动态、显式与路由编排
runTeam() 从目标生成任务 DAG，runTasks() 运行你定义的任务图，runAgent() 覆盖单智能体场景。显式 mode、治理声明或自定义 ExecutionRouter 选择 Single 或 Team 执行并暴露 routingDecision。可选开启的 hybrid 路由，只在确定性结果本会是 Single 的位置补一次语义评估——做决定的仍是确定性策略。计划仍可作为数据预览、审阅和重放。
← 全部对比
// 对比
open-multi-agent 对比 Claude Managed Agents
两者都能并行协调专业智能体。决定性的差别是所有权：Claude Managed Agents 把编排作为 Anthropic 运营的服务交付；open-multi-agent 则把完整、提供方中立的运行时装进你的后端。
选 Claude Managed Agents，如果
你准备全面采用 Claude，并希望由 Anthropic 代你运营会话、持久线程、智能体基础设施与 Console 追踪。
选 open-multi-agent，如果
你要在自己的环境里持有协调器、调度器、计划、状态、策略与链路数据，同时让每个角色都能自由选择不同的云端或本地模型。
01 速览
并排来看。
| 维度 | open-multi-agent | Claude Managed Agents |
|---|---|---|
| 语言 / 运行时 | TypeScript 原生，可嵌入任意 Node.js 20+ 后端 | 托管 API，官方 SDK 覆盖 TypeScript、Python、Go、Java、C#、Ruby 与 PHP；工具可在云端或自托管 Linux sandbox 中执行 |
| 编排范式 | 单智能体、显式任务 DAG，或由协调器在运行时拆解目标；显式 mode、治理策略或 ExecutionRouter 选择执行拓扑，运行过程中还可以修订尚未执行的任务 | 协调器向版本化的智能体 roster 委派；专业智能体在隔离、持久的线程中运行，并共享 sandbox 与文件系统 |
| 运行时依赖 | 3 个直接依赖（Anthropic SDK、OpenAI SDK、Zod），额外提供方与 MCP 为按需 peer 依赖 | 托管平台；应用使用 Anthropic SDK 或 CLI，工具执行可选配自托管 worker |
| 模型混编 | 支持，同一团队里每个智能体都可用各自的云端或本地模型；模型路由还能把规划交给旗舰模型、把叶子任务交给廉价模型 | 可按智能体选择模型，范围为受支持的 Claude 4.5+ 模型 |
| 运行预算控制 | 运行级 token 与估算美元上限——maxTokenBudget，或配合应用自有 estimateCost 价格表的 maxCostBudget——在模型调用与任务派发边界检查；一个已在途的模型回合可能越过上限 | 暴露会话累计 token 用量，供应用侧执行预算策略；平台支出与速率限制作用于组织或 workspace 层级 |
| 可观测性 | TraceRecord v2 + TraceStore、稳定运行标识、可选的一方 OTel 适配器，以及离线的运行后 Run Viewer——无需任何托管服务 | 持久会话与线程事件流，加上 Claude Console 时间线、token 用量与工具调用详情 |
02 真实能力
open-multi-agent 实际包含什么。
OMA 不只是目标拆解与少量依赖。以下均为项目 README 已记录的当前框架能力。
位于不同边界的治理与审批
声明必需或偏好的角色、有序审阅路径与预算感知降级。分别用 onPlanReady 审批计划、onTaskDispatch 审批一个就绪任务、onToolCall 审批一次高影响工具调用、onPlanPatch 审批运行中的每次计划修订，再检查 governanceConclusion。
事件驱动调度与任务证据
依赖完成后，就绪的下游任务立即启动。硬性任务要求在每种指派策略下都会强制执行，无法满足的任务会被拒绝，而不是派发给不合格的智能体；taskResults 保留未经合并的任务输出，结构化依赖载荷携带受限的来源信息。重试与检查点从已完成任务边界恢复；可选开启的 repairable 恢复，还能在任务结果屏障处、于任何原有下游任务启动之前追加替代工作。
生产控制
用轮次、token、估算成本、超时、上下文与循环上限约束每次运行。maxTokenBudget 与 maxCostBudget 在边界检查后停止后续调用；一个已在途的模型回合可能越过上限。模型路由支持有序 fallback。内置工具默认拒绝授权，链路数据以尽力而为方式脱敏检测到的敏感信息。
你的环境与模型
运行在你自己的 Node.js 后端——本地、离线或气隙环境，用你自己的凭证，无需任何托管服务。同一团队可混用云端与本地模型，接入 MCP 工具，并通过 ACP 或进程后端引入外部智能体。
检查、追踪与评估
稳定运行标识、路由决策、保护隐私的 execution receipt、TraceStore 与离线 Run Viewer 均无需托管服务。用版本化的 EvalSet 与 GateVerdict 评估质量，包括路由稳定性闸门，再通过可选 OTel 适配器把运行接入生产遥测。
03 机制
它们差在哪。
两套系统都能把工作扇出给专业智能体，再把结果汇拢。Claude Managed Agents 用 Anthropic 运营的会话与控制面替代手写 agent loop；即使工具执行迁到自托管 sandbox，控制面仍由 Anthropic 运营，worker 则由你运行和加固。open-multi-agent 交付的是编排循环本身：协调器、事件驱动调度、执行路由、计划审批与重放、检查点、链路追踪和评估全部运行在你的应用边界内。使用云端模型时，由你决定推理流量发往哪个提供方；使用本地模型时，完整运行可以留在离线或气隙环境。真正的架构问题不是私有工具能否被访问，而是编排层与模型选择最终归平台，还是归你。
Claude Managed Agents 适合什么
Claude Managed Agents 适合全面采用 Claude、并希望走托管路径的团队：版本化智能体定义、持久会话与线程、云端 sandbox、可选的自托管工具执行、事件流与 Console 追踪。Anthropic 运营智能体基础设施，你的应用通过其 API 与 SDK 接入。
Claude Managed Agents 官方文档↗open-multi-agent 适合什么
当编排本身就属于你的产品边界时，选 open-multi-agent。把 MIT 许可的 TypeScript 运行时装进 Node.js 后端，由你持有协调器、调度器、计划工件、检查点、治理钩子、链路数据与评估数据。同一团队可以混用 Anthropic、OpenAI、Gemini、Bedrock、OpenAI 兼容端点与本地模型；计划能作为数据审阅和重放；每次运行可设置 token 或估算成本上限；无需托管控制面也能检查运行。当提供方中立、离线或气隙运行、端到端运行时所有权是架构要求时，OMA 就是直接答案。
Quick Start→// 企业服务
要把它用到生产环境？
open-multi-agent 采用 MIT 许可、可自行免费运行。当你需要在期限内交付、集成，或获得支持时，元定义科技（YuanASI）提供商业交付与支持。