Multi-Agent Orchestrator다양한 AI 요원 간의複잡한 대화 협상에 걸쳐開放 소스 프레임워크입니다.

4.8 (4)

리뷰어 Daniel Nikulshyn·업데이트됨 2026년 5월

Open Source Developer Tools Multi-Agent Framework Python TypeScript Serverless LLM Orchestration

개요

Multi-Agent Orchestrator는 공개 소스 프레임 워크로, 사용자 입력을 여러 가지 전문 AI 에이전트에게 라우팅 하며, 시간에 따라 대화의 일관성을 유지하기 위해 설계되었습니다. 개발자는 에이전트 논리를 만들기 보다는 에이전트 로직을 빌드하는 데 집중할 수 있도록, 의도 분류, 에이전트 선택, 그리고 콘택츠 전달을 처리합니다. 이 프레임워크는 양쪽에 Python과 TypeScript 구현을 지원하고, 전 세계적인 LLM 제공 업체와 통합될 수 있으며, 서버리스 또는 컨테이너 환경에서 배포될 수 있습니다. 서버리스나 컨테이너 환경에서 쉽게 구축할 수 있는 이 프레임워크에는 내장 메모리 관리, 스트리밍 반응, 플러그인 분류기 및 생산급 Multi-Agent 시스템에 적합합니다. 고객 서비스, 내부 보조 프로그램, 복잡한 작업 자동화와 같은 내부 지원에 적합합니다.

주요 기능

intent 기반 요원 routing
멀티 터URN 대화 기록 기능
Python 및 TypeScript SDK
스트리밍 응답 지원
교체 가능한 LLM 및 클래스 서브스크롤 백엔드
AWS Lambda 및 컨테이너로 배포 가능

가격

모델: Freemium
카테고리: 아에 프러는조요
평점: 4.8 / 5 (4)

사용 사례

제품급 고객 지원 경로 설정

입장하는 고객 쿼리를 intent 분류를 사용하여 특수 요원(billing, technical, account)으로 라우팅하기 위해 대화 맥락을 보존하고 다중 터URN 상호작용이있는 경우.

내부 임무 사수가

내장 메모리 및 스트리밍 반응을 활용하여 내부 사수가 HR, IT 또는 재정 요원에게 질문을 위임하는 것입니다.

복잡한 태스크 자동화 파이프라인

여러 특수 요원을 사용하여 다단계 워크플로우를 조정하는 것이 있습니다. 하나의 단계와 다른 단계 사이에서 맥락을 전달하는 것은 쉽지 않습니다.

멀티 LLM 실험

교체 가능한 LLM 및 클래스 서브스크롤 백엔드의 LLM 제공업체를 여러 가지 비교하고 Python 또는 TypeScript SDK는 빠른 프로토 타이핑 및 반복을 허용합니다.

장단점

장점

무료 및 활발한 개발에 대한 오픈 소스
다중 언어 및 LLM 제공업체 지원
내장 대화 기록 및 상황 처리
유연한 클래스 서브스크롤 및 요원 추상화
서버리스 및 컨테이너화 된 설정에서 작동

단점

구성에 대한 코딩 지식이 필요함
문서화가 급속한 업데이터에 뒤처질 수 있음
셀프 호스팅을 위한 운용 부하가 증가함
요원 경로 설정은 실험에 의존함

리뷰

4.8

4개 평가의 평균.

리뷰를 작성하려면 로그인하세요.

Sofia Lindqvist

Mar 21, 2026

Solid for our team

We rolled this out across the team last quarter and flexible classifier and agent abstractions. Intent-based agent routing fits neatly into how we already work, and python and TypeScript SDKs removed a step we used to do by hand. but it has held up under daily use.

Pierre Dubois

Jan 7, 2026

Compared a few options

Evaluated this against two competitors. Where it wins: multi-turn conversation memory and flexible classifier and agent abstractions. Where it lags: tuning agent routing may need experimentation. On balance the feature set — especially multi-turn conversation memory — justifies the 4 stars for our use case.

Tomáš Novák

Sep 20, 2025

Solid for our team

We rolled this out across the team last quarter and flexible classifier and agent abstractions. Python and TypeScript SDKs fits neatly into how we already work, and intent-based agent routing removed a step we used to do by hand. but it has held up under daily use.

Daniel Schmidt

Aug 11, 2025

Use it every day

Honestly didn't expect to like it this much. Multi-turn conversation memory is exactly what I needed, and supports multiple languages and LLM providers. I do wish tuning agent routing may need experimentation, but I reach for it almost every day now and it just clicks.