# ms-agent **Repository Path**: supperman_009/ms-agent ## Basic Information - **Project Name**: ms-agent - **Description**: No description available - **Primary Language**: Unknown - **License**: Apache-2.0 - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-02-08 - **Last Updated**: 2026-02-10 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # MS-Agent: 赋能智能体自主探索的轻量级框架



MCP Playground | Paper | Documentation | 中文文档

Documentation Status

modelscope%2Fmodelscope-agent | Trendshift

[**README**](README.md) ## 简介 MS-Agent是一个轻量级框架，旨在为智能体提供自主探索能力。它提供了灵活且可扩展的架构，允许开发者创建能够执行复杂任务的智能体，如代码生成、数据分析，以及基于MCP（模型调用协议）支持的通用工具调用。 ### 特性 - **通用多智能体**：基于MCP的工具调用能力与智能体聊天。 - **深度研究**：启用自主探索和复杂任务执行的高级能力。 - **代码生成**：支持复杂项目的代码生成任务。 - **短视频生成**：支持5分钟左右的短视频生成。 - **Agent Skills**：兼容Anthropic-Agent-Skills协议，实现智能体技能模块。 - **轻量级且可扩展**：易于扩展和定制以适应各种应用。 > 历史存档版本，请参考：https://github.com/modelscope/ms-agent/tree/0.8.0 | 微信群 |:-------------------------: | ## 🎉 新闻 * 🚀 **2026年2月6日：发布 MS-Agent v1.6.0rc1，主要更新内容如下：** - **Agentic Insight v2**：完整重构的深度研究系统，性能更优、可扩展性更强、可信度更高，支持在webui中使用，详情请参考 [Agentic Insight v2](https://github.com/modelscope/ms-agent/tree/main/projects/deep_research/v2) * 🚀 **2026年2月4日：发布 MS-Agent v1.6.0rc0，主要更新内容如下：** - **Code Genesis**：针对复杂代码生成任务的专项功能，详情请参考 [Code Genesis](https://github.com/modelscope/ms-agent/tree/main/projects/code_genesis) - **Singularity Cinema**：动画视频生成工作流的重构版本，详情请参考 [Singularity Cinema](https://github.com/modelscope/ms-agent/tree/main/projects/singularity_cinema) - **全新技能框架 (Skills Framework)**：全新设计的技能系统，显著增强了系统的健壮性与可扩展性。详情请参考 [MS-Agent Skills](https://github.com/modelscope/ms-agent/tree/main/ms_agent/skill) - **WebUI**：新增 Web 交互界面，支持智能体对话、复杂代码生成以及视频生成工作流。 * 🎬 2025.11.13: 发布了“奇点放映室”，用于进行知识类文档的复杂场景短视频制作，具体查看[这里](projects/singularity_cinema/README.md) * 🚀 2025.11.12：发布MS-Agent v1.5.0，包含以下更新： - 🔥 新增 [**FinResearch**](projects/fin_research/README.md)，支持金融领域的深度研究和分析 - 支持基于[Akshare](https://github.com/akfamily/akshare)和[Baostock](http://baostock.com/mainContent?file=home.md)的金融数据获取工具 - 支持以Dag形式编排工作流 - 优化DeepResearch稳定性与效率 - 官方文档： [金融深度研究](https://ms-agent.readthedocs.io/zh-cn/latest/Projects/fin-research.html) - 魔搭创空间DEMO: [FinResearchStudio](https://modelscope.cn/studios/ms-agent/FinResearch) - 报告样例: [FinResearchExamples](https://www.modelscope.cn/models/ms-agent/fin_research_examples) * 🚀 2025.11.07：发布MS-Agent v1.4.0，包含以下更新： - 🔥 新增 [**MS-Agent Skills**](projects/agent_skills/README.md), 基于 [**Anthropic-Agent-Skills**](https://docs.claude.com/en/docs/agents-and-tools/agent-skills) 协议实现. - 🔥 新增 [中文文档](https://ms-agent.readthedocs.io/zh-cn)和[英文文档](https://ms-agent-en.readthedocs.io/en) - 🔥 支持沙箱框架 [ms-enclave](https://github.com/modelscope/ms-enclave) * 🚀 2025.9.22：发布MS-Agent v1.3.0，包含以下更新： - 🔥 支持[Code Scratch](projects/code_genesis/README.md) - 支持`Memory`用于构建具有长期和短期记忆的智能体 - 增强DeepResearch工作流 - 支持RAY加速文档信息提取 - 支持LLMs的Anthropic API格式 * 🚀 2025.8.28：发布MS-Agent v1.2.0，包含以下更新： - DocResearch现在支持推送到`ModelScope`、`HuggingFace`、`GitHub`以便于分享研究报告。详情请参考[Doc Research](projects/doc_research/README.md)。 - DocResearch现在支持将Markdown报告导出为`HTML`、`PDF`、`PPTX`和`DOCX`格式，详情请参考[Doc Research](projects/doc_research/README.md)。 - DocResearch现在支持`TXT`文件处理和文件预处理，详情请参考[Doc Research](projects/doc_research/README.md)。
归档 * 🚀 2025.7.31：发布MS-Agent v1.1.0，包含以下更新： - 🔥 支持[文档研究](projects/doc_research/README.md)，演示：[DocResearchStudio](https://modelscope.cn/studios/ms-agent/DocResearch) - 为智能洞察（DeepResearch）添加`通用网络搜索引擎` - 为Agent与MCP聊天添加`最大连续运行次数`。 * 🚀 2025.7.18：发布MS-Agent v1.0.0，改进Agent与MCP聊天的体验，并更新[智能洞察](projects/deep_research/README.md)的说明文档。 * 🚀 2025.7.16：发布MS-Agent v1.0.0rc0，包含以下更新： - 支持Agent与MCP（模型上下文协议）聊天 - 支持深度研究（智能洞察），参考：[报告演示](projects/deep_research/examples/task_20250617a/report.md)，[脚本演示](projects/deep_research/run.py) - 支持[MCP-Playground](https://modelscope.cn/mcp/playground) - 为Agent聊天添加回调机制 * 🔥🔥🔥2024年8月8日：Modelscope-Agent发布了一个新的基于图的代码生成工具[CodexGraph](https://arxiv.org/abs/2408.03910)，它已被证明在各种代码相关任务上有效且通用，请查看[示例](https://github.com/modelscope/modelscope-agent/tree/master/apps/codexgraph_agent)。 * 🔥🔥2024年8月1日：一个高效可靠的数据科学助手正在Modelscope-Agent上运行，请在[示例](https://github.com/modelscope/modelscope-agent/tree/master/apps/datascience_assistant)中查看详情。 * 🔥2024年7月17日：Modelscope-Agent-Server上的并行工具调用，请在[文档](https://github.com/modelscope/modelscope-agent/blob/master/modelscope_agent_servers/README.md)中查看详情。 * 🔥2024年6月17日：基于LLama-index升级RAG流程，允许用户通过不同策略和模态混合搜索知识，请在[文档](https://github.com/modelscope/modelscope-agent/blob/master/modelscope_agent/rag/README_zh.md)中查看详情。 * 🔥2024年6月6日：通过 [Modelscope-Agent-Server](https://github.com/modelscope/modelscope-agent/blob/master/modelscope_agent_servers/README.md)，**Qwen2** 可以通过 OpenAI SDK 使用工具调用能力，详情请查看[文档](https://github.com/modelscope/modelscope-agent/blob/master/docs/llms/qwen2_tool_calling.md)。 * 🔥2024年6月4日：Modelscope-Agent 支持 Mobile-Agent-V2[arxiv](https://arxiv.org/abs/2406.01014)，基于 Android Adb 环境，请在[应用](https://github.com/modelscope/modelscope-agent/tree/master/apps/mobile_agent)中查看。 * 🔥2024年5月17日：Modelscope-Agent 在 [gradio](https://github.com/modelscope/modelscope-agent/tree/master/apps/multi_roles_chat_room) 中支持多角色房间聊天。 * 2024年5月14日：Modelscope-Agent 在 `RolePlay` 智能体中支持图像输入，使用最新的 OpenAI 模型 `GPT-4o`。开发者可以通过指定 `image_url` 参数来体验此功能。 * 2024年5月10日：Modelscope-Agent 推出了用户友好的 `Assistant API`，并提供了在隔离、安全容器中执行实用程序的 `Tools API`，请查看[文档](https://github.com/modelscope/modelscope-agent/blob/master/modelscope_agent_servers/) * 2024年4月12日：多智能体解决方案的 [Ray](https://docs.ray.io/en/latest/) 版本已在 modelscope-agent 上线，请查看[文档](https://github.com/modelscope/modelscope-agent/blob/master/modelscope_agent/multi_agents_utils/README.md) * 2024年3月15日：Modelscope-Agent 和 [AgentFabric](https://github.com/modelscope/modelscope-agent/tree/master/apps/agentfabric)（GPTs 的开源版本）正在 [modelscope studio](https://modelscope.cn/studios/agent) 的生产环境中运行。 * 2024年2月10日：在中国新年期间，我们将modelscope agent升级到v0.3版本，以便开发者通过编码更方便地定制各种类型的智能体，并使多智能体演示更容易实现。更多详情，您可以参考[#267](https://github.com/modelscope/modelscope-agent/pull/267)和[#293](https://github.com/modelscope/modelscope-agent/pull/293)。 * 2023年11月26日：[AgentFabric](https://github.com/modelscope/modelscope-agent/tree/master/apps/agentfabric)现在支持在ModelScope的[创作空间](https://modelscope.cn/studios/modelscope/AgentFabric/summary)中协作使用，允许在创作空间中分享自定义应用程序。此次更新还包括最新的[GTE](https://modelscope.cn/models/damo/nlp_gte_sentence-embedding_chinese-base/summary)文本嵌入集成。 * 2023年11月17日：[AgentFabric](https://github.com/modelscope/modelscope-agent/tree/master/apps/agentfabric)发布，这是一个交互式框架，旨在促进创建针对各种现实世界应用的智能体。 * 2023年10月30日：[Facechain Agent](https://modelscope.cn/studios/CVstudio/facechain_agent_studio/summary)发布了可以在本地运行的Facechain Agent本地版本。详细使用说明请参考[Facechain Agent](#facechain-agent)。 * 2023年10月25日：[Story Agent](https://modelscope.cn/studios/damo/story_agent/summary)发布了用于生成故事书插图的Story Agent本地版本。它可以在本地运行。详细使用说明请参考[Story Agent](#story-agent)。 * 2023年9月20日：[ModelScope GPT](https://modelscope.cn/studios/damo/ModelScopeGPT/summary)通过gradio提供了可以在本地运行的本地版本。您可以导航到demo/msgpt/目录并执行`bash run_msgpt.sh`。 * 2023年9月4日：新增了三个演示，[demo_qwen](demo/demo_qwen_agent.ipynb)、[demo_retrieval_agent](demo/demo_retrieval_agent.ipynb) 和 [demo_register_tool](demo/demo_register_new_tool.ipynb)，并提供了详细的教程。 * 2023年9月2日：发布了与该项目相关的[预印本论文](https://arxiv.org/abs/2309.00986)。 * 2023年8月22日：支持使用 ModelScope 令牌访问各种 AI 模型 API。 * 2023年8月7日：发布了 modelscope-agent 仓库的初始版本。
## 安装 ### 从 PyPI 安装 ```shell # 基础功能 pip install ms-agent # 深度研究功能 pip install 'ms-agent[research]' ``` ### 从源码安装 ```shell git clone https://github.com/modelscope/ms-agent.git cd ms-agent pip install -e . ``` > [!WARNING] > 由于项目已重命名为 `ms-agent`，对于 `v0.8.0` 或更早版本，您可以使用以下命令安装： > ```shell > pip install modelscope-agent<=0.8.0 > ``` > 使用 `modelscope_agent` 导入相关依赖： > ``` python > from modelscope_agent import ... > ``` ## 快速开始 ### Agent 对话 该项目支持通过 MCP（模型上下文协议）与模型进行交互。以下是一个完整的示例，展示了如何配置和运行支持 MCP 的 LLMAgent。 ✅ 使用 MCP 协议与 agent 对话：[MCP Playground](https://modelscope.cn/mcp/playground) 默认情况下，agent 使用 ModelScope 的 API 推理服务。在运行 agent 之前，请确保设置您的 ModelScope API 密钥。 ```bash export MODELSCOPE_API_KEY={your_modelscope_api_key} ``` 您可以在 https://modelscope.cn/my/myaccesstoken 找到或生成您的 API 密钥。 ```python import asyncio from ms_agent import LLMAgent # Configure MCP servers mcp = { "mcpServers": { "fetch": { "type": "streamable_http", "url": "https://mcp.api-inference.modelscope.net/{your_mcp_uuid}/mcp" } } } async def main(): # Use json to configure MCP llm_agent = LLMAgent(mcp_config=mcp) # Run task await llm_agent.run('Introduce modelscope.cn') if __name__ == '__main__': # Start asyncio.run(main()) ``` ---- 💡 提示：您可以在 modelscope.cn/mcp 找到可用的 MCP 服务器配置。 例如：https://modelscope.cn/mcp/servers/@modelcontextprotocol/fetch。 将 `mcp["mcpServers"]["fetch"]` 中的 url 替换为您自己的 MCP 服务器端点。
记忆 我们在 v1.3.0 版本中通过使用 [mem0](https://github.com/mem0ai/mem0) 支持记忆功能！🎉 下面是一个简单的入门示例。更全面的测试用例，请参考 [test_case](tests/memory/test_default_memory.py)。 在运行智能体之前，请确保您已经为 LLM 设置了 ModelScope API 密钥。 ⚠️ 注意：截至目前，ModelScope API-Inference 尚未提供嵌入接口（即将推出）。因此，我们依赖外部 API 提供商进行嵌入。默认情况下，此实现使用 DashScope。在运行示例之前，请确保设置您的 DASHSCOPE_API_KEY。 ```bash pip install mem0ai export MODELSCOPE_API_KEY={your_modelscope_api_key} export DASHSCOPE_API_KEY={your_dashscope_api_key} ``` 您可以在以下位置获取或生成您的 API 密钥： * [modelscope_api_key](https://modelscope.cn/my/myaccesstoken) * [dashscope_api_key](https://bailian.console.aliyun.com/?spm=5176.29619931.J__Z58Z6CX7MY__Ll8p1ZOR.1.4bf0521cWpNGPY&tab=api#/api/?type=model&url=2712195)。 **使用示例** 此示例演示了智能体如何使用持久记忆在会话间记住用户偏好： ```python import uuid import asyncio from omegaconf import OmegaConf from ms_agent.agent.loader import AgentLoader async def main(): random_id = str(uuid.uuid4()) default_memory = OmegaConf.create({ 'memory': [{ 'path': f'output/{random_id}', 'user_id': 'awesome_me' }] }) agent1 = AgentLoader.build(config_dir_or_id='ms-agent/simple_agent', config=default_memory) agent1.config.callbacks.remove('input_callback') # Disable interactive input for direct output await agent1.run('I am a vegetarian and I drink coffee every morning.') del agent1 print('========== Data preparation completed, starting test ===========') agent2 = AgentLoader.build(config_dir_or_id='ms-agent/simple_agent', config=default_memory) agent2.config.callbacks.remove('input_callback') # Disable interactive input for direct output res = await agent2.run('Please help me plan tomorrow’s three meals.') print(res) assert 'vegan' in res[-1].content.lower() and 'coffee' in res[-1].content.lower() asyncio.run(main()) ```
--- ### Agent Skills (智能体技能) **MS-Agent 技能模块** 是对 [Anthropic-Agent-Skills](https://platform.claude.com/docs/en/agents-and-tools/agent-skills) 协议的**具体实现**。 #### 🔍 智能技能检索 * **混合检索**：结合 FAISS 稠密检索与 BM25 稀疏检索。 * **基于 LLM 的过滤**：利用大模型对技能相关性进行二次筛选与验证。 * **查询分析**：自动判断当前查询是否需要调用相关技能。 #### 📊 基于 DAG 的执行机制 * **依赖管理**：根据技能间的依赖关系构建执行有向无环图 (DAG)。 * **并行执行**：支持无相互依赖的技能并发运行。 * **输入/输出级联**：自动在具有依赖关系的技能间传递输出数据。 #### 🧠 渐进式技能分析 * **两阶段分析**：先规划路径，后加载具体资源。 * **增量加载**：仅加载必要的脚本、参考资料和资源。 * **上下文优化**：在最大化理解深度的同时，最小化 Token 消耗。 * **自动修复**：分析执行错误并尝试自动修正。 #### 🔒 安全执行环境 * **Docker 沙箱**：使用 [ms-enclave](https://github.com/modelscope/ms-enclave) 容器进行隔离执行。 * **本地执行**：具备 RCE（远程代码执行）防护的受控本地执行环境。 * **安全检查**：基于模式匹配的危险代码检测。 #### 🔄 自我反思与重试 * **错误分析**：基于 LLM 对执行失败原因进行深度分析。 * **自动修复**：根据错误信息尝试修正代码逻辑。 * **可配置重试**：支持带修复逻辑的 N 次重试机制。 欲了解更多详情，请参阅 **[MS-Agent Skills 文档](ms_agent/skill/README.md)**。 --- ### Agentic Insight #### - 轻量级、高效且可扩展的多模态深度研究框架 该项目提供了一个**深度研究**框架，使智能体能够自主探索和执行复杂任务。 #### 🌟 特性 - **自主探索** - 针对各种复杂任务的自主探索 - **多模态** - 能够处理多样化的数据模态，生成包含丰富文本和图像的研究报告。 - **轻量级与高效** - 支持"搜索后执行"模式，在几分钟内完成复杂的研究任务，显著减少token消耗。 #### 🚀 Agentic Insight v2（推荐） - **性能表现** - 基于 qwen3-max/plus/flash 多模型协同（低成本组合），在 DeepResearch Bench 上取得 **49.94** 分，性能位于同类框架一线水平 - **Deep Agents 架构** - "Researcher + 工具化子 Agent（Searcher/Reporter）"模式，支持任务灵活分配与高效并发 - **文件系统即上下文** - 中间产物结构化存储到文件系统，实现低损耗上下文传递和长链路任务稳定运行 - **证据驱动写作** - 自主建立带索引的证据库，报告以证据为唯一事实基础，实现报告高可信度与来源可追溯 - **深度研究专用工具链** - 提供 todo_list / evidence_store / report_generator 等专用模块，实现核心能力的解耦与高度复用 使用方式请参考 [Agentic Insight v2](projects/deep_research/v2/README.md)。 #### 📺 演示 以下是Agentic Insight框架的实际演示，展示了其在高效处理复杂研究任务方面的能力。 - **用户查询** - - 中文： ```text 在计算化学这个领域，我们通常使用Gaussian软件模拟各种情况下分子的结构和性质计算，比如在关键词中加入'field=x+100'代表了在x方向增加了电场。但是，当体系是经典的单原子催化剂时，它属于分子催化剂，在反应环境中分子的朝向是不确定的，那么理论模拟的x方向电场和实际电场是不一致的。 请问：通常情况下，理论计算是如何模拟外加电场存在的情况？ ``` - - 英文： ```text 在计算化学领域，我们经常使用Gaussian软件来模拟分子在各种条件下的结构和性质。例如，在关键词中添加'field=x+100'表示沿x方向施加电场。然而，当处理经典的单原子催化剂时，它属于分子催化范畴，分子在反应环境中的取向是不确定的。这意味着理论模拟中的x方向电场可能与实际电场不一致。 那么，在理论计算中通常如何模拟外部电场呢？ ``` #### 报告 更多详情，请参考[深度研究](projects/deep_research/README.md)。
--- ### 文档深度研究 该项目提供了**文档研究**框架，使智能体能够自主探索和执行与文档分析和研究相关的复杂任务。 #### 特性 - 🔍 **深度文档研究** - 支持文档的深度分析和总结 - 📝 **多种输入类型** - 支持多文件上传和URL输入 - 📊 **多模态报告** - 支持Markdown格式的文本和图像报告 - 🚀 **高效率** - 利用强大的LLM进行快速准确的研究，利用关键信息提取技术进一步优化token使用 - ⚙️ **灵活部署** - 支持本地运行和[ModelScope Studio](https://modelscope.cn/studios) - 💰 **免费模型推理** - 为ModelScope用户提供免费的LLM API推理调用，参考[ModelScope API-推理](https://modelscope.cn/docs/model-service/API-Inference/intro) #### 演示 **1. ModelScope Studio** [DocResearchStudio](https://modelscope.cn/studios/ms-agent/DocResearch) **2. 本地Gradio应用** * 针对[UniME: Breaking the Modality Barrier: Universal Embedding Learning with Multimodal LLMs](https://arxiv.org/pdf/2504.17432)的研究报告
LocalGradioApplication

演示：UniME 研究报告

更多详情，请参考 [文档研究](projects/doc_research/README.md)
--- ### Code Scratch 该项目提供了一个 **Code Scratch** 框架，使智能体能够自主生成代码项目。 #### 特性 - 🎯 **复杂代码生成** - 支持复杂代码生成任务，特别是 React 前端和 Node.js 后端 - 🔧 **可定制工作流** - 使用户能够自由开发针对特定场景的代码生成工作流 - 🏗️ **三阶段架构** - 设计与编码阶段，然后是完善阶段，用于稳健的代码生成和错误修复 - 📁 **智能文件分组** - 自动分组相关代码文件，以最小化依赖关系并减少错误 - 🔄 **自动编译与修复** - 自动 npm 编译，具有智能错误分析和迭代修复功能 #### 演示 **AI 工作空间主页** 使用以下命令生成完整的 AI 工作空间主页： ```shell 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 comprehensive AI workspace homepage' --trust_remote_code true ``` 生成的代码将输出到当前目录的 `output` 文件夹中。 **架构工作流：** - **设计阶段**：分析需求 → 生成 PRD 和模块设计 → 创建实现任务 - **编码阶段**：在智能文件组中执行编码任务 → 生成完整的代码结构 - **完善阶段**：自动编译 → 错误分析 → 迭代错误修复 → 人工评估循环 更多详情，请参考 [Code Scratch](projects/code_genesis/README.md)。
--- ### 金融深度研究 MS-Agent FinResearch项目是一个面向金融市场研究场景的多智能体工作流，融合了金融数据分析能力与互联网舆情/资讯深度研究能力，自动生成专业的金融研究报告。 #### 1) 核心特性 - 🤖 **多智能体架构**：通过多个专用智能体的编排实现工作流，从而完成任务拆解、数据收集、量化分析、舆情研究与最终报告生成。 - 📁 **多维度分析**：涵盖金融数据指标与公众舆情两个维度，实现结构化与非结构化数据的融合分析。 - 💰 **金融数据采集**：支持模型自动获取A股、港股、美股等市场的行情、财报、宏观指标与市场数据。 - 🔍 **舆情深度研究**：新闻/媒体/社区等多源舆情深度分析。 - 📝 **专业报告生成**：按业界常用方法论（MECE、SWOT、金字塔原理等）生成多章节、结构化、图文并茂的专业报告。 - 🔒 **安全代码执行**：在隔离的 Docker 沙箱中执行数据处理与分析，保证环境安全与可复现性。 #### 2) 快速开始 > 💡 提示： > 1. 在运行以下示例之前，请确保设置了 `OPENAI_API_KEY` 和 `OPENAI_BASE_URL` 环境变量，以便访问所需的模型 API；如果希望运行完整工作流，请配置相应的搜索引擎环境变量EXA_API_KEY（https://exa.ai）或SERPAPI_API_KEY（https://serpapi.com）。 > 2. FinResearch 要求 ms-agent 版本 >= 1.5.0。 **使用示例**： 快速启动完整FinResearch工作流进行测试： ```bash # 在 ms-agent 根目录执行 PYTHONPATH=. python ms_agent/cli/cli.py run --config projects/fin_research --query '请分析宁德时代（300750.SZ）近四个季度盈利能力变化，并与新能源领域主要竞争对手（如比亚迪、国轩高科、中创新航）进行对比；结合产业政策与锂价波动，预测其未来两季度业绩趋势。' --trust_remote_code true ``` 不配置搜索引擎也可最小化运行，将[工作流配置](projects/fin_research/workflow.yaml)调整为： ```yaml type: DagWorkflow orchestrator: next: - collector agent_config: orchestrator.yaml collector: next: - analyst agent_config: collector.yaml analyst: next: - aggregator agent_config: analyst.yaml aggregator: agent_config: aggregator.yaml ``` **运行结果**： #### 3) 参考文档 - README：请参考[FinResearch](projects/fin_research/README_zh.md) - 说明文档: 请参考[MS-Agent文档](https://ms-agent.readthedocs.io/zh-cn/latest/Projects/%E9%87%91%E8%9E%8D%E6%B7%B1%E5%BA%A6%E7%A0%94%E7%A9%B6.html) --- ### 奇点放映室 奇点放映室是一个Agent生成短视频的工作流，可以在使用一句话prompt或者知识类DOC的情况下支持高质量复杂短视频生成。 #### 1) 核心特性 - 🎬 **支持简单需求和复杂需求**：可以一句话描述需求，也可以提供复杂的信息文件 - 🎹 **复杂精美的表格和公式**：可以在短视频内部展示和台本相应的公式和图表解读 - 🎮 **端到端**：从需求到台本到分镜，从旁白音到图表到字幕，最后人工反馈和生成视频，端到端流程一个命令搞定 - 🏁 **可配置性**：可配置性高，声音、风格、素材都可以通过简单配置调节 - 🚧 **定制化**：工作流清晰简单，适合二次开发 #### 2) 快速开始 **使用示例**： ```bash OPENAI_API_KEY=xxx-xxx T2I_API_KEY=ms-xxx-xxx MANIM_TEST_API_KEY=xxx-xxx ms-agent run --config "projects/singularity_cinema" --query "你的自定义主题" --load_cache true --trust_remote_code true ``` **运行结果**： [![Video Preview](./docs/resources/deepspeed_preview.jpg)](https://modelscope-open.oss-cn-hangzhou.aliyuncs.com/deepspeed-zero.mp4) **An introduction to Deepspeed ZeRO** [![Video Preview](./docs/resources/gdp_preview.jpg)](https://modelscope-open.oss-cn-hangzhou.aliyuncs.com/a-history-of-us-gdp.mp4) **A history of US GDP** #### 3) 参考文档 - [完整文档](./docs/zh/Projects/video-generation)
--- ### WebUI MS-Agent提供了一个简洁轻量的Web界面，用于与智能体进行交互。该界面由React前端和FastAPI后端构建，支持实时的WebSocket通信。 #### Demo
LocalGradioApplication

Demo: WebUI

#### 快速开始 **启动WebUI:** ```bash ms-agent ui ``` **Windows 提示：** 若控制台出现乱码，建议使用 PowerShell 启动脚本： ```powershell webui/scripts/start-webui.ps1 ``` 浏览器打开： http://localhost:7860 **命令参数** | 选项 | 描述 | 默认值 | |----------------|--------------------------|---------| | `--host` | Server host | 0.0.0.0 | | `--port` | Server port | 7860 | | `--production` | Production mode | False | | `--no-browser` | Don't auto-open browser | False | | `--reload` | Enable auto-reload (dev) | False | **示例** ```bash # Custom port ms-agent ui --port 8080 # Production mode without auto browser ms-agent ui --production --no-browser ``` --- ### 有趣的工作 1. 新闻收集智能体 [ms-agent/newspaper](https://www.modelscope.cn/models/ms-agent/newspaper/summary) --- ## 未来计划 我们致力于不断改进和扩展 MS-Agent 框架，提升大模型和智能体的能力边界。未来的计划包括： - [x] 支持[Anthropic-Agent-Skills](https://docs.claude.com/en/docs/agents-and-tools/agent-skills) 协议，实现智能体技能模块，提升智能体在复杂任务上的表现。 - [ ] 金融深度研究智能体 **FinResearch** - 专注于金融领域的深度研究和分析。 - [x] 长周期深度金融分析报告生成 - [ ] 准实时事件驱动型简报生成 - [ ] **奇点放映室** - [ ] 支持更复杂的短视频场景 - [ ] 提升稳定度 - [ ] 多模态检索增强生成 **Multimodal Agentic Search** - 支持大规模多模态文档检索和图文检索结果生成。 - [ ] 增强的 **Agent Skills** - 提供更多预定义的技能和工具，提升智能体技能边界，并支持多技能协作，完成复杂任务执行。 - [ ] 统一的WebUI **Agent-Workstation**，支持本地一键部署，集成了 MS-Agent 的所有智能体能力，如 AgentChat、MCP、AgentSkills、DeepResearch、DocResearch、CodeGenesis 等。 ## 许可证 该项目基于 [Apache License (Version 2.0)](https://github.com/modelscope/modelscope/blob/master/LICENSE) 许可证。 ## Star 历史 [![Star History Chart](https://api.star-history.com/svg?repos=modelscope/modelscope-agent&type=Date)](https://star-history.com/#modelscope/modelscope-agent&Date)