用途
OxyGent 是一个开源的多智能体（Multi-Agent）开发框架，由京东开源，并有一篇被 ACL 2026 收录的论文《OxyGent: Making Multi-Agent Systems Modular, Observable, and Evolvable via Oxy Abstraction》（arXiv:2604.25602）。它面向希望快速构建生产级智能系统的开发者，通过统一的 Oxy 抽象把工具（tool）、模型（model）和智能体（agent）全部封装为模块化组件，让多智能体系统的构建、运行与演进变得透明且可扩展。
主要能力
- 高效开发：标准化 Oxy 组件像乐高积木一样拼装，支持热插拔和跨场景复用，通过简洁的 Python 接口完成组装，无需复杂配置。
- 智能协作：采用动态规划范式，智能体可自主分解任务、协商方案并实时适应变化；不同于刚性工作流系统，OxyGent 的智能体能自然应对涌现问题，同时保持每一次决策的完整可审计性。
- 弹性架构：底层弹性架构支持任意智能体拓扑，从简单的 ReAct 到复杂的混合规划模式；自动依赖映射与可视化调试工具便于在分布式系统中优化性能。
- 持续进化：内置评估引擎可自动生成训练数据，每次交互都成为学习机会，智能体通过知识反馈循环不断改进并保持完全透明。
- 扩展性：遵循梅特卡夫定律，分布式调度器使成本线性增长而协作智能呈指数收益，可处理任意规模的领域级优化与实时决策。
使用方式
环境要求包括 pip 包管理器，以及来自 LLM 提供商（如 OpenAI、Anthropic 等）的 API key。安装步骤： 第 1 步：创建并激活 Python 环境（要求 Python 3.10）。
- conda 方式：
conda create -n oxy_env python==3.10然后conda activate oxy_env。 - uv 方式：
curl -LsSf https://astral.sh/uv/install.sh | sh，uv python install 3.10，uv venv .venv --python 3.10，source .venv/bin/activate。 第 2 步：安装 Python 包。 - conda：
pip install oxygent - uv：
uv pip install oxygent - 开发环境：
git clone https://github.com/jd-opensource/OxyGent.git，cd OxyGent，pip install -r requirements.txt（uv 下可先brew install coreutils）。 第 3 步：如需使用 MCP，下载安装 Node.js。 第 4 步：编写示例 Python 脚本（如 demo.py），导入MAS、Config、oxy、preset_tools，通过Config.set_agent_llm_model("default_llm")设置模型，在oxy_space中定义HttpLLM、预设工具（time_tools、file_tools、math_tools）和各个ReActAgent（time_agent、file_agent、math_agent），并以is_master=True定义 master_agent 及其 sub_agents。主函数中通过async with MAS(oxy_space=oxy_space) as mas启动，并调用mas.start_web_service(first_query=...)。 第 5 步：设置环境变量DEFAULT_LLM_API_KEY、DEFAULT_LLM_BASE_URL、DEFAULT_LLM_MODEL_NAME，可在终端 export 或写入 .env 文件。 第 6 步：运行示例python demo.py启动多智能体系统。 第 7 步：查看输出。
适用场景
- 开发者：专注于业务逻辑，无需重复造轮子。
- 企业：以统一框架替换孤立的 AI 系统，降低沟通开销，支持分布式调度横向扩展、每次决策完整审计、内置评估引擎持续改进，以及领域级优化和实时决策。
- 用户：体验智能体生态带来的无缝团队协作。
支持的规划范式
- ReAct：面向简单任务的“推理+行动”模式。
- Dynamic Planning：智能体自主分解任务并协商方案。
- Hybrid Planning：为复杂场景组合多种范式。
协作与部署
OxyGent 的弹性架构支持任意智能体拓扑，智能体通过标准化接口通信，并配有自动依赖映射与可视化调试工具。应用可作为标准 Python 应用部署：本地开发运行 python demo.py；生产环境使用分布式调度器跨多节点扩展；也可容器化部署。OxyGent 支持任何提供兼容 API 的 LLM 提供商，包括通过 DEFAULT_LLM_BASE_URL、DEFAULT_LLM_MODEL_NAME 配置的本地模型。自定义 Oxy 可通过继承基础 Oxy 类并实现所需方法完成。
项目信息与限制
OxyGent 提供 Python 和 Java 两种开源版本。2025 年 7 月 15 日最新版本在 GAIA 评测中获得 59.14 分，当时排名第一的开源系统 OWL 为 60.8 分。项目欢迎通过报告问题、建议增强、改进文档或编写代码等方式贡献；社区支持可通过项目 Issues 提交可复现步骤和日志片段，或通过内部 Slack 联系核心团队。常见问题排查：导入错误需确保 Python 3.10+ 且依赖更新；API key 错误需检查 LLM 提供商密钥；智能体通信问题需检查所有 Oxy 组件是否正确注册。关于具体定价、收费模式、完整分类体系及各版本价格等信息，现有资料暂未提供。
