openJiuwen开源SwarmFlow，从“能协作“到“稳稳地干完“，开创蜂群可控协同新范式

当单个 AI Agent 的能力天花板逐渐显现组队干活成了行业共识——让多个 Agent 各司其职、拧成一股绳去啃那些单体智能啃不动的硬骨头。在这条路上华为支持的 openJiuwen 社区选择了一条系统化的路径围绕 Coordination Engineering协同工程逐步搭建多智能体协同的完整能力栈。先是 Agent Swarm 实现了智能体的自主分工与动态协作接着 Swarm Skills 将成熟的协作经验封装成可复用的团队技能包SwarmSkill Creator 则进一步降低了门槛——一句话描述需求系统就能自动组建一支多角色团队。队伍能拉起来问题却没结束。一支多智能体团队在面对复杂任务时真正考验的不是能不能配合而是这套配合方式能不能被稳定、可控地反复执行。openJiuwen 最新开源的 SwarmFlow正是为了回答这个问题。它是一种面向多智能体团队的可控工作流编排方案目标是让团队协作从临场发挥变成按流程交付。会协作之后复杂任务带来的三个考验要理解 SwarmFlow得先理解它针对的痛点。在主流的多 Agent 协作模式里通常有一个 Leader Agent 充当大脑它一边理解需求一边拆任务、建成员、分配工作、等结果再根据回传决定下一步。任务简单时这种临场调度非常灵活。但任务一旦变长、变大出现多步骤、多分支需要并行、需要验证和重试把整条流程都压在 Leader 的临场判断上会遇到三个绕不开的问题Leader 变成瓶颈。 每一份中间结果都要回到 Leader它的上下文很快被过程信息淹没大量精力消耗在流程管理上反而做不好真正需要它判断的事。过程不稳定。 同一个任务跑两次可能走出两条不同路径——因为每一步都取决于 Leader 当场怎么决定。执行不可靠。 谁先做、谁并行、什么时候汇总、失败怎么处理这些要求即便提前写清楚到底有没有被照做仍然依赖 Leader 临场发挥。而很多复杂任务的协作关系其实是清晰、可以提前确定的。金融研判要让宏观、行业、风险、投资几个角色并行研判再统一汇总论文分享要先读论文、再生成总结、最后撰写邮件发送——每一步的输入输出都很明确。openJiuwen 的判断是这类任务真正关键的不是多叫几个 Agent而是把这套确定的协作关系稳定地执行下来而不是每次重新临场判断一遍。答案是刚刚开源的 SwarmFlow——一种面向多智能体团队的可控工作流编排。核心思路一句话编排归系统智能归 Agent。谁先做、谁并行、谁把结果交给谁——这些编排交给系统按程序稳定执行而每个子任务具体怎么理解、怎么推理——这些智能才交给 Agent。由此团队怎么配合不再靠 Leader 临场判断而是被系统稳定执行、自动追踪、可被复用。SwarmFlow 增加的不是 Agent 数量而是协作的确定性。Swarm Skills团队协作的能力包SwarmFlow 是其中的可执行编排SwarmFlow 不是另起炉灶——它长在 Swarm Skill 里。Swarm Skill 定义了一支团队——有哪些角色、各自负责什么、如何协作、遇到问题怎么处理。过去它更像一份团队协作说明书把该怎么配合写清楚了但真正执行时仍要靠 Leader 一边读、一边临场照做流程一长照样会回到上面那三个问题。SwarmFlow 补上的正是执行这一环当一支团队的协作流程可以提前确定时就把这套编排写进 Swarm Skill 的 scripts/workflow.py让它从靠 Agent 临场照做变成被系统直接执行。所以 SwarmFlow 不是另起炉灶的新概念而是让 Swarm Skill 从一份协作说明书长出一条可执行的工作流。一句话Swarm Skill 是团队协作的能力包SwarmFlow 是其中负责可执行编排的那部分能力。重点拆解Swarm Skills 的两种形态SwarmFlow 比较有意思的地方在于它没有走把一切都脚本化的极端。openJiuwen 给出的判断标准只有一个——编排能不能提前确定同一个 Swarm Skill 由此分成两种形态。形态一不带 workflow.py 脚本——保留开放协作适合编排本身就动态的场景比如多专家圆桌研讨、方案评审、战略讨论。这类任务里角色和阶段是确定的——会有哪些人参与、大致经历独立思考、相互讨论、观点汇总几个阶段但谁回应谁、谁质疑谁、谁补充谁需要根据上下文临场决定。它更像一场真实会议议程是确定的但观点如何流动、信息如何交锋得在协作过程中自然发生。强行写成脚本反而会束缚协作。所以这类 Swarm Skill 只沉淀角色、规则、边界和协作方式把谁交给谁留给临场判断。形态二带 workflow.py 脚本——承接可执行编排适合编排可以提前确定的任务比如论文分析与办公自动化论文解析的结果交给总结总结交给文档生成文档再交给邮件撰写——谁接谁、下一步做什么都能提前定好。于是脚本里用 SwarmFlow 把这套编排固化下来交给系统稳定执行。openJiuwen 提供了一组算子当积木用于搭建 SwarmFlow——每个算子只管一件事拼起来就能描述出复杂的团队协作。这套积木大致覆盖四类需求派生智能体去执行子任务、让多个智能体以不同方式并发与流转、把长流程切分成可观察的阶段并支持子流程复用、以及在关键环节插入人机交互。落到具体能力上有几处设计值得一提。并发不止一种一种是并行parallel几个智能体一起跑、全部完成后统一汇总另一种是流水线pipeline多个条目各自独立逐级流过、互不等待——前者适合多视角研判后合并后者适合批量逐条处理。有状态的智能体 agents_session 能在多轮协作中保留记忆甚至分身出一个副本去做假设推演而不污染主线。需要人拍板的地方可以插入一个人机节点human在执行中向人类要一条输入或一次审批。此外还有专门约束资源与额度消耗的算子 budget把会不会跑超也纳入了可控范围。通过这些算子一个动作一块积木复杂协作由简单积木拼出来无需从零设计编排逻辑。同时SwarmFlow 不是黑盒在 JiuwenSwarm TUI 中用户可以通过 /swarmflows 打开内置可视化视图用一张实时交互式树状图查看当前会话里的所有 Swarm Workflow上方展示阶段进度下方联动展示选中阶段里的 Agent 状态需要进一步排查时也可以下钻到单个 Agent查看提示词、输出结果或错误日志。一句话总结编排是动态的用不带脚本的 Swarm Skill 保留开放协作编排能提前确定用带脚本的 Swarm Skill 承接可执行编排。确定性与开放性在同一套体系里各得其所。SwarmFlow 实战三个场景看可控编排如何落地设计讲完了我们来看看实战效果。参考 JiuwenSwarm 快速上手先安装与启动https://openjiuwen.com/jiuwenswarm#quick-start形态分成两种门槛却没有变高因为生成和调用都被 openJiuwen 包了起来。生成端交给内置的 SwarmSkill Creator。它是 JiuwenSwarm 内置的能力用户无需额外安装会根据自然语言需求自动判断该生成哪种形态默认生成不带脚本的 Swarm Skill角色、协作规则、流程说明和约束适合开放协作当它判断用户要的是一条工作流——比如帮我写一条工作流逐篇分析这批论文、汇总成报告再发邮件——就生成仅含脚本的版本只保留一个最小的 Skill.md 入口和一个 workflow.py让用户快速拿到能跑、可复用的工作流两者都要时也支持生成兼具完整协作规范和脚本的版本。用户不必先理解文件结构也不必手写编排脚本只要把目标说清楚。调用端在 Team 模式下一句需求自动进入。 用户不用分辨任务属于哪种形态也不用手动编排每个 Agent 的执行顺序只要用自然语言描述系统会判断其中是否包含工作流意图。识别到工作流意图后系统会进一步判断任务形态适合固定编排就进入 SwarmFlow更适合开放协作就用不带脚本的 Swarm Skill单个 Agent 够用就不额外启动多 Agent。这也是 openJiuwen 想定义的可控协同工程新范式——让复杂协作在系统内部变得可控让用户侧保持自然和简单。接下来看三个实战场景。场景一从一张流程图生成一套金融分析的 SwarmFlow用户上传了一张流程图JiuwenSwarm 基于该流程图使用内置的 SwarmSkill Creator 即可直接生成该流程图对应的 SwarmFlow 团队技能包含对应的工作流执行脚本——整条 SwarmFlow 不用手动编排由一张图直接生成。用户提出分析目标这条工作流就会自动启动先进行数据采集、清洗然后从财务、行情等五个维度并行分析最后交叉验证、综合置信度输出完整的分析报告和总结建议。整个过程中用户看到的不只是最终答案还能看到团队在各阶段如何推进。最终效果场景二给定选题自动技术调研、素材整理并发送邮件这个案例是一个更接近日常办公和科研协作的技术分享工作流。用户只需要给出技术分享主题和目标读者SwarmFlow 就会自动组织多个阶段依次推进。先生成SwarmFlow工作流基于这个工作流执行技术调研与分享先搜索相关论文和资料再整理素材、提取可用图片并保存到本地目录随后分析核心问题、技术趋势、关键观点、可讨论议题等最后生成结构清晰、适合组内阅读的技术分享邮件并发送给指定收件人技术分享是一类会反复发生的团队工作主题会变但搜资料、提素材、做分析、写邮件、发出去的动作和标准相对稳定。SwarmFlow 把这套流程固化下来避免每次临场指挥导致步骤遗漏、口径变化和交付不一致。最终效果场景三在已有团队技能上补充工作流200 页 PPT 稳定产出这个案例展示了 SwarmFlow 最具实践价值的一种用法——基于已有团队技能补充工作流。用户拥有一支成熟的团队技能在此基础上生成一条专门生产 PPT 的工作流设计三阶段流程阶段一规划章节主题和分工阶段二10 个章节并行生成 PPT阶段三合并汇总整理成一份 200 页的完整 PPT做大型 PPT 正是那种步骤固定、但量大易乱的任务两百页内容若全靠 Leader 一页页临场调度每次跑出来的结构、风格、详略都可能不一样而固化成工作流之后每次都按相同的步骤和标准执行既靠并行明显加速又能稳定产出一份结构统一、风格一致的 200 页 PPT。以上三个场景展示了 SwarmFlow 的可控编排能力。此外Swarm Skills 还支持自演进——演进引擎持续观察任务执行轨迹自动反推可优化的点增减角色、补充规则、沉淀成员经验等提交用户审批即可更新技能。从生成工作流可控到自演进越用越强沉淀、编排、演进三者环环相扣构成 Coordination Engineering 的完整闭环。JiuwenSwarm 全栈技术体系与底座SwarmFlow 和 Swarm Skills 不是孤立存在的它们是 openJiuwen Coordination Engineering协同工程 全栈技术体系的组成部分。从 Harness Engineering单Agent工程化到 Coordination Engineering多Agent协同工程化openJiuwen 回答了四个递进问题多个 Agent 怎么自主分工、动态协商 → Agent Swarm协同跑通的最佳实践怎么沉淀成可复用资产 → Swarm Skills含 SwarmFlow 可执行编排沉淀下来的能力怎么流通、复用 → Swarm Skills Hubhttps://swarmskills.openjiuwen.com/整套系统怎么越用越强 → Swarm Skills 自演进JiuwenSwarm 的蜂群协同能力背后是 openJiuwen Harness 在 DeepAgent 架构、上下文工程、长期记忆机制等方面的持续打磨——PinchBench 评测 SOTA 94.2%、token 消耗降低 34.8%、LOCOMO 记忆准确率 85%确保每一位队员都具备扎实的任务执行力。结语全套开源一起养蜂把这次开源放回 openJiuwen 的 Coordination Engineering 这条线上看SwarmFlow 几个设计上的选择值得关注。它把编排和智能显式切开又和 Swarm Skill 这套能力包统一了起来——可执行编排成了团队能力的一部分而不是另起一套独立的编排系统。它用自然语言生成SwarmSkill Creator加 Team 模式自动路由该用哪种形态不需要用户操心。人机节点、可观测、断点续跑、额度约束这层工程能力保证了可控真正落地。从 Harness Engineering 到 Coordination EngineeringopenJiuwen 做了一件超前的事——当行业刚把视线从更强的单Agent转向更强的Agent团队openJiuwen 已经铺出了完整的一段路一套理念Coordination Engineering、一组全栈技术体系Agent Swarm / Swarm Skills / SwarmFlow / Swarm Skills Hub / 自演进、一个标杆智能体JiuwenSwarm——并且全套能力开源。多智能体的故事正在从能不能协作走向能不能稳定地把复杂工作干完——而后者更难、也更关键。SwarmFlow 给出的答案是把编排交给系统、智能留给 Agent它增加的不是 Agent 数量而是协作的确定性。开源地址JiuwenSwarmAtomGithttps://atomgit.com/openJiuwen/jiuwenswarmJiuwenSwarmGitHubhttps://github.com/openJiuwen-ai/jiuwenswarmSwarm Skills Hubhttps://swarmskills.openjiuwen.com/关于 openJiuwenopenJiuwen 是华为支持的开源 AI Agent 平台社区其标杆智能体 JiuwenSwarm沉淀了 openJiuwen 平台在 Harness 工程、多智能体协同、自演进、算力亲和等关键能力引领Agentic Al 时代的 AgentOS标杆。华为云 AgentArts 也已经将 openJiuwen 引入到商业化平台能力中开箱即用感兴趣的用户可以直接去华为云官网体验。同时openJiuwen作为国产自研的AI Agent社区全套技术均开源非常值得开发者们上手试试。附SwarmFlow详细上手指南1、安装启动 JiuwenSwarm参考JiuwenSwarm快速上手先安装与启动JiuwenSwarm和JiuwenSwarm-TUIhttps://openjiuwen.com/jiuwenswarm#quick-start1安装JiuwenSwarmJiuwenSwarm提供了exe安装包可直接下载安装安装后即进入JiuwenSwarm首页2安装JiuwenSwarm-TUI# 安装 JiuwenSwarm-tui pip install jiuwenswarm-tui # 启动 JiuwenSwarm-tui jiuwenswarm-tui启动后页面如下2、配置模型在“配置信息”栏配置模型可配置多个模型在集群模式下可以使用多模型防止限流3、使用SwarmFlow执行任务在JiuwenSwarm-TUI中使用/mode team 切换到集群模式然后使用SwarmFlow即可如给出以下query在swarmflow模式下帮我调研最近Agent前沿技术生成报告放到桌面Tips1建议在query中明确指出“使用 SwarmFlow 模式”Tips2若报缺少“swarmskill-creator”可在“技能广场-预置”点击安装