Multi-Agent Orchestrator开源框架，协调多个 AI 代理以管理复杂会话。

4.8 (4)

审阅者 Daniel Nikulshyn·更新 2026年5月

Open Source Developer Tools Multi-Agent Framework Python TypeScript Serverless LLM Orchestration

概览

Multi-Agent Orchestrator 是一个开源框架，旨在将用户输入路由到一组专门的 AI 代理，并保持对话的连贯性。它处理意图分类、代理选择和上下文传递，让开发者可以专注于构建代理逻辑，而不必担心底层 plumbing（基础设施）问题。该框架支持 Python 与 TypeScript 实现，兼容主流 LLM 提供商，并可部署在无服务器或容器环境中。它内置了记忆管理、流式响应以及可插拔的分类器，适用于客户支持、内部协助工具以及复杂任务自动化等生产级多代理系统。

主要功能

意图驱动的代理路由
多轮对话记忆
Python 和 TypeScript SDK
流式响应支持
可拔插的 LLM 和分类器后端
可部署到 AWS Lambda 和容器中

价格

模型: Freemium
分类: AI Agents
评分: 4.8 / 5 (4)

使用场景

生产级客户支持

通过路由到专用的代理（账户、技术、账套）来路由入站客户询问，并在多轮交互中保持会话上下文。

内部员工同行者

建造内部同行者，该同行者可以将问题委托给 HR、 IT 或财务代理，利用内置的记忆和流式响应提供平滑的会话体验。

复杂任务自动化

协调多个专业的代理来处理多步流程，通过 AWS Lambda 或容器进行部署，以便规模化并通过记忆和流式响应在其中传递上下文。

多 LLM 实验

使用可拔插的 LLM 和分类器后端来比较供应商，利用 Python 或 TypeScript SDK 来促进快速原型设计和迭代。

优点 & 缺点

优点

免费且开源，具有主动开发
支持多种语言和 LLM 供应商
内置的对话记忆和上下文处理
灵活的分类器和代理抽象
在无服务器和容器化环境中工作
可用于服务器和容器

缺点

要求编程知识来配置
文档可能落后于快速更新
本地托管会增加运营开支
调整代理路由可能需要实验

评测

4.8

4 个评分的平均值。

登录以留下评测。

Sofia Lindqvist

Mar 21, 2026

Solid for our team

We rolled this out across the team last quarter and flexible classifier and agent abstractions. Intent-based agent routing fits neatly into how we already work, and python and TypeScript SDKs removed a step we used to do by hand. but it has held up under daily use.

Pierre Dubois

Jan 7, 2026

Compared a few options

Evaluated this against two competitors. Where it wins: multi-turn conversation memory and flexible classifier and agent abstractions. Where it lags: tuning agent routing may need experimentation. On balance the feature set — especially multi-turn conversation memory — justifies the 4 stars for our use case.

Tomáš Novák

Sep 20, 2025

Solid for our team

We rolled this out across the team last quarter and flexible classifier and agent abstractions. Python and TypeScript SDKs fits neatly into how we already work, and intent-based agent routing removed a step we used to do by hand. but it has held up under daily use.

Daniel Schmidt

Aug 11, 2025

Use it every day

Honestly didn't expect to like it this much. Multi-turn conversation memory is exactly what I needed, and supports multiple languages and LLM providers. I do wish tuning agent routing may need experimentation, but I reach for it almost every day now and it just clicks.