← 全部对比
// 对比

open-multi-agent 对比 LangGraph

LangGraph 与 open-multi-agent 从两端切入多智能体编排:LangGraph 运行你定义好的图,open-multi-agent 拆解你描述的目标。

选 LangGraph,如果

你需要逐节点掌控固定图,并围绕这张图使用状态历史与时间回溯工具。

选 open-multi-agent,如果

你需要一个 TypeScript 运行时,从目标生成计划,并允许你检查、审批、冻结、重放、恢复和追踪它。

01 速览

并排来看。

维度 open-multi-agent LangGraph
语言 / 运行时 TypeScript 原生,可嵌入任意 Node.js 18+ 后端 Python 优先;官方 TypeScript 移植(@langchain/langgraph)已 GA
编排范式 三种模式:单智能体、显式任务 DAG,或由协调器在运行时拆解目标 图优先,你在共享状态之上定义节点与边(StateGraph)
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 6 个直接依赖(Python)/ 4 直接 + 2 peer(JS)
模型混编 支持,同一个团队里的每个智能体都可使用各自的云端或本地模型 支持,在每个节点内绑定不同的模型
运行预算控制 通过 maxTokenBudget 设置 token 上限,或通过 maxCostBudget 与应用自有的 estimateCost 价格表设置估算美元上限 无 token 上限,recursion_limit 计的是步数,不是 token
可观测性 TraceRecord v2 + TraceStore、可选的一方 OTel 适配器,以及离线的运行后 Run Viewer 一方 LangSmith 链路追踪(近乎零配置)+ OpenTelemetry 导出
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。

动态编排与显式编排

runTeam() 从目标生成任务 DAG,runTasks() 运行你定义的任务图,runAgent() 则覆盖单智能体场景。

围绕智能体的确定性控制

计划可检查、可审批,也可冻结为数据后重放。结果可用 Zod 校验,还支持按智能体流式输出、取消运行,以及提议者与裁判组成的共识校验。

依赖调度与恢复

调度器并行运行互不依赖的分支。任务重试与检查点让中断的运行恢复时不重复已完成任务。

生产控制

通过轮次、token、估算成本、超时、上下文与循环控制限制工作量。工具默认拒绝授权,链路数据默认脱敏敏感信息。

你的环境与模型

运行在你自己的 Node.js 后端、本地、离线或气隙环境中。同一团队可混用云端与本地模型,并可接入 MCP 工具及 ACP 或进程后端的外部智能体。

检查、追踪与评估

稳定运行标识、TraceStore,以及离线 DAG 与 Waterfall Viewer 均不依赖托管服务。可选 OTel 适配器与 EvalSet 可把运行接入生产遥测和 CI 门禁。

03 机制

它们差在哪。

LangGraph 把声明式图中的节点、边与条件路由编译成一个可调用对象。open-multi-agent 则运行协调器,在运行时把目标拆解成任务 DAG,并自动并行相互独立的节点。两者都支持检查点与恢复。OMA 在任意 MemoryStore 上保存已完成任务,并通过 restore() 恢复,不过恢复以任务为粒度,被中断的任务会重新开始。LangGraph 还提供围绕图的状态历史与时间回溯。

LangGraph 适合什么

当编排拓扑已经确定并需要显式编写,或项目要求围绕图使用状态历史与时间回溯调试时,LangGraph 合适。它的 TypeScript 包已 GA,并可接入 LangChain 技术栈。

LangGraph 的 GitHub

open-multi-agent 适合什么

open-multi-agent 适合你更愿意描述结果、而非接线图的场景,协调器在运行时规划任务 DAG,于是编排随每个目标自适应,而不是为某一个手工搭好。它 TypeScript 原生、只有三个运行时依赖,并自带一道硬性 maxTokenBudget 上限,会在超支前中止运行,这是 LangGraph 在 token 层面没有提供的护栏。

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。

// 直接联系

把 Open Multi-Agent 用进真实业务

联系框架作者本人,帮你梳理 AI 落地目标、让 AI 真正与业务结合

可提供的工程服务
S-01

AI Agent 定制开发

业务梳理、Agent 设计、Prompt 评估、生产部署、私有化与持续支持。

S-02

多智能体系统集成

多 Agent 架构编排、RAG、CRM / ERP / API 对接、性能与稳定性调优。

S-03

企业 AI 咨询

AI 场景评估、技术选型、POC、ROI 估算与落地路线规划。