swarms

Swarms — это Python-фреймворк для создания и оркестрации мультиагентных систем. Он поставляется с набором готовых архитектур оркестрации и общей абстракцией Agent, поэтому одни и те же агенты можно переиспользовать в разных стратегиях взаимодействия. Основные строительные блоки - Agent: сущность на базе LLM с инструментами и памятью, настраиваемая через имя модели, системный промпт, число циклов и связанные параметры. Установка max_loops="auto" позволяет агенту самому решать, когда задача выполнена, вместо остановки после фиксированного числа итераций. - Workflows: SequentialWorkflow связывает агентов в цепочку так, что выход каждого передаётся следующему; ConcurrentWorkflow запускает агентов параллельно над одной задачей; AgentRearrange выражает нелинейные потоки строковым синтаксисом вроде "a -> b, c"; GraphWorkflow моделирует агентов как узлы DAG с явными рёбрами, точками входа и выхода, автоматической топологической сортировкой и параллельными независимыми ветвями. - Паттерны более высокого уровня: MixtureOfAgents запускает экспертных агентов параллельно и синтезирует результаты через агрегатор; GroupChat поддерживает разговорное взаимодействие; ForestSwarm подбирает подходящих агентов или деревья агентов для задачи; HierarchicalSwarm использует директора, который планирует и распределяет работу между специализированными исполнителями; HeavySwarm описывает многофазный процесс исследования и анализа; SwarmRouter предоставляет единый интерфейс для запуска любого поддерживаемого типа swarm путём изменения параметра. - AutoSwarmBuilder генерирует агентов, промпты и структуру workflow из описания задачи, при необходимости возвращая сгенерированные конфигурации агентов. Совместимость Агенты могут использовать внешние инструменты через Model Context Protocol, задав URL MCP-сервера, а MCPDeployer позволяет представить агента, swarm или функцию как MCP-сервер с настраиваемой аутентификацией (статические API-ключи, пользовательские auth-функции или верификаторы токенов со scopes) и транспортами HTTP, SSE или stdio. В README также упоминается обратная совместимость с другими агентными фреймворками и протоколами, такими как x402 и skills. Установка и использование Установка через pip, uv или poetry, либо из исходников. Конфигурация в основном через переменные окружения, такие как API-ключи и каталог workspace. Примеры в README охватывают первого агента, автономного агента, настройку MCP-клиента и сервера, а также несколько архитектур swarm. Проект распространяется как пакет PyPI и содержит ссылки на документацию, сайт и маркетплейс для дополнительных материалов.