描述
Agent Squad（前称 multi-agent-orchestrator，之前托管于 AWS Labs）是一个开源框架，用于构建由多个专业 AI 代理组成的系统，而不是一个通用的聊天机器人。分类器读取用户的查询和对话历史，并选择最合适的代理来处理该回合；然后，协调器在代理之间保持上下文流动，以便多回合对话即使在路由到不同代理时也能保持连贯。
阅读更多
该项目以三种运行时形式发布，维护者描述为功能对等：一个 TypeScript 包（npm install agent-squad）和一个 Python 包（pip install agent-squad，附加 aws、anthropic、openai 或全部），这两者都可以在 Node 或 Python 运行的任何地方运行，包括 AWS Lambda 或容器。较新的 Swift 包将相同的协调模型带入 iOS 和 macOS，完全在设备上运行，支持本地和 MCP（模型上下文协议）工具调用、实时语音、跟踪和本地优先的聊天存储。
开箱即用，Agent Squad 包含针对 Amazon Bedrock、Anthropic、OpenAI、Amazon Lex 和 AWS Lambda 的预构建代理包装器，以及内置的分类器、存储后端和检索器，并为自定义代理、分类器或存储定义了扩展点。响应可以流式传输或完整返回。较新的组件 JevClassifier 用决策模型（来自 TypeSafe AI 的 Jev）替代默认的基于 LLM 的分类器，能够在不到一秒的时间内返回获胜代理及其校准的置信度分数，仅按输入令牌计费，并支持对超出范围请求的明确“未知”结果，而不是强制匹配。
该代码库已从 awslabs/agent-squad 转移到 2FastLabs/agent-squad，并最初作为 multi-agent-orchestrator 发布；GitHub 组织的更改标志着维护者从 AWS Labs 转变为独立团队，尽管框架及其 API 仍然来自同一代码库。它采用 Apache 2.0 许可证，截至撰写时在 GitHub 上有大约 7,700 个星标。
Agent Squad 适合构建需要在多个不同技能或知识领域之间切换的聊天机器人或助手的开发者（例如技术支持代理与账单代理），而不是依赖一个提示来完成所有任务，以及希望在后端语言（Python 或 TypeScript）和 Apple 设备上本地使用相同协调逻辑的团队。
- 类别AI 智能体构建工具
- 定价模式开源
- 部署通用（云、本地、AWS Lambda）
- 平台网页版, iOS, macOS
Agent Squad的核心功能
基于分类器的每个查询路由到最合适的专业代理
在代理和会话之间保持对话上下文
流式和非流式代理响应
针对 Bedrock、Anthropic、OpenAI、Amazon Lex 和 AWS Lambda 的预构建代理
可扩展的存储、分类器和检索器接口以支持自定义设置
功能对等的 Python 和 TypeScript 运行时，可在 Lambda、容器或本地使用
用于 iOS 和 macOS 的设备端 Swift 运行时，支持本地和 MCP 工具调用
Swift 运行时中的实时语音和本地优先聊天存储
JevClassifier：通过决策模型实现亚秒级、校准置信度的路由，而不是 LLM 调用
Apache 2.0 许可证，维护于 2FastLabs/agent-squad（前身为 AWS Labs 的 multi-agent-orchestrator）
Agent Squad入门
安装包：npm install agent-squad（TypeScript）或 pip install "agent-squad[aws]"（Python）。
创建协调器：在您的应用中实例化 AgentSquad()。
添加代理：注册预构建代理（例如 BedrockLLMAgent），并提供其专业领域的名称和描述。
路由请求：调用 routeRequest()/route_request()，传入用户的消息、用户 ID 和会话 ID。
处理响应：读取 response.output（或流式块）和 response.metadata.agentName，以查看哪个代理进行了回答。
使用 JevClassifier：传入 classifier: new JevClassifier() 以实现更快的基于决策模型的路由。
Agent Squad的使用案例
- 多技能聊天机器人
- 设备端 iOS/macOS 助手
- AWS 原生代理后端
- 快速意图路由
