AutoSwarm logo AutoSwarm: All Your Agents. One AI Swarm

https://github.com/user-attachments/assets/89a077a9-168e-441f-8aac-48de321aa968 [English](README.md) **让你常用的 agent,带领多个 agent 协作。** 将 AutoSwarm 作为轻量插件接入正在使用的 agent,由它按需组织本地多个 agent 产品协作,负责分工、沟通与结果整合。你只需像往常一样提出任务。 [![Paper](https://img.shields.io/badge/Paper-arXiv-B31B1B?style=flat&logo=arxiv&logoColor=white)](https://arxiv.org/abs/2610.33048) [![Feishu](https://img.shields.io/badge/Feishu-Group-E9DBFC?style=flat)](./COMMUNICATION.md) [![WeChat](https://img.shields.io/badge/WeChat-Group-C5EAB4?style=flat&logo=wechat&logoColor=white)](./COMMUNICATION.md)
## ✨ 三个适合 AutoSwarm 的场景 - **🧩 跨产品能力互补**:任务需要不同 agent 或模型的优势、工具与数据入口时,组织合适的 agent 协作完成。 - **⚡ 大量任务并行处理**:例如快速阅读 100 份资料,让多个 agent 并行提炼,再由主 agent 统一汇总;也支持同时调用多个同款 agent。 - **🔍 重要任务一做一审**:例如关键代码开发,由一个 agent 实现,另一个独立审查与验证,提高交付质量。 ## 🚀 开始使用 把本仓库地址发给你正在使用的 agent,直接说: > 请为当前 agent 安装或更新 AutoSwarm,复用已有配置,验证本地已有 agent 的可用性。 配置完成后,主 agent 会告诉你哪些助手已经可以协作。想加入其他助手,直接告诉它名称,它会负责配置和验证。 日常需要 swarm 时,在任务前加上 **“使用 autoswarm”**,例如: > 使用 autoswarm,阅读这 100 份资料,归纳技术路线与主要分歧。 由主 agent 自行选择协作者、灵活安排串并行。 ## 🤖 支持的 agent


Codex


Claude Code


OpenCode


Cursor


GitHub Copilot CLI


Meta Muse Code


CodeBuddy


Hermes


Nanobot


DeepSeek Harness


Grok Build


更多 agent,持续接入

支持 Windows、macOS、Linux。可在支持 Skill 和本地命令执行的 App、CLI 或 IDE 扩展中使用;被调用的 agent 需有可用的本地 CLI。 ## 📰 News - **OpenOPC → AutoSwarm**:v2 将 swarm 能力带入用户已有的 agent。旧版完整实现保留在 [v1.0.0 归档](autoswarm-v1.0.0/ARCHIVE.md)中。 ## 后续计划 - 接入更多 agent 产品及原生能力。 - 持续完善协作、通信、可靠性与安装使用体验。 ## 🌟 Citation If you find this work helpful to your research, please kindly consider citing our paper. ```bibtex @misc{li2026autoswarm, title={AutoSwarm: Automating Agent Swarms}, author={Zhonghang Li and Zongwei Li and Chao Huang}, year={2026}, eprint={2610.33048} } ``` ## 给 agent 的说明
安装与更新指南——供负责配置的 agent 阅读(点击展开) ### 安装 1. 确认当前宿主及已有 Python 3.10+、CLI 安装,复用原生模型、认证、代理和项目上下文。确实缺少所需 CLI 才询问是否安装,只配置需要的 agent。 2. 首次安装使用 `git clone` 获取官方仓库,再安装包并为**当前宿主**安装 Skill;已有仓库时直接复用。以 Codex 为例: ```bash git clone https://github.com/HKUDS/AutoSwarm.git cd AutoSwarm uv tool install --force . autoswarm setup --host codex ``` 其他宿主标识:`claude-code`、`opencode`、`cursor`、`copilot`、`muse`、`codebuddy`、`hermes`、`nanobot`、`dsh`、`grok`。没有 uv 时,在专用 Python 3.10+ 环境执行 `python -m pip install .`,保留该解释器,不复用归档 v1 环境。 3. 读取 setup 返回路径下的 `SKILL.md`,其中包含完整启动参数与使用方法。App 找不到 `autoswarm` 时使用该启动器。在实际宿主环境运行 `agents`;已有 CLI 不在 PATH 时,将其绝对 argv 合并到返回的 AutoSwarm home/config.json 的 `providers..command`,保留无关配置。 4. 在实际项目中验证所需 agent,按实际情况替换示例产品与目录: ```bash autoswarm doctor --agent codex --probe --cwd /项目路径 ``` 可重复 `--agent` 选择多个产品。该操作消耗模型调用,检查回复和原生续接;`verified: true` 才确认本次验证通过。版本检查仅发现可执行文件,原生认证列表为空不代表必须登录。遇到原生批准或提问,按已安装 Skill 的规则处理后完成验证。 Setup 安装 Skill、运行时与宿主集成;按返回说明完成重载和信任操作,再简要列出已验证可协作的助手,并说明用户可以直接提出想接入的助手名称。如果暂时没有可用协作者,提出合适的接入建议;补齐必要安装授权后,由主 agent 配置并验证。原生配置、权限及连接排障见[配置与恢复指引](src/autoswarm/assets/references/setup.md)。 ### 更新已有安装 从原来源获取所需版本。使用 Git 仓库时,先保留本地修改、收齐正在执行的子任务,再在目标分支执行: ```bash git pull --ff-only uv tool install --reinstall . autoswarm setup --host codex ``` 替换为实际宿主,沿用原 AutoSwarm home 和安装位置。需要时在 `setup` 前保留 `--home <原home>`,并保留自定义 `--skill-dir`、`--settings-file`、`--plugin-dir`;分别刷新使用中的宿主安装。使用 pip 时,在原专用环境执行 `python -m pip install --force-reinstall .`,再用 `python -m autoswarm setup --host codex` 携带相同选项更新。 必须**从新版包运行 setup**:已安装 Skill 自带运行时副本,只更新仓库或 Python 包不会刷新它;旧 Skill 启动器不能自行获取新版。保留配置、记录和原生认证,按宿主要求重载,读取新版 Skill 并验证所需 agent,最后提供与首次安装相同的简短协作者说明。当前不自动更新。详见[更新指引](src/autoswarm/assets/references/setup.md#upgrades)。 ### 使用与恢复 按已安装 Skill 选择 agent、分派已就绪的工作、用 `wait --any` 收集结果,处理中途提问与批准,并在交付前核验产物。普通任务在当前会话收齐结果即可;原生唤醒是可选能力,需要对应宿主接口。 按需读取[能力与数据范围](src/autoswarm/assets/references/agent-capabilities.md)、[通信](src/autoswarm/assets/references/communication.md)、[原生交互](src/autoswarm/assets/references/interactions.md)、[模型选择](src/autoswarm/assets/references/models.md)。遇到不确定的执行结果,先检查保留的调用记录与日志,再决定如何恢复。
[实现架构](docs/architecture.zh-CN.md) · [贡献与验证](CONTRIBUTING.md) · [MIT 许可证](LICENSE)