diff --git a/.agents/knowledge/agentscope-2.0-facts.md b/.agents/knowledge/agentscope-2.0-facts.md
new file mode 100644
index 00000000..3dd26570
--- /dev/null
+++ b/.agents/knowledge/agentscope-2.0-facts.md
@@ -0,0 +1,53 @@
+---
+name: agentscope-2.0-facts
+description: AgentScope 2.0 架构事实速查（源码实证 v2.0.2 + 官方文档）——编排/沙箱/服务化部署，给 tier2 富游戏线设计用
+node_type: knowledge
+---
+
+# AgentScope 2.0 架构事实（源码实证 + 官方文档）
+
+本文记录 AgentScope 2.0 的真实形态。来源是直接读 `/root/oss/agentscope`（checkout 在正式版 **v2.0.2**，即 PyPI 当前最新稳定版）的源码，并与官方文档 `docs.agentscope.io/v2` 交叉验证，每条关键结论都给了源码出处。
+
+**版本号澄清**：PyPI 上没有 2.0.3 这个版本，早先文档里的「AgentScope 2.0.3」是笔误，正确是 2.0.2。AgentScope 的 1.0.x 到 2.0.x 是同一条线的连续大版本升级，不是两条并行的线；引用时以 `/root/oss/agentscope` 当前 checkout 的 tag 为准。
+
+## 核心范式
+
+2.0 是一次架构大重写。1.x 的静态编排原语（`pipeline` / `MsgHub` / `sequential_pipeline`）已经全部删除——在 `src/` 下搜这些类名零命中。取而代之的是「单个自带 ReAct 循环的 `Agent` 类 + 一个 FastAPI 服务层（`agentscope.app`）」。多 agent 协作、对外发布、沙箱执行这些能力，都上移到了服务层，而不再是库里的拼接式管道。
+
+## 编排：单 Agent 自治 + 服务层 Team 工具
+
+`agentscope.agent` 模块只导出一个统一的 `Agent` 类，它自带 reasoning→acting 的 ReAct 循环（`agent/_agent.py:594` 的迭代主体，`max_iters` 兜底退出）。1.x 那种声明式的 agent 子类（ReActAgent / DialogAgent）和消息管道都不存在了。
+
+需要多个 agent 协作时，走的不是静态拓扑图，而是**把「建队、派 worker、对话」做成工具交给 leader agent 自己调用**：`AgentCreate` / `TeamCreate` / `TeamSay` / `TeamDelete` 四个工具配 `SubAgentTemplate`（worker 蓝图）。leader 调 `AgentCreate` 就 spawn 一个 worker agent + session，worker 的 `source="team"`、只拿得到 `TeamSay`（向 leader 汇报），leader 拿全套工具（`app/_service/_toolkit.py` 按 `source` 选工具可见性）。这是 agent-as-tool 的动态组队，对应官方哲学——靠模型自身的推理和工具调用，而不用刚性 prompt 和带倾向的编排去约束它。
+
+**一个硬约束**：这套多 agent 能力**只在 app 服务层可用**，纯库里 import 一个 `Agent` 跑脚本是没有的。
+
+## 沙箱：编排后工具调用直接落沙箱执行
+
+Workspace 提供三种执行后端（`workspace/__init__.py`）：`LocalWorkspace`（host 进程内，零隔离，开发用）、`DockerWorkspace`（容器）、`E2BWorkspace`（E2B 云沙箱）。agent 的工具来自 workspace（`get_toolkit(workspace=...)` 时 `tools = await workspace.list_tools()`），所以「换一个 workspace」就把执行环境从本地搬到了容器或云沙箱。
+
+执行如何落进沙箱：Local 后端的 Bash/Read/Write 是 host 进程内的 Python 工具；Docker/E2B 后端的 `list_tools()` 返回空，工具改由容器内的 FastAPI MCP gateway 提供——agent 调工具时，host 侧 `GatewayClient` 发 `HTTP POST {gateway}/mcps/{mcp}/tools/{tool}`（`_gateway_client.py:136`）到容器内 gateway 真正执行。这就是「编排好之后工具调用直接在沙箱里跑」的机制。
+
+**一个坑**：Docker/E2B 沙箱镜像默认不注册任何 filesystem/bash MCP，要在沙箱里有 Bash/Read/Write，得自带 MCP server 注册为 `default_mcps`；只有 Local 后端内置这些工具。
+
+## 安装与部署：pip 装包即可，官方只主推一条生产路径
+
+跑 AgentScope **不需要 clone 仓库**——`pip install agentscope[full]` 装包即可，`app` / `workspace` / `tool` 全在 wheel 内。框架**没有 CLI**（pyproject 无 `[project.scripts]`，不存在 `as serve` 之类命令），启动靠在 `main.py` 里自己调 uvicorn。两个例外要记：Docker 沙箱在 2.0.2 这个「尚未发布到 PyPI 的过渡期」目前需要本地有 agentscope 源码（构建镜像时 COPY 进去）；E2B 沙箱需要 E2B 账号和 API key。`/root/oss/agentscope` 这份 clone 的主要价值是读源码核对，而非生产运行的必需品。
+
+生产部署，官方主推且唯一给出端到端示例的形态是 **Agent Service**：用 `create_app(storage, message_bus, workspace_manager)` 造一个 FastAPI/ASGI app（`app/_app.py:33`），再用 uvicorn 起进程（`examples/agent_service/`）。它提供多租户、多会话、REST 触发 + SSE 事件流、HITL 审批、定时任务、凭据托管。两个要点决定了接入方式：一是 **chat 端点是 fire-and-forget**，`POST /chat` 立即返回 `started`，事件要另外从 `GET /sessions/{id}/stream` 的 SSE 流里收；二是**强依赖 Redis**——storage 和 message_bus 都只有 Redis 实现，没有 in-memory/SQLite 版本，生产必须配 Redis。要弹性扩展，就把这个 ASGI app 自己容器化后上 K8s 或 serverless，框架不提供 app 级的 Dockerfile/compose。
+
+## 生态定位与一个架构信号
+
+独立的 `agentscope-runtime` 项目**已归档**：官方声明其全部能力（工具沙箱、Agent-as-a-Service、可观测）已原生并入 AgentScope 2.0。所以 2.x 做沙箱和部署不要再装那个独立仓，`agentscope[full]` 一个包就齐。AgentScope Studio 是开发期的可视化追踪/调试台，不是生产承载层。
+
+一个值得记的信号：官方称 **Spring AI Alibaba 底层将采用 agentscope-java 作为引擎**。这意味着项目里「SAA 廉价线」和「AgentScope 富游戏线」在引擎血统上正趋同，对「两条并存线」的长期架构判断有影响（属架构裁决，留创始人/架构线）。相关决策见 [[saa-agentic-infra-decision]]。
+
+## 关键纠偏对照
+
+| 凭名臆想 | 源码实证（v2.0.2） |
+|---|---|
+| 2.x = pipeline / MsgHub | 已删，改单 Agent ReAct + 服务层 Team 工具 |
+| 多 agent 是静态编排图 | agent-as-tool 动态组队，且只在 app 服务层 |
+| 用框架要 clone 源码 | `pip install agentscope[full]` 即可（Docker 沙箱过渡期暂需源码） |
+| 有 CLI / `serve` 命令 | 无，生产 = `create_app()` FastAPI + uvicorn + Redis |
+| 沙箱要装独立 agentscope-runtime | 已归档，能力并入 2.0 主框架 |