gastownhall/gascity

Orchestration-builder SDK for multi-agent coding workflows

解決的問題

Gas City 為多智能體編碼工作流程提供可組合的編排基礎設施。它解決了管理複雜底層基礎設施（例如執行環境提供者、工作路由與狀態協調）的問題，這些基礎設施是協調運行多個 AI 智能體所必需的。

運作方式

Gas City 作為一個編排建構 SDK，使用宣告式設定檔（city.toml）來定義系統狀態。它採用控制器/監督循環，持續將設定檔中定義的期望狀態與實際執行狀態進行協調。系統支援多種執行環境提供者（包括 tmux、subprocess、Kubernetes 和 herdr），並使用「beads」系統來追蹤工作、郵件與車隊。

適用對象

專為建構多智能體系統而設計，特別是那些需要在不同環境與專案設定中協調智能體的複雜編碼工作流程的開發者。

主要亮點

  • 宣告式設定：使用 city.toml 實現系統設定與管理的便利性。
  • 彈性執行環境：支援廣泛的執行後端，包括 tmux、Kubernetes 和子流程。
  • 狀態協調：具備監督循環，確保執行狀態與期望設定一致。
  • 工作追蹤：基於 beads 的系統，用於管理任務、公式與智能體之間的通訊。

相關

  • 專案
    gastownhall/gastown

    Gas Town 是一個開源的 Go 編寫的多專案 AI 程式碼助手工作區管理器，支援在多個 Git 專案上執行 Claude、Copilot、Codex、Gemini 等 AI 程式碼代理，同時將每一步操作持久化儲存在 Git 支援的帳本中。中央 AI 協調者（*Mayor*）建立 *convoys*（工作項目集合），分派給工作代理（*Polecats*），並由一組監控服務（Witness、Deacon、Dogs）維持系統健康。完成的工作透過 Bors 風格佇列（*Refinery*）合併，可選的聯邦層（*Wasteland*）讓不同安裝間可共享任務。可透過 Homebrew、`go install` 或 Docker 安裝，提供 CLI 工具（`gt`）用於建立 rigs、crews、convoys 並監控進度。

  • 專案
    agentenv/agentflow

    一個用於協調多代理 LLM 工作流的編排框架，使用相依性圖，具有平行扇出、迭代迴圈以及在 Docker、VM 或雲端目標上隔離執行的功能。

  • 專案
    dynamiq-ai/dynamiq

    一個用於簡化 RAG 管道與多代理工作流程建構的代理型 AI 與 LLM 應用編排框架。

  • 專案
    kyegomez/swarms

    一個生產就緒的多智能體編排框架，提供超過60種預建的協作架構，用於協調多個AI智能體解決複雜任務。

  • 專案
    synapseorch-ai/synapse-ai

    一個多代理編排平台，允許使用者透過將代理、工具和各種 LLM 連接成可擴展的管線，來建構確定性的 AI 工作流程。