# Instrucciones para el agente: AgentScope: desarrolla agentes Python con herramientas y mensajes

Pega este texto a tu agente (Claude Code, Codex, OpenCode, Hermes o el que uses) y dile «ayúdame a montarlo». Son los pasos para ponerlo en marcha; el porqué de cada pieza está en la guía completa.

- Dificultad: intermedio
- Proyecto: https://github.com/agentscope-ai/agentscope (licencia Apache-2.0)
- Guía completa: https://lab.wisd.ai/hub/agentscope

---

## Para el agente: cómo acompañar al usuario

1. Pregunta primero para qué lo quiere. Si su objetivo no necesita algún paso, sáltalo.
2. Antes de instalar, comprueba lo que ya tiene (versiones, claves, sistema operativo).
3. Avanza un paso cada vez: explica en una frase qué vas a hacer y deja que el usuario lo ejecute o lo apruebe.
4. Tras cada paso, comprueba que funcionó antes de seguir. Si falla, para y explica el error.
5. No inventes comandos ni opciones: si la documentación del proyecto contradice estos pasos, manda la documentación.
6. Al terminar, haz una prueba real con el objetivo del usuario y dile dónde profundizar.

---

## Pasos de configuración

### Paso 1: instala el paquete

Comprueba que uv está disponible y puede usar Python ≥3.11. Desde la carpeta de tu aplicación, crea primero el entorno (preparación añadida siguiendo la [documentación de uv](https://docs.astral.sh/uv/pip/environments/)):

```bash
uv venv --python 3.11
```

Después instala dentro de ese entorno con el comando del README:

```bash
uv pip install agentscope
```

### Paso 2: adapta un ejemplo oficial

Carga `DASHSCOPE_API_KEY` en el entorno privado de la terminal. Guarda como `demo.py` esta adaptación del [ejemplo de consola](https://github.com/agentscope-ai/agentscope#quick-start), con solo la herramienta de lectura:

```python
import os, asyncio
from agentscope.agent import Agent
from agentscope.console import launch_console
from agentscope.tool import Toolkit, Read
from agentscope.credential import DashScopeCredential
from agentscope.model import DashScopeChatModel

async def main():
    agent = Agent(
        name="Friday",
        system_prompt="Lee únicamente los archivos de prueba que te indique.",
        model=DashScopeChatModel(
            credential=DashScopeCredential(api_key=os.environ["DASHSCOPE_API_KEY"]),
            model="qwen3.6-plus",
        ),
        toolkit=Toolkit(tools=[Read()]),
    )
    await launch_console(agent)

asyncio.run(main())
```

Activa el entorno creado antes con `source .venv/bin/activate` (macOS/Linux) y ejecuta `python demo.py`. Crea un archivo `prueba.txt` con una frase conocida en esa carpeta y pide leerlo. La consola gestiona la confirmación de herramientas. La selección de `Read` limita las herramientas disponibles; no aísla por sí sola el sistema de archivos.

## Comprobación

Comprueba que la lectura devuelve la frase exacta de `prueba.txt`. Después pide leer un archivo inexistente y verifica que informa del error sin inventar contenido. Comprueba el mensaje que recibe el agente y cómo lo refleja en la respuesta.

## Si algo falla

Si falla el modelo, revisa proveedor y autenticación. Si falla una herramienta, inspecciona sus argumentos y permisos en vez de conceder acceso más amplio al conjunto.