项目索引
本书分析的所有编排器项目汇总
详细项目档案
Tmux-Orchestrator
| 维度 |
详情 |
| 语言/技术栈 |
Bash + tmux |
| 核心架构 |
三层层次结构(Orchestrator → Architect → Executor) |
| 通信方式 |
bracket-paste 注入 + capture-pane 监控 |
| 容错机制 |
2 层(内置心跳 + systemd watchdog) |
| 知识积累 |
CLAUDE.md + LEARNINGS.md + FEATURES.md |
| 隔离机制 |
角色分离(Architect 管理计划,Executor 编写代码) |
| 部署方式 |
systemd 用户服务 + loginctl linger |
| 核心特性 |
自触发 Agent、git 纪律、跨项目协调 |
| 仓库 |
GitHub |
| 演进阶段 |
第 2 阶段(可靠运行,正向第 3 阶段推进) |
突出创新:bracket-paste 协议解决了一个真实的 tmux 问题——通过 send-keys 发送多行文本时的字符损坏。这是一种只能来自生产经验的"战斗伤疤"模式。
agency-agents-zh
| 维度 |
详情 |
| 语言/技术栈 |
Markdown + MCP Memory Server |
| 核心架构 |
七阶段流水线(Recon → Plan → Review → Build → Test → Deploy → Monitor) |
| 通信方式 |
MCP Memory(语义搜索 + 回滚)+ 复制粘贴交接 |
| 容错机制 |
4 层(每个流水线阶段设有质量门禁) |
| 知识积累 |
MCP Memory(remember/recall/rollback) |
| 隔离机制 |
最小化(仅基于提示词的角色指定) |
| 部署方式 |
install.sh 脚本可部署为 10+ 种 AI 工具格式 |
| 核心特性 |
211 个专家 Agent、DAG 工作流、断点续传、32 个交接模板、跨平台部署 |
| 仓库 |
GitHub |
| 演进阶段 |
第 1 阶段(已运行,但缺乏自主容错能力) |
突出创新:跨平台 Agent 部署——单个 Agent 定义可安装为 Claude Code、GitHub Copilot、Cursor、Aider、Windsurf 等多种格式。这种"一次编写,到处部署"的方式在生态中独树一帜。
Composio (agent-orchestrator)
| 维度 |
详情 |
| 语言/技术栈 |
TypeScript + pnpm |
| 核心架构 |
Orchestrator-Worker(1:N 配合仪表盘) |
| 通信方式 |
共享文件(todo.md、scratchpad)+ JSON 交接 |
| 容错机制 |
2 层(LifecycleWorker + 仪表盘监控) |
| 知识积累 |
无(Agent 每次会话无状态) |
| 隔离机制 |
git worktree(Worker 在独立 worktree 中工作) |
| 部署方式 |
ao start <url> 一键 CLI |
| 核心特性 |
CI/CD 集成、基于 PR 的工作流、运行时无关、React 仪表盘、预检机制 |
| 仓库 |
GitHub |
| 演进阶段 |
第 2 阶段(可靠运行,但知识积累缺失限制了向第 3 阶段发展) |
突出创新:Preflight 预检机制——在启动前检查所有依赖,而非在运行时才发现"git 未安装"。这是将 DevOps 最佳实践应用于 Agent 编排的典范。
Overstory
| 维度 |
详情 |
| 语言/技术栈 |
TypeScript + Bun 运行时 |
| 核心架构 |
Coordinator → Lead → Worker 树状层次结构 |
| 通信方式 |
SQLite Mail(9 种协议类型 + 组地址) |
| 容错机制 |
4 层(分层 watchdog:bash 定时器 + AI 分诊) |
| 知识积累 |
Mulch 知识库(冲突模式、失败模式、项目知识) |
| 隔离机制 |
git worktree(由 WorktreeManager 管理)+ 4 级合并策略 |
| 部署方式 |
ov init + ov coordinator CLI |
| 核心特性 |
11 个运行时适配器、基于能力的调度、Overlay 注入、事件存储、检查点交接 |
| 仓库 |
GitHub |
| 演进阶段 |
第 3 阶段(智能增强,最为成熟) |
突出创新:Overlay 注入——一个三层渲染系统(角色定义 + 项目画像 + 任务分配),确保每个 Agent 启动时都拥有正确的上下文。这是知识积累的"消费端"。
参考项目(未深入分析)
| 项目 |
语言 |
架构 |
核心贡献 |
| Claude Code |
TypeScript |
单 Agent CLI |
原生 CLI 集成、CLAUDE.md 惯例 |
| CrewAI |
Python |
角色协作 |
人-Agent 协作、共享记忆 |
| LangGraph |
Python |
状态图 |
基于图的工作流、条件边、检查点 |
| AutoGen |
Python |
多 Agent 对话 |
对话式编排、代码执行 |
| OpenAI Swarm |
Python |
Agent 交接 |
最小化交接框架、轻量级 |
跨项目对比矩阵
| 维度 |
Tmux-Orch |
agency-zh |
Composio |
Overstory |
| 设置复杂度 |
中 |
低 |
低 |
中 |
| 最大 Agent 数 |
3-5 |
211(目录) |
5-10 |
5-20 |
| 自主水平 |
高 |
低(人工驱动) |
中 |
高 |
| 生产就绪度 |
实战检验 |
仅模板 |
早期阶段 |
最为完善 |
| 跨运行时 |
否 |
是(10+ 格式) |
部分(4 运行时) |
是(11 适配器) |
| 知识持久化 |
LEARNINGS.md |
MCP Memory |
无 |
Mulch + Event Store |
| 合并策略 |
无 |
无 |
基础 |
4 级 AI 辅助 |