面向生产环境的企业级多智能体编排框架，提供 10+ 种预构建编排范式与全链路协议支持。
Swarms 是一个面向生产环境的企业级多智能体编排框架，当前版本 11.0.0，基于 Python（≥3.10）开发，开发状态为 Beta。框架核心提供 10+ 种预构建编排范式，覆盖从线性链式（SequentialWorkflow）、并行执行（ConcurrentWorkflow）、DAG 有向无环图（GraphWorkflow）到层级任务分解（HierarchicalSwarm）、动态路由（ForestSwarm/SwarmRouter）等多种拓扑结构，并通过类 einsum 字符串语法（AgentRearrange）支持灵活的非线性 Agent 关系定义。
核心编排范式#
| 范式 | 核心机制 | 典型用途 |
|---|---|---|
| SequentialWorkflow | 线性链式传递 | 研究→撰写→编辑流水线 |
| ConcurrentWorkflow | 多 Agent 并行执行 | 高吞吐批量分析 |
| AgentRearrange | 类 einsum 字符串语法（如 a -> b, c） | 非线性自定义拓扑 |
| GraphWorkflow | DAG 有向无环图 | 复杂依赖任务编排 |
| MixtureOfAgents (MoA) | 多专家并行 + 输出综合 | 多视角决策融合 |
| GroupChat | 对话式协作 | 群体讨论与决策 |
| ForestSwarm | 动态选择最优 Agent 或 Agent 树 | 不确定路径的探索任务 |
| HierarchicalSwarm | 主管规划 + Worker 分发 | 层级任务分解 |
| HeavySwarm | 五阶段（研究→分析→替代方案→验证） | 深度分析任务 |
| SwarmRouter | 通过 swarm_type 参数动态选择任意 Swarm 类型 | 统一入口灵活调度 |
企业级基础设施#
框架采用 Agent = LLM + Tools + Memory 的核心抽象，通过 litellm 实现多模型提供商统一路由，不绑定单一 LLM 供应商。企业级特性包括：并发处理、负载均衡、水平扩展、多种记忆系统与企业工具库。向后兼容 LangChain、AutoGen、CrewAI，支持渐进式迁移。
协议与生态#
| 协议/机制 | 用途 |
|---|---|
| MCP (Model Context Protocol) | Agent 与外部工具/服务标准化交互 |
| X402 | 加密货币支付协议，按使用付费 |
| AOP (Agent Orchestration Protocol) | 分布式 Agent 服务部署与管理 |
| Open Responses | 多提供商可互操作的 LLM 接口规范 |
| Swarms Marketplace | 发现与共享生产就绪的 prompt、Agent、工具 |
| Agent Skills (SKILL.md) | 基于 Markdown 的轻量级可复用能力定义 |
安装与快速开始#
# pip
pip3 install -U swarms
# uv（推荐）
uv pip install swarms
# poetry
poetry add swarms
环境变量配置：
OPENAI_API_KEY=""
WORKSPACE_DIR="agent_workspace"
ANTHROPIC_API_KEY=""
GROQ_API_KEY=""
最简 Agent 示例：
from swarms import Agent
agent = Agent(
model_name="gpt-5.4",
max_loops="auto",
interactive=True,
)
agent.run("What are the key benefits of using a multi-agent system?")
SequentialWorkflow 示例：
from swarms import Agent, SequentialWorkflow
researcher = Agent(agent_name="Researcher", system_prompt="...", model_name="gpt-5.4")
writer = Agent(agent_name="Writer", system_prompt="...", model_name="gpt-5.4")
workflow = SequentialWorkflow(agents=[researcher, writer])
final_post = workflow.run("The history and future of artificial intelligence")
关键配置项#
| 配置项 | 说明 |
|---|---|
model_name | 指定 LLM 模型，通过 litellm 支持多提供商 |
max_loops | 迭代次数；设为 "auto" 时 Agent 自主判断完成时机 |
interactive | 启用交互模式实时反馈 |
autosave | 自动保存 |
verbose | 详细输出 |
agent_name / system_prompt | Agent 身份与行为定义 |
swarm_type（SwarmRouter 专用） | 动态选择编排策略类型 |
CLI 入口：swarms 命令（映射至 swarms.cli.main:main）
待确认信息#
- 许可证不一致：pyproject.toml 声明 MIT，但 LICENSE 文件实际为 Apache-2.0，当前以 LICENSE 文件为准
gpt-5.4模型名：README 示例中使用，需确认是否为真实可用模型标识或仅为示例占位符- 企业客户与生产案例：官方宣称 99.9%+ Uptime Guarantee，但公开页面未提供具体企业客户案例或 SLA 文档
- 版本号跳跃：当前版本 11.0.0，版本发布历史未在本次调查中核实
- X402 协议落地程度：实际可用状态与接入方式待确认