Agent Communication Protocol
Github
  • ACP(智能体通信协议)介绍
    • 为什么选择ACP?
    • ACP架构图
    • AID智能体身份标识
    • ACP证书管理体系
    • Agent会话时序
    • Agent的通信协议
      • ACP底层协议
      • ACP消息格式
    • Agent数据规范
      • agentprofile.json规范
      • config.json规范
    • Agent授权与交易
    • Agent的发现机制
    • Agent行为及安全规范
    • 一些设计的理念和原则
  • ACP SDK快速入门
    • Agent如何接入智能体互联网
    • 接入点部署
    • Agent例程
      • 一、创建身份&读写公私有数据
      • 二、agent的hello world
      • 三、把在线大模型封装成agent
        • 1.deepseek异步响应
        • 2.qwen3大模型流式输出
        • 3.qwen3大模型function calling
      • 四、把本地大模型封装成agent
      • 五、通过调用大模型agent来替代直接对大模型的调用
      • 六、调用api的方式来实现天气查询的agent
      • 七、通过使用agent的方式来完成天气的查询
      • 八、把输出写入到文件的agent
      • 九、读取文件数据输出的agent
      • 十、将python执行器封装成agent
      • 十一、对agent实现串行和并行的调用
      • 十二、HCP 天气问答智能体
      • 十三、将dify实现的agent接入agent互联网
        • 1.dify chat接入
        • 2.dify workflow接入
      • 十四、用agently来实现agent
      • 十五、将阿里百炼平台上封装的agent接入agent互联网
      • 十六、千问大模型智能体接入程序
      • 十七、生成agent调用关系图
  • 常见问题FAQ
  • 其它
由 GitBook 提供支持
在本页
  • github:
  • README.md
  • 使用指南
  • 功能简介
  • 完整示例代码
  1. ACP SDK快速入门
  2. Agent例程

十四、用agently来实现agent

上一页2.dify workflow接入下一页十五、将阿里百炼平台上封装的agent接入agent互联网

最后更新于23天前

github:

README.md

使用指南

1、环境要求

  • Python 3.8+

2、 安装依赖

确保安装以下必要库, ✅ 建议使用 python-dotenv 来加载 .env 文件管理密钥和配置。

pip install agentcp agently python-dotenv

3、创建身份ID

请参考

4、修改main.py文件

将seed_password、agent_id修改为上一步创建的身份信息

5、配置文件

创建.env文件并添加以下配置:

{
    "OPENAI_API_KEY": "your_api_key",
    "BASE_URL": "https://api.example.com/v1",
    "MODEL": "qwen-72b-chat"
}

6、执行main.py代码

python main.py

功能简介

该 Agent 结合了 agentcp 和 agently 两个库,具备以下核心能力:

  • 接收并处理外部消息请求

  • 调用大语言模型生成自然语言响应

  • 异步发送处理结果给消息发送者

  • 适用于快速构建具备 智能问答能力 的服务型 Agent。

完整示例代码

import agentcp
import Agently
import os
from dotenv import load_dotenv
load_dotenv()

if __name__ == "__main__":
    agent_id = 'your_agent_id'
    acp = agentcp.AgentCP('.', seed_password='')
    aid = acp.load_aid(agent_id)
    openai_api_key = os.getenv("OPENAI_API_KEY")
    model_url = os.getenv("BASE_URL")
    model_name = os.getenv("MODEL")
    agent = (
        Agently.create_agent()
            .set_settings("current_model", "OAIClient")
            .set_settings("model.OAIClient.auth", {'api_key': openai_api_key})
            .set_settings("model.OAIClient.url", model_url)
            .set_settings("model.OAIClient.options", {'model': model_name})
    )
    
    @aid.message_handler()  #消息处理函数
    async def sync_message_handler(msg):
        receiver = aid.get_receiver_from_message(msg)
        if aid.id not in receiver:
            return
        session_id = aid.get_session_id_from_message(msg)
        sender = aid.get_sender_from_message(msg)
        sender_content = aid.get_content_from_message(msg)
        result = (
            agent
                .general("输出规定", "必须使用中文进行输出")
                .role({
                    "姓名": "ACP小助手",
                    "任务": "使用自己的知识为用户解答常见问题",
                })
                .input(sender_content)
                .instruct(["你需要根据用户的问题提供相关的回答", "你可以适当的有点幽默"])
                .start()
        )
        aid.send_message_content(to_aid_list=[sender], session_id=session_id, llm_content=result)
        return True
    aid.online()
    acp.serve_forever()

https://github.com/auliwenjiang/agentcp/tree/master/samples/wrapper_agently_to_agent
AgentCP SDK
Agently SDK
创建身份,读写公有私有数据文档