seja executado sem problemas no Colab. Capturamos com segurança o