自托管工作台,用于设计、运行和监控 AI 智能体群。 智能体即普通 Markdown 文件,统一配置编排,实时可观测。
要么将完全控制权拱手相让,寄希望于最好的结果;要么手工编写每一个步骤。我们构建 SwarmWright,正是为了填补两者之间的空白 —— 结构化程度足以令人信赖,灵活程度足以真正投入使用。
给智能体一个目标,让它自己想办法。它们可以调用任何东西,生成子智能体,执行你从未明确授权的操作。演示时看起来很厉害,但在生产环境中是一个巨大的隐患。
智能体在你设计的拓扑结构内运行。每一条连接都提前声明。每一个决策都留有记录。需要人工审批的操作由你来审批。非技术人员也能读懂配置,清楚地知道系统在做什么。
手工编写每一个步骤。它能运行 —— 直到某天突然坏掉。改一处,三处跟着出错。六个月后,没人能看懂。每个新工作流都是新的一次性实现,只有一个人能维护。
SwarmWright 是你 AI 劳动力的操作系统。结构化程度足以自信地投入生产,表达能力足以应对真实世界的复杂性,每一个决策都可以追溯到触发它的规则。
设计上有明确主张,每个选择都有理由。
SwarmWright 设计上有明确主张。每一个架构选择都有其理由。 每一条智能体连接都必须显式声明。每一个操作都留有追踪记录。
无需配置服务器,无需管理基础设施。拉取容器,配置 API 密钥,不到一分钟你的智能体群就能上线运行。智能体产生的所有数据均保存在本地 —— 你的数据永远不会离开你的机器。
将智能体拖拽到画布上,绘制连接,描述每条连接存在的理由。它看起来像在纸上素描,感觉也应该如此。无需手写 YAML,也不会出现部署后就过时的图表。
每个智能体都有一份宪章 —— 一份用通俗语言描述其角色、价值观和知识范围的文档。你的财务经理可以读懂它,合规官员可以在上面签字确认。无需提示词工程。
智能体的每一个操作都附有可读的理由说明。没有黑箱。你可以将任何结果追溯到导致它的具体决策 —— 对合规、调试以及了解究竟发生了什么都非常有用。
所有连接提前声明。未授权操作立即被捕获并上报。
策略层、编排者、执行者、感知者 —— 就像真实的组织架构图。
Python、数据库、API —— 全部沙箱化。权限始终显式声明。
智能体在高风险决策时暂停等待审批,工作从暂停的精确位置继续。
Claude、GPT-4 或 Deepseek。无需重建即可切换服务商。
上传一次。公司文档、部门规范、群组上下文 —— 均已妥善分级管理。
每个智能体操作的实时流。问题在出现的瞬间被标记。
细粒度权限标志在界面和 API 层双重执行。用户只能看到和操作他们被授权的内容。
无需代理配置 · 无需集群 · 无需构建步骤
docker pull ralphbarendse/swarmwright:latest