MCP

agent-swarm:多智能體 swarm 作業系統 MCP,先看清完整部署代價再上手

agent-swarm 最適合作為團隊執行多智能體 swarm 的統一編排系統,但它的官方主安裝路徑預設 preset full + tunnel,會一次性部署完整 Compose 堆疊並寫入本機狀態,不適合零副作用試用的情境。

官方來源 · desplega-ai/agent-swarm

安裝

ui-install.sh --preset full --tunnel

適合誰

  • 適合想在統一系統內編排多個 agent 的團隊或個人:透過任務生命週期工具(send-task、cancel-task、task-action、poll-task、store-progress)、steering 訊息、session/session logs,以及預算管理(getBudget/getBudgets/upsertBudget/deleteBudget)來指揮和監控一組 agent,最新版本為 v2.7.7。
  • 它的 e2e 契約涵蓋「每個 route、MCP 工具和工作流節點類型」,各領域記錄了 32+ 個 MCP 工具,適合把多 agent 協作當作長期基礎設施的使用者。
  • 不適合想要零部署、單檔即用的使用者:主要安裝路徑是帶 tunnel 的 preset full 部署,Compose 堆疊包含 lead、workers、agent-fs、MinIO 和 Caddy;使用 tls profile 時還會部署到真實的 agent-swarm.dev 子網域。
  • 憑證要求、認證方式以及預算 gate 的預設閾值在已收集的證據中並未說明,使用前需到官方 README/文件確認。

3 分鐘完成第一次嘗試

  • 官方主路徑是 README 與文件中的完整安裝:ui-install.sh --preset full --tunnel。
  • 前提:一台允許拉起多個服務容器的主機,並已安裝 Bun 執行環境(agent-swarm 基於 Bun,資料層為 bun:sqlite);品質門使用 bun run lint 和 tsc:check,表示原始碼可用 Bun 工作流驗證。
  • 副作用提醒:這是一次真實部署,不是唯讀嘗試。會寫入本機狀態(SQLite)、拉起 MinIO/Caddy 等服務,帶 tls profile 時會佔用真實子網域。執行前請確認這些副作用可接受;證據中未提供官方回滾/撤銷指令,不要預設可以一鍵還原。
  • 成功訊號:安裝腳本完成後,Compose 堆疊中的 lead、workers、agent-fs、MinIO、Caddy 處於執行狀態,可透過 dashboard UI 走查(官方示範使用 agent-browser)觀察系統狀態。
  • 如果只想先了解工具面而不部署,證據中沒有提供更輕量的官方路徑,不要猜測替代安裝方式。

使用案例

  • 案例 1:下發並追蹤一個任務。部署完成後,透過 MCP 呼叫 send-task 向 swarm 發送任務,接著用 poll-task 輪詢進度,用 store-progress 記錄進度(支援 terminal 'skipped' 狀態);必要時用 cancel-task 中止。可期待的結果:任務從建立到終態的生命週期可在 session logs 中查閱。
  • 案例 2:設定每日預算防止失控。呼叫 getBudget/getBudgets 查看目前預算,用 upsertBudget 設定每日花費上限;官方證據說明當花費觸及每日 gate 時,系統會拒絕接受後續任務——這是觀察預算機制生效的直接方式。刪除則使用 deleteBudget。

使用邊界

  • 讀寫性質:既有唯讀查詢(getBudgets、poll-task、session logs),也有寫入操作和取消操作(send-task、upsertBudget、cancel-task);首次嘗試後的任何寫入操作前,先在 dashboard 中確認目標狀態。
  • 本機資料:資料層為 bun:sqlite,會在主機上寫入本機資料庫狀態;這屬於本機寫入,不會因為存在查詢工具而變成唯讀。
  • 部署副作用:一次性拉起多服務堆疊並可能佔用真實網域,證據未提供回滾路徑。
  • 尚未確認:每日預算 gate 的預設值、憑證與認證要求、每個 MCP 工具的完整參數簽名(僅確認了工具名稱與 32+ 的數量),使用前以官方 README/文件為準。