AgentHub：编排多个 AI Agent 协作完成软件开发

cuteecarrot/AgentHub · 🤖 Orchestrate AI agents for seamless teamwork in software development, enabling efficient collaboration through dependable messaging protocols.

GitHub原文发布未知首次收录 2026-10-07上架 2026-10-07 07:02

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

AgentHub 是一个基于 Python 的开源应用，用于编排多个 AI Agent（如 Codex、Gemini、Claude）进行协作式软件开发，并通过消息路由保证 Agent 之间的可靠通信。项目提供面向非技术用户的图形界面，支持新建项目、选择 AI 模型、配置消息路由并开始协作。README 给出了 Windows/macOS 系统要求与下载安装步骤。

# Python # multi-agent # agent-orchestration # desktop-app # ai-collaboration

核心能力与快速开始

★ 5 · Python

能做什么: 支持与 Codex、Gemini、Claude 等多个 AI 模型/Agent 协作；提供 Agent 之间的消息路由以保障通信可靠性；提供面向所有技术背景用户的界面；可在界面中新建项目、添加 AI Agent、配置消息路由并启动协作。
适用场景: 在软件开发中以多 Agent 团队形式协作；让多个不同厂商的 AI 模型在同一项目中协同工作；为不熟悉技术的用户提供图形化的 AI 协作入口。
项目形态: 可直接使用的工具
部署方式: README 提供安装包下载与安装步骤（通过 Releases 页面下载对应操作系统文件并安装），未说明服务器端部署方式。
主要依赖: 操作系统：Windows 10 或更高版本、macOS High Sierra 或更高版本；处理器：双核及以上；内存：至少 4 GB；存储：至少 200 MB 可用空间。
使用限制: README 未说明所支持 AI 模型的 API 接入方式、调用成本、许可商用限制或并发/规模上限；未说明实际使用中消息协议的具体规范。
许可证: MIT
最近推送: 2026-10-06 13:57

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-07 07:00 · 卡片整理：2026-10-07 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

使用 AgentHub 编排 Codex、Gemini、Claude 等多个 AI Agent 进行协作式软件开发，并通过消息路由保证 Agent 之间的可靠通信。

查看内容依据

AgentHub 是一个基于 Python 的开源应用，用于编排多个 AI Agent（如 Codex、Gemini、Claude）进行协作式软件开发，并通过消息路由保证 Agent 之间的可靠通信。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

Agent Development Kit (ADK)：用 Python 构建、评估与部署 AI Agent 的代码优先框架

Agent Development Kit（ADK）是 Google 开源、代码优先的 Python 框架，用于以软件工程方式构建、评估和部署 AI Agent。它提供基于图的 Workflow 运行时（支持路由、扇出/扇入、循环、重试、状态管理、动态节点、人在环路和嵌套工作流）、结构化任务 API（多轮任务模式与单轮受控输出）、模块化多 Agent 组合、丰富的工具生态（预置工具、自定义函数、OpenAPI 规范、MCP 工具）、工具确认流程（HITL），并支持容器化部署到 Cloud Run 或 Vertex AI Agent Engine。框架针对 Gemini 优化，但模型无关、部署无关，也可通过 Agent Config 免代码构建 Agent，并配有开发 UI 用于测试、评估与调试。

Agent Fleet：自托管运行与管理 AI 编程智能体集群的 Web 控制台

Agent Fleet 是一个自托管的运维层，用于把 Claude Code、Codex CLI、GitHub Copilot CLI、Antigravity CLI、Cursor CLI、Kiro、OpenCode、Muse Code 以及自带的 llama.cpp 运行环境作为受管集群来运行。它不替换这些 CLI，而是提供每个成员独立且隔离的持久化环境（Docker 容器并带 cgroup CPU/内存配额，或在无 Docker 的 native 版中使用 bubblewrap 沙箱）、真实的 git 工作副本与 worktree、可在浏览器中跟踪和干预的会话、问题与权限确认、用量计量、定时调度和远程控制，并支持通过 Discord / Slack 线程回复。项目为 Go 编写，采用 Apache-2.0 许可，支持在单台 Linux 主机（Docker Compose）或 AWS ECS 上部署。

Powernode Platform：AI Agent 集群的运维控制平面

Powernode Platform 是一个开源的 AI Agent 集群控制平面（mission control），通过聊天界面即可让 Agent 集群完成真实基础设施的开通与运维，涵盖裸金属、虚拟机、容器与覆盖网络。操作者用自然语言描述需求，Agent 负责规划与执行开通流程，控制循环随后持续监控，所有重要操作都会经过可配置的审批流程（干预策略、审批链、终止开关）审核。平台自行实现底层操作，包括裸金属 PXE 启动、签名模块供应链、集群生命周期管理与 SDWAN 覆盖网络，而非构建在别处已开通的基础设施之上。技术栈为 Rails 8、React 19 + TypeScript、Sidekiq 8 以及带 pgvector 的 PostgreSQL；支持多 LLM 提供商路由与 FinOps 成本追踪，并原生支持 MCP 与 A2A 协议。项目采用开放核心模式，平台及公开扩展（platform、system、supply-chain、marketing）为 MIT 许可，商业版 business 扩展不在开源发布中。

eht-imaging（ehtim）：射电干涉测量（VLBI）数据模拟、校准与正则化最大似然成像的 Python 软件包

ehtim（eht-imaging）是面向射电干涉测量与甚长基线干涉测量（VLBI）的 Python 模块集合，可加载、模拟和处理 VLBI 数据。它提供 Image、Movie、Array、Obsdata、Imager、Caltable 等主要类，用于读取图像和数据、由真实 u-v 轨迹生成模拟观测、校准与检查及绘制数据，并用正则化最大似然方法在不同偏振下、结合多种数据项和正则函数重建图像。该项目亦被事件视界望远镜（EHT）等成像与偏振分析工作引用。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。