Conductor – 用于确定性多代理 AI 工作流的 CLI

它是什么 – conductor 是一个命令行工具，可让您在单个 YAML 文件中描述 AI 代理（Copilot、Claude 等）的管道，然后在本地或 CI 中运行该管道。编排本身是确定性的：路由决策使用 Jinja2 模板表达，而非 LLM，因此相同的输入始终遵循相同的路径。

您为何可能在意 – 如果您构建或实验多步骤 AI 系统（代码审查机器人、研究后合成循环、规划后实现周期），您通常会编写难以版本化、测试或共享的临时脚本。Conductor 为您提供：

• 可重复、版本控制的工作流（可在 PR 中进行 diff 的纯 YAML）
• 提供商无关的代理 – Copilot、Anthropic Claude、Claude-Agent SDK、NousResearch Hermes 或 Azure Container Apps 沙箱执行。
• 并行处理与子工作流 – 使用 for_each 进行扇出、可重用的子工作流，以及并行代理组。
• 人机回环门控 – 暂停运行，让用户回答 Markdown 提示。
• 可观测性 – Web 仪表板（实时 DAG 视图、流式代理输出）和 TUI“Fleet Manager”，可监控每个运行中的工作流、显示令牌使用量，并让您无需离开终端即可回答门控。
• 安全限制 – 最大迭代上限、超时和明确终止步骤。
• OpenTelemetry – 导出追踪至 Jaeger/Tempo 以进行更深入分析。

工作原理

1. 编写 YAML，声明 workflow、agents 列表（模型、提示、输出结构）以及它们之间的路由（routes）。Jinja2 表达式可以计算值、决定下一步运行哪个步骤，或为子工作流构建输入映射。
2. 运行它，使用 conductor run my-workflow.yaml --input key=value …。CLI 解析 YAML、启动所选提供商的 API 客户端，并执行每个步骤 – 代理、脚本、set 步骤、MCP 工具调用等。
3. 观看它 – 添加 --web 以获取交互式浏览器 UI，或 --web‑bg 以无头模式运行并稍后打开仪表板。使用 conductor fleet（TUI）查看所有活动运行、回答人类门控，或从表单启动新运行。
4. 观察与调试 – 会发出日志、令牌/成本计数器和可选的 OpenTelemetry spans；您也可以导出运行的 JSON 输出。

安装 – 项目提供一行安装程序，通过 curl … | sh（或 Windows 上的 PowerShell）拉取最新版本。它在底层使用 uv 创建隔离的虚拟环境，处理镜像、代理和完整性检查。您也可以通过 uv tool install、pipx 或纯 pip 安装。

关键概念

• 提供商 – 在 workflow.runtime.provider 中选择 AI 后端（copilot、openai、claude 等）。每个提供商的模型名称使用 default_model 设置。
• 步骤 –
  • agent – 使用提示调用 LLM。
  • script – 运行 shell 命令，可根据退出码或解析的 JSON 进行路由。
  • set – 使用 Jinja2 计算值（无 LLM、无子进程）。
  • mcp – 直接调用工具服务器，绕过 LLM 令牌使用。
  • terminate – 以状态结束工作流。
• 路由 – 第一个匹配的 Jinja2 条件获胜；您可以根据代理输出、脚本退出或任何上下文变量进行路由。
• 人类门控 – 步骤可以暂停并呈现 Markdown 提示；用户通过仪表板、CLI 或 TUI 回答。
• 并行组 / for_each – 静态组一起运行；动态组在列表上扇出，每个实例可以调用子工作流。

典型使用案例

workflow:
  name: simple-qa
  entry_point: answerer
  runtime:
    provider: copilot
    default_model: gpt-5.5

agents:
  - name: answerer
    model: gpt-5.5
    prompt: |
      Answer the following question:
      {{ workflow.input.question }}
    output:
      answer:
        type: string
    routes:
      - to: $end

output:
  answer: "{{ answerer.output.answer }}"

使用以下命令运行：

conductor run my-workflow.yaml --input question="What is Python?"

CLI 会打印 JSON 结果，如果添加 --web，则会在仪表板中流式代理的推理过程。

谁应该使用它 –

• 构建 AI 增强的开发者工具、代码审查机器人或研究助理的团队。
• 原型化 多代理管道 的研究人员，需要可重现性和可观测性。
• 想要在 CI/CD 中运行此类管道的 DevOps 人员（确定性路由意味着运行是可预测且可追踪成本的）。

限制 / 状态 – 核心 CLI 稳定，但几个提供商（Claude Agent SDK、Hermes、Azure Container Apps）标记为 实验性。项目积极维护（CI 徽章、版本化发布），并提供升级工具（conductor update）。

---

以上所有信息直接取自存储库的 README；未添加任何外部假设。