gastownhall/gascity

Orchestration-builder SDK for multi-agent coding workflows

解决的问题

Gas City 为多智能体编码工作流提供可组合的编排基础设施。它解决了管理复杂底层基础设施（如运行时提供者、工作路由和状态协调）的问题，这些基础设施是协调运行多个 AI 智能体所必需的。

工作原理

Gas City 作为一个编排构建 SDK，使用声明式配置文件（city.toml）来定义系统的状态。它采用控制器/监督循环，持续将配置中定义的期望状态与实际运行状态进行协调。该系统支持多种运行时提供者（包括 tmux、subprocess、Kubernetes 和 herdr），并使用“beads”系统来追踪工作、邮件和车队。

适用人群

专为构建多智能体系统而设计，特别是那些需要在不同环境和项目设置中协调智能体的复杂编码工作流的开发者。

主要亮点

  • 声明式配置：使用 city.toml 实现系统设置和管理的简便性。
  • 灵活的运行时：支持广泛的执行后端，包括 tmux、Kubernetes 和子进程。
  • 状态协调：具备监督循环，确保运行状态与期望配置一致。
  • 工作追踪：基于 beads 的系统，用于管理任务、公式和智能体之间的通信。

相关

  • 项目
    gastownhall/gastown

    Gas Town 是一个开源的 Go 编写的多项目 AI 编码助手工作区管理器，支持在多个 Git 项目上运行 Claude、Copilot、Codex、Gemini 等 AI 编码代理，同时将每一步操作持久化存储在 Git 支持的账本中。中央 AI 协调者（*Mayor*）创建 *convoys*（工作项集合），分发给工作代理（*Polecats*），并由一组监控服务（Witness、Deacon、Dogs）保障系统健康。完成的工作通过 Bors 风格队列（*Refinery*）合并，可选的联邦层（*Wasteland*）支持不同安装间共享任务。可通过 Homebrew、`go install` 或 Docker 安装，提供 CLI 工具（`gt`）用于创建 rigs、crews、convoys 并监控进度。

  • 项目
    agentenv/agentflow

    一个用于协调多智能体 LLM 工作流的编排框架，使用依赖图，具有并行扇出、迭代循环以及在 Docker、VM 或云目标上隔离执行的功能。

  • 项目
    dynamiq-ai/dynamiq

    一个用于简化 RAG 管道和多代理工作流构建的代理型 AI 与 LLM 应用编排框架。

  • 项目
    kyegomez/swarms

    一个生产就绪的多智能体编排框架，提供超过60种预构建的协作架构，用于协调多个AI智能体解决复杂任务。

  • 项目
    synapseorch-ai/synapse-ai

    一个多代理编排平台，允许用户通过将代理、工具和各种 LLM 连接成可扩展的流水线，来构建确定性的 AI 工作流。