Multi-Agent Orchestrator让每个请求自动派给最懂行的AI模型的多代理编排框架【免费下载链接】agent-squadFlexible and powerful framework for managing multiple AI agents and handling complex conversations项目地址: https://gitcode.com/GitHub_Trending/mu/agent-squad如果你的聊天应用还是一个AI包打天下多半已经撞上这些问题问天气的收到一段代码科普订票流程被模型强行岔到闲聊用户追问再详细点时系统忘了刚才在和谁说话。Multi-Agent Orchestrator 是一个多代理编排框架它按上下文把每次请求自动派给最合适的 AI 代理并在代理之间维持多轮对话记忆——相当于给你一支各司其职的代理团队而不是一个全能单模型。项目速览Multi-Agent Orchestrator 是同时提供 Python 与 TypeScript 双实现的多代理编排框架面向需要把单一用户入口路由到多个模型、多种服务的开发者。每个代理都是一个独立工作者——可以是 Bedrock 大模型、Lex 对话机器人、Lambda 函数甚至普通 API 调用——框架把它们统一抽象成同一套接口管理。核心能力意图分类路由分类器结合用户输入与全部代理的历史对话做派单双语言实现Python 与 TypeScript 功能对齐可按技术栈自选流式与非流式响应各代理按自身能力选择返回方式上下文隔离每个代理只看自己的对话分类器则掌握全局视角部署灵活从本地开发机到 AWS Lambda 均可运行跑通演示三步拉起多代理协作工作流仓库的 examples/python 提供了一个 Streamlit 演示内置电影制作与旅行规划两个场景。前者需要开通 Amazon Bedrock 权限后者只需一个 Anthropic API Key选一个你现成的环境就能体验。1️⃣ 准备 Python 3.8 环境然后把代码拉到本地git clone https://gitcode.com/GitHub_Trending/mu/agent-squad cd agent-squad2️⃣ 装依赖演示所需的全部包都列在 requirements.txt 里cd examples/python pip install -r requirements.txt3️⃣ 启动演示应用一行命令streamlit run main-app.py这一步不用纠结直接跑就行浏览器会自动打开页面。页面上有两个入口左边描述电影创意并选类型右边填目的地和天数。点一下按钮后台就是一次完整的多代理协作。架构透视一条请求的完整路由链路用户输入发出后第一站是分类器——你可以把它理解成派单员它读取用户这句话、每个代理的自我介绍再拉出该用户本会话里所有代理的对话历史然后决定谁接活。哪怕用户只回一句再来一条它也能找到刚才在等这个回答的那个代理。分类器的实现放在 python/src/multi_agent_orchestrator/classifiers/内置 Bedrock、OpenAI、Anthropic 三套模型版本。选定之后编排器把输入交给对应代理。代理只拉取自己的对话历史——看不到其他代理的对话——处理请求流式或一次性返回。十几种内置代理Bedrock LLM、Lex Bot、Lambda、翻译代理等都实现在 python/src/multi_agent_orchestrator/agents/ 下换个模型或换个服务只需换代理实例主流程代码不动。响应生成后编排器把用户输入和回复写入存储这一步是多轮对话连续性的来源。内置内存与 DynamoDB 两种也可以换成 SQL 或自实现见 storage/。还有一个进阶模式值得了解SupervisorAgent 把一组代理打包成团队队长代理负责调度队员以工具形式被调用涉及多个专业时并行派发再汇总结果——仓库里电影制作、旅行规划等演示正是这种结构。场景演示电影制作里的三代理协作以最直观的电影制作演示为例。输入很简单描述一个电影创意选类型和目标观众点下开发按钮。系统内部是一组三人分工ScriptWriterAgent 先按创意写出故事大纲含人物设定与关键情节CastingDirectorAgent 接着调用网络搜索工具查真实演员信息按过往作品和档期推荐主演人选MovieProducerAgent 作为队长统筹两者产出一页概念概述。几秒后输出的就是完整电影概念大纲、选角名单加概念摘要。官方演示跑出来一部叫 Cosmic Catnip 的片。完整代码在 examples/python/movie-production/能直接看到监督者模式如何调度多个代理。进阶注册自定义AI代理与替换存储内置代理不够用时扩展逻辑是三步创建继承自 Agent 基类的新代理类实现处理方法并写好名字与描述——描述就是派单员的岗位说明书越具体越准用 add_agent() 注册进编排器路由即刻生效想自定义路由规则就替换分类器想持久化对话就替换存储实现。完整的自定义代理注册步骤与接口定义见 docs/src/content/docs/agents/custom-agents.mdx。收尾如果你要做的不是一个聊天机器人而是一组分工明确的AI在同一个入口前协作这个框架替你省掉最麻烦的两件事判断谁该接活以及谁该记住上下文。官方文档docs/示例代码examples/Python SDKpython/TypeScript SDKtypescript/演示跑通之后可以顺着想一个问题你业务里哪件事其实适合拆成一支专业代理【免费下载链接】agent-squadFlexible and powerful framework for managing multiple AI agents and handling complex conversations项目地址: https://gitcode.com/GitHub_Trending/mu/agent-squad创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考