swarms

Swarms es un framework en Python para construir y orquestar sistemas multi-agente. Incluye un conjunto de arquitecturas de orquestación preconstruidas y una abstracción común de Agente, lo que permite reutilizar los mismos agentes en diferentes estrategias de colaboración. Componentes principales - Agente: una entidad basada en LLM con herramientas y memoria, configurada por nombre de modelo, prompt de sistema, número de bucles y opciones relacionadas. Establecer max_loops="auto" permite que el agente decida cuándo una tarea está completa en lugar de detenerse después de un número fijo de iteraciones. - Workflows: SequentialWorkflow encadena agentes para que cada salida alimente la siguiente; ConcurrentWorkflow ejecuta agentes en paralelo sobre la misma tarea; AgentRearrange expresa flujos no lineales con una sintaxis de cadena como "a -> b, c"; GraphWorkflow modela agentes como nodos en un DAG con aristas explícitas, puntos de entrada y final, ordenamiento topológico automático y ramas independientes en paralelo. - Patrones de nivel superior: MixtureOfAgents ejecuta agentes expertos en paralelo y sintetiza resultados con un agregador; GroupChat soporta colaboración conversacional; ForestSwarm selecciona agentes o árboles de agentes adecuados para una tarea; HierarchicalSwarm usa un director que planifica y distribuye trabajo a trabajadores especializados; HeavySwarm describe un flujo de trabajo de investigación y análisis en múltiples fases; SwarmRouter expone una interfaz para ejecutar cualquier tipo de enjambre soportado cambiando un parámetro. - AutoSwarmBuilder genera agentes, prompts y estructura de workflow a partir de una descripción de tarea, opcionalmente devolviendo las configuraciones de agente generadas. Interoperabilidad Los agentes pueden consumir herramientas externas a través del Protocolo de Contexto de Modelo (MCP) configurando una URL de servidor MCP, y MCPDeployer puede exponer un agente, enjambre o función como servidor MCP con autenticación configurable (claves API estáticas, callables de autenticación personalizados o verificadores de token con alcances) y transportes HTTP, SSE o stdio. El README también menciona compatibilidad hacia atrás con otros frameworks y protocolos de agentes como x402 y skills. Instalación y uso Instale vía pip, uv o poetry, o desde la fuente. La configuración es principalmente a través de variables de entorno como claves API y un directorio de trabajo. Los ejemplos en el README cubren un primer agente, un agente autónomo, configuraciones de cliente y servidor MCP, y varias arquitecturas de enjambre. El proyecto se distribuye como paquete PyPI y enlaza a documentación, un sitio web y un mercado para material adicional.