Agency Swarm logo

Agency SwarmオープンソースのAIエージェント オーシャン フレームワークは、協力的なエージェント スワームを利用してAI開発プロセスの自動化とstreamingを設計しています。

4.6 (5)
Daniel Nikulshynレビュー: Daniel Nikulshyn·更新 2026年7月

概要

Agency Swarmは、OpenAI Agents SDKとResponses APIを使用して構築されたオープンソースフレームワークです。複数エージェントアプリケーションの作成に対して構造化された且つ実稼働環境を提供します。主な機能としてはカスタマイズ可能なエージェントロール、異なるモデルバックエンド(OpenAIのGPTファミリーモデル、Anthropic、GoogleのGemini、AzureのOpenRouter、自作のLiteLLMツール)を取り込める(指定されていれば@function_toolデコレータや、Extending BaseToolオブジェクトを使用)の機能や、PythonとLinux環境における安定性が挙げられます。 Agency Swarmのアーキテクチャの主な利点は、pip install agency-swarmという標準的なpipコマンドで簡単に安装できることです。 Agency Swarm は、オープンソースのツールです。OpenAI の Agents SDK と Responses API を構築する上で役立ちます。 Agency SwarmというオープンソースのAIツールキットは、開発者が現実世界のAI開発で複数エージェントアプリケーションを実現するのに役立てることができます。 キーレス.feature • 自動生成されたCLIツール: REST APIを検出することで、主なサービスへのアクセスを容易し、生産性を向上させます。 • カスタマイズ可能なエージェントロール: 各エージェントロールに特定の機能と権限レベルを容易に決定することができ、ソフトウェアへのカスタマイズ性を向上させます。 • フルスタック実装: Agency SwarmはPythonのみをサポートするフルスタックです。 Linux環境で場合、パイソニックPython標準ライブラリによる制約なくフルスタック実装と考えることができます。 Agency Swarmの主な利点は次のとおりです。 1. Python とLinux 環境における安定性 2. 導入が容易なアプリケーションへの統合 3. 可変で使いやすいCLIツール 4. カスタム エージェントロール 短所: 1. Language Modelとの互換性の制限 (Personal chatbots: GPT-3、etc.) は対象外。 2. 開発環境の要件 は対象外。 3. Model Backendに対するサポートの制限 は対象外。 4. 基本的なユーザーインターフェースは対象外。 5. 学習機能 は対象外。 6.特徴の統合 は対象外。 7. ドキュメント作成プロセス は対象外。 8. 機械学習 AI機能:対象外。 9.高度な会話フロー管理 は対象外。 10. マルチレイヤー アプリケーション は対象外。 11. 同時実行 は対象外。 12. アプリケーションSTATEへのアクセス は対象外。 13. 自動展開 は対象外。 14. 高度なタスク実行 は対象外。 15. カスタム エージェント タイプ は対象外。 16.Large Language Modelサポート は対象外。 17. Pythonで動作 ↻ は対象外。 18. 完全なコントロール は対象外。 19. パフォーマンス測定 は対象外。 20. ローカルワークスペースを提供する は対象外。 21.integrating with OpenALink: PythonアプリケーションのためのWeb開発フレームワーク。 22.プロジェクトでAIエージェントと協力する 23. 解釈可能性 24.監視 は対象外。 25.フル ソース コード統合 は対象外。 26. スケーラビリティ は対象外。 27.低パフォーマンスは対象外。 欠点や短所として言えば、 Agency Swarm の場合、 - ユーザーが API キーの管理をしっかなくすること - API キーの盗難のリスク - システムの高度な理解とエンジニアリングのスキルを持たないユーザーにとっては利用難易度の高い API - 最新の LLM テクノロジが変更になった場合、開発環境に影響を与える可能性がある

主な機能

  • カスタマイズ可能なエージェント ロール
  • 全てのキャラクタ/指示の制御
  • 開発用ツールは型safe
  • エージェントの通信を導管
  • 柔軟なステートの持続
  • 複数エージェントを導管する機能

料金

モデル
Free
評価
4.6 / 5 (5)

ユースケース

AI開発ワークフローを自動化する

協力的なエージェントスワームを使用して、繰り返しのAI開発タスクをストリーミングして、プロトタイピングを加速し、手動のコードのオーバーヘッドを軽減します。

マルチエージェントアプリケーションを作る

オープンソースのフレームワークを利用して、複雑な問題を解決するために、複数の特殊化したAIエージェントが協力してシステムを設計および展開できます。

エージェントを間借りするタスクのデリゲート

ロールベースのエージェントを調整して、タスクを互いに委託することで、端末プロセスの全体的な実行を促進するようにエンド-トゥ-エンドのプロジェクトを実行できます。

エージェントの協力パターンの実験

研究者と開発者は可変なオープンソースの環境で、エージェント間の相互作用と協力戦略をプロトタイプ化およびテストできます。

メリット & デメリット

メリット

  • Python/Linux環境での安定性
  • 易しいインテグレーション
  • コンポジーションしやすく、易しいCLIツール
  • カスタマイズ可能なエージェントロール

デメリット

  • 言語モデルコンパチビリティの制限(Limitation 1: Personal chatbots: GPT-3, etc.) 未実装
  • 開発環境の要件 (Limitation 2: Not yet implemented) 未実装
  • サポートされていないモデルバックエンド (Limitation 3: Not yet implemented) 未実装
  • ベーシックユーザーインターフェイス (Limitation 4: Not yet implemented) 未実装
  • 学習機能 (Limitation 5: Not yet implemented) 未実装
  • 機能のインテグレーション (Limitation 6: Not yet implemented) 未実装
  • ドキュメント化プロセス (Limitation 7: Not yet implemented) 未実装
  • マシンラーニングAI機能 (Limitation 8: Not yet implemented) 未実装
  • Advanced Dialogue Flow管理 (Limitation 9: Not yet implemented) 未実装
  • マルチレイヤー アプリケーション (Limitation 10: Not yet implemented) 未実装
  • simultanous Execution (Limitation 11: Not yet implemented) 未実装
  • アプリケーション ステートへのアクセス (Limitation 12: Not yet implemented) 未実装
  • 自動展開 (Limitation 13: Not yet implemented) 未実装
  • Advanced Task Execution (Limitation 14: Not yet implemented) 未実装
  • カスタマイズ可能なエージェントの型 (Limitation 15: Not yet implemented) 未実装
  • Large LanguageModelサポート (Limitation 16: Not yet implemented) 未実装
  • Pythonで動作 (Limitation 17: Not yet implemented) 未実装
  • フルコントロール (Limitation 18: Not yet implemented) 未実装
  • パフォーマンスの測定 (Limitation 19: Not yet implemented) 未実装
  • ローカル ワーク スペース提供 (Limitation 20: Not yet implemented) 未実装
  • OpenALinkとのインテグレーション (Limitation 21: Not yet implemented) 未実装
  • AIエージェントとの共同作業 (Limitation 22: Not yet implemented) 未実装
  • Interpretability (Limitation 23: Not yet implemented) 未実装
  • モニター (Limitation 24: Not yet implemented) 未実装
  • フル ソース コードのインテグレーション (Limitation 25: Not yet implemented) 未実装
  • スケーラビリティ (Limitation 26: Not yet implemented) 未実装
  • 低いパフォーマンス (Limitation 27: Not yet implemented) 未実装

バトル戦績

パンテオンで1バトルに出場。

0
1位
0
2位
0
3位

Last battle

レビュー

4.6

5件の評価の平均。

5
3
4
2
3
0
2
0
1
0

レビューを投稿するにはログインしてください。

Liam O’Connor

Liam O’Connor

May 26, 2026

Solid for our team

We rolled this out across the team last quarter and support is responsive. The dashboard fits neatly into how we already work, and the dashboard removed a step we used to do by hand. but it has held up under daily use.

DW

Devin Walker

Mar 20, 2026

Solid for our team

We rolled this out across the team last quarter and support is responsive. The dashboard fits neatly into how we already work, and the core workflow removed a step we used to do by hand. but it has held up under daily use.

GO

Grace Okafor

Feb 5, 2026

Compared a few options

Evaluated this against two competitors. Where it wins: the integrations and it saves real time. On balance the feature set — especially the dashboard — justifies the 5 stars for our use case.

Pierre Dubois

Pierre Dubois

Nov 6, 2025

Skeptical, then convinced

I went in skeptical — most tools in this space overpromise. It actually delivers on the automation, and it is genuinely easy to set up caught me off guard. The docs could be deeper is why this isn't a perfect score, still, I'd recommend giving it a real trial.

Fatima Zahra

Fatima Zahra

Jun 3, 2025

Years in this space

I've evaluated a lot of these over the years. What stands out here is the API — handled better than most — and it is genuinely easy to set up. A few rough edges remain is my one real gripe. Worth the time if this is your use case.

Q&A

エージェンシーを本番環境にデプロイするにはどうすればいいですか?

認証を管理し、コールバックを使用してスレッド状態を永続化する専用のAPIバックエンド(FastAPIが推奨)を構築します。詳細な手順については「本番環境へのデプロイ」ガイドをご覧ください。

Asked by Celia Ramirez · Nov 23, 2025

FastAPIを使用してAgencyをAPIとして提供するにはどうすればいいですか?

AgencyをFastAPIエンドポイントに埋め込む例: ```python from fastapi import FastAPI from uuid import uuid4 app = FastAPI() @app.post("/chat") async def chat(user_request: UserRequest): chat_id = user_request.chat_id or str(uuid4()) agency = Agency( agent, load_threads_callback=lambda: load_threads(chat_id), save_threads_callback=lambda thread_dict: save_threads(thread_dict, chat_id) ) response = await agency.get_response(user_request.message) return {"chat_id": chat_id, "response": response.final_output} ``` またはビルトインFastAPI統合を利用: ```python agency.run_fastapi(host="0.0.0.0", port=8000) ```

Asked by Camille Laurent · Nov 17, 2025

CodeInterpreterツールは自動的に追加されるのはなぜですか?

.json、.docx、.pptxなどのファイルタイプがアップロードされると、CodeInterpreterツールが自動的に追加されます。この動作を変更したい場合は、エージェントの指示を更新するか、カスタムファイル処理ツールを作成してください。

Asked by Tomáš Novák · Oct 23, 2025

ツールとエージェント間でデータを転送する方法はありますか?

ツールとエージェント間でデータを転送するには、2つの方法があります。1つ目は、ツール内でagency contextを使用する方法です。2つ目は、ファイルをストレージにアップロードし、ファイルIDを出力するツールを作成する方法です。そのファイルIDは、他のツールやエージェントで使用できます。

Asked by Joanna Kowalski · Oct 20, 2025

Agency Swarm で複数ユーザーを管理するにはどうすればよいですか?

複数のユーザーやチャットをサポートするには、各ユーザーごとにデータベースにスレッドIDを保存・ロードする必要があります。各チャット/ユーザーに固有のスレッドIDがあることを確認し、詳細については"Deployment to Production" ガイドを参照してください。

Asked by Salome Beridze · Oct 6, 2025

質問する

エトゲッチンターロリビングルリトの代替

Wildcard AI / agents.json logo
Wildcard AI / agents.jsonエトゲッチンターロリビングルリト

オープンスペックとプラットフォームが、AIエージェントにAPIワークフローを検出およびAPIワークフローをコールさせるようにする。

5.0 (6)
Freemium
Strands Agents interface preview
Strands Agentsエトゲッチンターロリビングルリト

オープンソースのSDKを使用して、LLMとツールの統合をサポートする単一または複数アーゲント システムを構築・運用する

5.0 (5)
Freemium
BabyCatAGI interface preview
BabyCatAGIエトゲッチンターロリビングルリト

軽量のAutonomous AIエージェントフレームワークは、タスクの流動化のための自動化

4.8 (6)
Free
Awesome MCP Servers interface preview
Awesome MCP Serversエトゲッチンターロリビングルリト

MCPサーバのカレージ付きディレクトリ。AIアシスタントにツールやデータを追加するためのModel Context Protocolサーバのリスト。

4.8 (5)
Free
Gemma 3 interface preview
Gemma 3エトゲッチンターロリビングルリト

オープンソースのAIモデルを、シングル・GPUパフォーマンスの最適化でサポートする、モーダリティの複数入力と140以上の言語をサポート

4.8 (5)
Free
Rasa interface preview
Rasaエトゲッチンターロリビングルリト

オープンソースのフレームワークによる、生産用のチャットおよびボイス アシスタントの構築

4.8 (5)
Freemium
BabyElfAGI interface preview
BabyElfAGIエトゲッチンターロリビングルリト

モジュラライズされたスキルクラスを備えた試験的なAIエージェントフレームワークで、動的タスク計画と実行を可能に

4.8 (4)
Free
Auto-GPT interface preview
Auto-GPTエトゲッチンターロリビングルリト

オープンソースのAIエージェント。複雑なタスクをGPTモデルを用いて自律的に完了できる。

4.8 (4)
Free