archestra-ai/archestra

解决的问题

Archestra 为企业的 AI 代理和 LLM 工作流部署与管理提供了一个全面、安全且可观测的平台。它消除了在组织内扩展 AI 时，为安全、成本追踪和工具集成构建碎片化基础设施的需求。

工作原理

该平台作为中央网关和运行时环境，集成了多个核心组件：

• LLM 与 MCP 网关： 管理与多个提供商（Anthropic、OpenAI 等）的连接，支持动态路由、虚拟 API 密钥和成本限制。
• 代理运行时： 支持子代理委派、定时触发和沙箱代码执行，以运行代理。
• MCP 编排器： 使用 Kubernetes Operator 管理 Model Context Protocol (MCP) 应用，并提供团队专用工具的私有注册表。
• 知识库： 通过连接现有数据栈实现 RAG。
• 安全层： 集成 SSO（OIDC、SAML）、RBAC 和确定性防护机制（如 Dual-LLM 验证），确保工具调用的安全性。
• 可观测性： 提供内置的 OpenTelemetry 跟踪、Prometheus 指标和按团队的成本追踪。

适用对象

需要以生产级安全、治理和基础设施管理能力部署 AI 代理和 LLM 应用的企业组织和开发团队。

主要亮点

• 企业级安全： 内置 SSO、RBAC 和沙箱代码执行。
• MCP 集成： 完全支持 Model Context Protocol (MCP)，包含 OAuth 和 On-Behalf-Of 认证。
• 多提供商支持： 单一网关支持多个 LLM 提供商，具备成本限制和路由功能。
• K8s 原生： 包含 Kubernetes Operator 和代理用的 K8s 原生文件系统。
• 可观测性： 原生集成 OpenTelemetry 和 Prometheus，实现深度系统可见性。