Open Multi-Agent: TypeScript-Framework für Multi-Agenten-Orchestrierung
Open Multi-Agent ist ein Open-Source-TypeScript-Framework für die Orchestrierung von Multi-Agenten-KI mit zielgesteuerten Task-DAGs, parallelen LLM-Aufrufen und gemischten Modellteams. Es bietet einen Koordinator-Agenten, der Ziele zur Laufzeit zerlegt, unabhängige Knoten parallel ausführt und typisierte Ergebnisse synthetisiert, mit Unterstützung für Cloud-, lokale oder Air-Gapped-Modelle.
Über dieses Tool
Was ist Open Multi-Agent?
Open Multi-Agent ist ein Open-Source-TypeScript-Framework für Multi-Agenten-KI-Orchestrierung, entwickelt für KI-Ingenieure und TypeScript-Entwickler. Es ermöglicht die Erstellung zielgesteuerter Task-DAGs, paralleler LLM-Aufrufe und gemischter Modellteams.
Kernfunktionen
- Laufzeit-Task-DAGs: Ein Koordinator-Agent zerlegt ein Ziel zur Laufzeit in einen Task-DAG, führt unabhängige Knoten parallel aus und synthetisiert ein typisiertes Ergebnis.
- Gemischte Modellteams: Mischen Sie beliebige Modelle in einem Agententeam – verwenden Sie ein starkes Modell dort, wo es seine Kosten rechtfertigt, und ein günstiges überall sonst, im selben Team, in einem Durchlauf.
- Lokale und private Bereitstellung: Läuft gegen einen lokalen Ollama-Endpunkt wie gegen einen Cloud-Anbieter, sodass das gesamte Team, einschließlich Koordinator, auf einem kleinen lokalen Modell zu null API-Kosten betrieben werden kann.
- Vercel AI SDK-Integration: Dient als Koordinationsschicht über einer Vercel AI SDK-App und behält das AI SDK für Streaming und Modellaufrufe bei.
- Flexible Konfiguration: Geben Sie dem Planer ein eigenes Modell, einen Adapter oder zusätzliche Anweisungen, ohne die Worker-Agenten zu berühren.
Anwendungsfälle
- Ein Ziel zur Laufzeit in einen Task-DAG verwandeln
- Adaptiver Kundensupport mit Koordinator und Spezialisten
- Multi-Agenten-Orchestrierung zu einer Vercel AI SDK-App hinzufügen
- Ein lokales, privates Multi-Agenten-Team mit Ollama betreiben
- Beliebige Modelle in einem Agententeam mischen
Technische Details
- MIT-Lizenz, Open Source.
- Öffentliche API verfügbar.
- Selbst gehostet.
- Mittlere Lernkurve.
- Monetarisierung umfasst kostenlos und Freemium.
- Drei Laufzeitabhängigkeiten.
- Unterstützt Cloud-, lokale oder Air-Gapped-Modelle mit Ihren Anmeldeinformationen.
Überlegungen
- Bash bleibt unsandboxed, sobald es gewährt wurde, und jedes Tool-Ergebnis wird an Ihren Modellanbieter gesendet – gewähren Sie Lese-/Ausführungszugriff bewusst.
- Das Preismodell ist unbekannt.
Funktionen & Anwendungsfälle
' }, }) Fan-out without dependencies Section titled “Fan-out without dependencies” For MapReduce-style parallelism, use AgentPool// Blog Which workflows are worth a team of agents← All use cases// use case Add multi-agent orchestration to a Vercel AI SDK app Keep the AI SDK for streaming and model calls← All use cases// use case Mix any model in one agent team Use a strong model where it earns its cost and a cheap one everywhere else — in the same team, in one run← All use cases// use case Run a local, private multi-agent team Keep the data on your machine: open-multi-agent runs against a local Ollama endpoint just like a cloud provider← All use cases// use case Turn a goal into a task DAG — at runtime In most agent frameworks you draw the task graph by hand0 latest release MIT license temodar-agent by xeloxa WordPress security analysis platform02 the approach How open-multi-agent does it13: Route, Govern, Schedule, and Prove the Run Jul 24, 2026 · 2 min readReleaseOpen Multi-Agent v114: Repair the Plan, Keep the Record Aug 2, 2026 · 4 min readReleaseOpen Multi-Agent v1A coordinator agent decomposes it into a task DAG at runtime, runs the independent nodes in parallel, and synthesizes a typed resultA coordinator plus scoped reviewer agents, with custom tools and token-aware diff compression
Kurzinfos
Open-Source-Lizenz: MIT