AI 资源库 · 已整理 36 项

multi-agent

查看与multi-agent相关的 AI 资讯、工具、Skill、工作流和开源项目。

audit-project:多智能体迭代式代码审查直到零问题

agent-sh/audit-project · Multi-agent iterative code review until zero issues remain

audit-project 是一个多智能体迭代代码审查工具,可运行最多 10 个专用审查 agent(4 个常驻加最多 6 个按项目特征条件激活),发现代码问题后自动按严重程度修复,并对修改过的文件重新审查,循环往复直到代码库干净或用户中止。每个发现包含 file:line 位置、严重级别、代码片段、修复建议和改动量估计;破坏测试或构建的修复会被回滚。支持全项目审查、指定路径、仅安全域、单次快速扫描、最近 5 次提交范围、生成 TECHNICAL_DEBT.md 以及从保存队列恢复,并可在已有 repo-intel 数据时用测试缺口信号优先审查高频变动且无配套测试的文件。

☆ 收藏查看来源 ↗

ADAR Core:基于 Google ADK 与 Gemini 的多智能体数据访问与推理平台

Agomonia-Labs/adar-core · ADAR: Agentic Data Access and Reasoning — general-purpose multi-agent AI platform built on Google ADK and Gemini. ARCL cricket is the reference implementation.

ADAR Core 是一个通用多智能体 AI 平台,构建在 Google ADK 和 Gemini 之上,提供 API、ADK Agent 加载配置、共享 UI 与基础设施脚本等共用模块,并以领域应用的方式组织。仓库内含 Geetabitan(孟加拉语 Rabindra Sangeet 助手)、ARCL(美国休闲板球联赛助手,作为参考实现)和餐厅推荐三个领域应用,各领域在 domain 目录中自备配置、Agent、数据摄取、部署与排障文档,通过设置 DOMAIN 环境变量选择运行。

☆ 收藏查看来源 ↗

multimodal-fraud-detector:多智能体多模态保险理赔欺诈检测流水线

adimalkar/multimodal-fraud-detector · Multi-agent AI pipeline that detects generative-AI fraud in insurance claims across images, PDFs, and video. A "Jury System" of Qwen-VL vision analysis plus DeepSeek-R1/Qwen/GLM critic agents with majority voting — dashcam-aware, batch-capable, Streamlit UI.

该项目是一个面向保险理赔场景的多智能体 AI 流水线,用于识别图像、PDF 文档和视频中的生成式 AI 伪造内容。其核心是“陪审团系统”架构:由 Qwen-VL-Plus 视觉智能体做取证分析,再把结论交给 Qwen Turbo、DeepSeek R1、GLM 4.6 等评论智能体独立评估并多数投票。功能包括多模态输入(视频通过抽帧)、针对行车记录仪的运动模糊与 AI 平滑伪影区分协议、基于 SQLite 的批量处理,以及 Streamlit 交互式仪表盘。

☆ 收藏查看来源 ↗

Autonomous Multi-Agent Content Pipeline:基于多智能体工作流将 PRD 自动生成经研究、事实核查与润色的博客文章

justMridul/multi-agent-content-pipeline · An autonomous multi-agent content generation pipeline built with LangGraph, Groq (Llama-3.3-70b), FastAPI, Next.js, SerpAPI, and Supabase. Converts PRDs into research-backed, fact-checked, and polished blog posts.

该项目是一个端到端的多智能体内容生成系统,使用 LangGraph 编排研究、写作、事实核查与风格润色四个专职智能体。它接收产品需求文档(PRD)、主题、目标字数和写作风格作为输入:研究智能体通过 SerpAPI 进行实时网页检索,写作智能体结合 PRD 与研究上下文生成 Markdown 初稿,事实核查智能体对照研究结果验证文中论断,若发现问题则通过条件路由退回写作智能体重写并再次核查,通过后由润色智能体完成风格与格式优化,最终文章存入 Supabase PostgreSQL。前端基于 Next.js 与 React 提供 PRD 输入、智能体执行时间线与文章库浏览,后端使用 FastAPI,并通过自定义日志记录智能体名称、执行状态、耗时、Token 用量与事实核查结果。

☆ 收藏查看来源 ↗

Strands Agents:用 Python 和 TypeScript 构建生产级 AI Agent 的 SDK

strands-agents/harness-sdk · Build an agent harness and control it end-to-end. Open-source SDK for production AI agents in Python & TypeScript - any model, any cloud.

Strands Agents 是一个开源 SDK,用于在 Python 和 TypeScript 中构建和运行 AI Agent。它提供完整组装的 harness(通过 create_harness() / createHarness() 调用),内置模型、工具、记忆、会话和上下文管理的默认配置,同时也支持开发者深入 SDK 自行掌控 agent loop、工具、模型提供方、记忆和 hooks。核心能力包括生命周期控制(轮次上限、token 预算、取消、停止原因)、工具与结构化输出、MCP、多 Agent 模式、记忆与会话、模型可移植性、流式输出、guardrails、追踪和评估。项目不依赖托管控制平面,在你的进程中运行,支持 Amazon Bedrock、Anthropic、OpenAI、Gemini 等多种模型提供方。

☆ 收藏查看来源 ↗

AI Product Manager Copilot:多智能体产品管理工作台

Yuvraj4069/Yuvraj-ai-product-management-copilot

该项目是一个由 Google Gemini 与 SQLite 驱动的多智能体产品管理工作台,用于自动化产品发现、客户之声(VOC)分类、动态聚类、RICE 优先级排序、PRD(产品需求文档)自动生成和发布节奏排序等产品管理任务。仓库使用 Python 编写,采用 MIT 许可证。

☆ 收藏查看来源 ↗

Team Agent:多模型群聊协作桌面工作台

zifulifufu/team-agent · A multi-model agent group-chat workbench — Electron + React front end, FastAPI + LiteLLM backend. Apache-2.0.

Team Agent 是一个把多个大语言模型(云端或本地)放进同一群聊的桌面工作台,由宿主模型拆解任务并按依赖顺序分派给各成员,成员之间通过 @提及 交接工作。项目采用 Electron + React 前端与 FastAPI + LiteLLM 后端,提供工具调用(内置工具、Python 插件、MCP)、本地文档库与 BM25 检索、分层记忆、提示词库与模板画廊、本地模型目录、外部命令行 Agent 接入、聊天频道转发、备份导出与钩子机制,后端仅监听本机回环地址,API 密钥存于系统钥匙串。

☆ 收藏查看来源 ↗

swarmflow:用本地编码 Agent 集群从 PRD 确定性交付经过验证的 MVP

reddevil22/swarmflow · Deterministic control plane for orchestrating swarms of local coding agents: PRD in, verified MVP out

swarmflow 是一个面向绿地项目的确定性控制平面,用于编排多个本地编码 Agent 会话并行开发。它接收 PRD,由前沿模型负责规划、验证与验收,通过多波次(wave)并行执行与门禁流水线(进程清理、回归指纹、区分度检查、范围审计)产出模块与测试,并以 SQLite 账本为唯一事实来源,所有声称作凭据验证而非退出码。前沿后端不限厂商,兼容任意 OpenAI 兼容接口、Command Code CLI、通用终端 Agent CLI 或 Pi;模型选择通过配置完成。当前为 Alpha 状态,已在 5 任务 NestJS 项目上完成端到端验证,PR 自动化和打包制品交付暂不在范围内。

☆ 收藏查看来源 ↗

Glasshouse:多智能体编程编排控制平面与代码模式 harness

HarzerHeribert/glasshouse · Multi-agent coding orchestrator with a first-party code-mode harness. Run Claude Code, Codex and other agents with routing, project memory, live tool results and fewer inference boundaries.

Glasshouse 是一个用 Rust 编写的多智能体编程编排系统,由可独立使用的编程 harness `pane` 和控制平面 `glasshouse` 组成。`pane` 提供代码模式执行环境,工具结果以运行时命名对象而非对话文本的形式保留,模型通过编写 TypeScript 程序调用工具,从而显著降低上下文占用;`glasshouse` 则作为控制平面,启动并驱动 Claude Code、Codex 等已安装 harness,依据延迟、可靠性、缓存热度、剩余容量与消耗速率等实测证据路由请求,维护项目级持久记忆,并在多个会话并行时就文件编辑冲突进行协调。项目提供推理网关组件,支持订阅与密钥的跨账号调度、配额与容量估算以及工具输出压缩。项目状态为活跃开发中,能力图文档为其权威规格。

☆ 收藏查看来源 ↗

agentsgo:协议无关的本地文件多 Agent 异步协同工作台

urankwong/agentsgo · Protocol-agnostic local-file workbench for asynchronous multi-agent collaboration — any read/write-capable AI agent (any IDE/model/framework) joins to co-discuss AND co-develop, with no MCP/A2A/protocol gate. Zero-dependency Python CLI; human holds the final say. 协议无关的本地文件多 Agent 异步协同底座:会读写文件即可加入,讨论+开发双协同,人类最终拍板。

agentsgo 是一个协议无关的本地文件多 Agent 异步协同底座:任何具备读写文件能力的 AI Agent(不限 IDE、模型、框架)都能加入,实现协同讨论与协同开发,无需支持 MCP/A2A 或运行在同一框架内。它提供零依赖的 Python CLI 协调器 room.py 与本地 Web 工作台 views.py,包含任务看板、议题圆桌、Agent 广场、踩坑库、约定库、代码图谱等视图,采用单写多读加 roster 状态机、异步轮次(发散-盲评-碰撞-定稿)、稳定观点 ID 与匿名盲评等机制,人类全程可介入并最终拍板。

☆ 收藏查看来源 ↗

swarm-github-demo:多智能体协作的 GitHub 提交与拉取请求演示

appcheckdemo/swarm-github-demo · PRD 146 swarm, GitHub operating mode: commits and pull requests from ten agents

该仓库为 PRD 146 swarm 演示项目,展示 GitHub 的运维模式:由十个智能体产生提交(commits)和拉取请求(pull requests),用于演示多智能体在代码协作流程中的运作方式。仓库使用 Python 编写,README 仅提供一句话描述,未说明部署方式、依赖条件与使用限制。

☆ 收藏查看来源 ↗

Arena-of-Autonomous-Threads:构建本地 Reddit 式论坛测试多智能体 LLM 对话

rafaelmateo123/Arena-of-Autonomous-Threads · Top AI Agent Simulator: Build a Local Reddit Forum for LLM Testing 2026

该项目(内部名 Synaptic Confluence Engine)是一个 LLM 智能体模拟器,构建类似 Reddit 的本地论坛环境,让多个接入不同模型后端(OpenAI、Anthropic、本地 Llama、Mistral 等)的 AI 智能体以带人设、情绪与记忆的身份发帖、回复、投票,用于观察多智能体推理、协商与集体智能的涌现行为。提供人设系统、多智能体编排、话题演化、版主审核智能体、分析仪表盘、多语言与记忆压缩等能力,面向 LLM 研究、安全测试、角色扮演与教学等场景。

☆ 收藏查看来源 ↗

Aether Nexus:多智能体编排与自治协作框架

LovaHuguel/Khala-Orchestrator-Core · 🤖 AI Agent Teams 2026: Build & Deploy Autonomous AI Systems 🚀

Aether Nexus(仓库 Khala-Orchestrator-Core)是一个面向多智能体编排的框架,通过“神经治理协议”管理智能体间的通信、冲突解决与资源分配,按任务动态匹配智能体能力并组成临时协作体,支持共识形成、问题分解、多模型混合推理以及 OpenAI、Anthropic 与本地模型(如 llama-3-70b、mixtral-8x22b)的接入。README 还列出研究论文综述、商业战略规划等工作流示例,以及性能、安全合规与实验性特性等描述。

☆ 收藏查看来源 ↗

Agenthood:面向软件全生命周期的多智能体协作框架

fworks-tech/agenthood · A society of AI agents with impeccable standards and zero tolerance for 'fix stuff' commits.

Agenthood 提供 20 个专业化 AI 智能体(架构师、评审、安全、DevOps、策略、运维等),每个都是可移植的 Markdown 技能文件,可加载进 Claude Code、Copilot、Gemini CLI、Cursor、OpenCode 等支持技能文件的运行时,另附一个 TypeScript 运行时让它们跨软件生命周期自主执行。项目强调工程规范(如拒绝含糊的提交信息)、每次运行留下防篡改的决策与来源追溯记录,并附带 41 个工具技能、工作流引擎、RAG 与记忆等组件。

☆ 收藏查看来源 ↗

Ortim:多智能体 AI 软件工厂,将简要需求转化为可审查、可审计的代码

orhanurullah/ortim · Disciplined multi-agent AI software factory: brief → PRD → RFC → task DAG → reviewed code. Human approval gates, hash-chained audit log, deterministic architecture selection.

Ortim 是一个基于 Python 的命令行工具,将一段简要需求(brief)通过多智能体流水线转化为可运行、经审查并带审计追踪的代码。流水线包含 Babel 意图解析、PRD/RFC 生成、任务 DAG 编排、Worker 执行与 Reviewer 链审查,并设置两个强制人工审批门(PRD、RFC)与多个条件门。架构选型由确定性评分器完成(LLM 不参与选择层级),所有 LLM 调用、状态转换与门决策写入哈希链式 JSONL 审计日志,支持漂移检查与防篡改验证。支持 DeepSeek、Anthropic、Ollama 等多种提供者按角色路由。

☆ 收藏查看来源 ↗

MyForge:从想法生成 PRD、专用智能体团队并执行自动化构建

McFuzzySquirrel/mcfuzzy-agent-forge · Help you create a PRD or spec from an idea or research anf the forges a team of specialised agents and skills based on that

MyForge 是一个以 PRD 为核心的开发工作流工具,能够将产品想法转化为经过评审的 PRD 文档,并据此生成专用智能体团队,进而执行自动化构建。项目提供引导式交互执行与无人值守的“暗编排”运行模式,配有本地 Web 控制台用于监控和控制构建过程,支持在现有 Git 仓库中引导集成而不替换其应用代码。

☆ 收藏查看来源 ↗