awslabs/cli-agent-orchestrator
Multi-agent orchestration for AI coding CLIs — Claude Code, Kiro, Codex, and more, coordinated in isolated tmux sessions
CLI Agent Orchestrator (CAO)
定义 – CAO是一个基于Python的编排框架,允许人类“监督者”协调多个AI驱动的编码命令行工具(例如Claude Code、GitHub Copilot CLI、Kiro CLI等)作为独立的代理。每个代理在隔离的tmux窗格中作为自己的CLI进程运行,保留提供者的原生认证和环境,而CAO则提供中央服务器、Web UI以及一组用于启动、监控和关闭代理的命令。
重要性 – 现代AI编码助手通常作为独立的CLI分发。CAO允许您将它们组合成一个工作流,并行或顺序运行,并在会话之间重用结果。这使得无需编写自定义粘合代码即可构建更复杂、多步骤的代码生成管道变得更加容易。
主要组件
cao-server– 一个本地后台服务,用于跟踪代理、路由消息,并为Web UI和插件暴露HTTP API和PTY WebSocket。caoCLI – 用于管理监督者和代理配置文件的命令,如install、launch、shutdown和update。- 代理配置文件 – JSON/YAML定义,声明要使用的提供者CLI、任何默认参数以及可选的技能插件。
- Web UI和TUI – 基于浏览器的仪表板(默认为
http://localhost:9889)以及用于查看代理活动的可选基于tmux的终端视图。 - 插件和扩展 – 用于添加自定义“代理插件”(新的提供者包装器)和“事件插件”(出站通知)的门控系统。
- 记忆与自学习 – 可选的持久存储,可将已完成的工作流结果转换为未来运行的可重用指令。
典型工作流
- 安装提供者CLI(例如
pip install kiro-cli)并认证。 - 安装监督者配置文件:
cao install code_supervisor。 - 启动CAO服务器:
cao-server。 - 在另一个终端中,使用所需的代理启动监督者:
cao launch --agents code_supervisor。 - 通过Web UI、连接的终端或通过HTTP API以编程方式交互。
- 完成后关闭:
cao shutdown --session <name>。
安装 – 项目可以直接从存储库使用uv工具安装:
uv tool install git+https://github.com/awslabs/cli-agent-orchestrator.git@main --upgrade
或者从PyPI(pip install cli-agent-orchestrator)安装。它需要Python 3.10+、tmux 3.3+和uv包管理器。
使用案例
- 并行代码生成 – 启动多个AI代理来探索函数的不同实现并比较结果。
- 多步骤管道 – 链式代理,其中一个编写脚手架,另一个添加测试,第三个重构。
- 跨提供者评估 – 对Claude Code、Codex和Copilot运行相同的提示以基准测试质量。
- 机器人/仿真编排 – 存储库中的示例展示了如何在隔离的工作树中协调模拟机器人传输任务。
- 企业部署 – CAO可以在Amazon EKS上运行,允许代理舰队安全地共享工作区和凭据。
文档与学习 – 完整的文档、指南和两个交互式课程托管在https://awslabs.github.io/cli-agent-orchestrator/。存储库还包括示例项目(AI-DLC投资组合、机器人传输)以及用于贡献、测试和发布的详细开发者指南。
许可证 – Apache 2.0。
摘要 – CAO是一个真实的、开源的编排层,用于将多个AI编码CLI作为协调代理运行,提供服务器、UI和插件系统,以构建更丰富的多代理开发工作流。
相关
- 项目
- 项目
- 项目
- 项目
- Dispatch