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。
← 全部对比
// 对比
open-multi-agent 对比 VoltAgent
两者都是 TypeScript 原生的智能体框架。VoltAgent 以内置可观测性与 supervisor/子智能体结构为先；open-multi-agent 以精简内核与目标驱动的拆解为先。
选 VoltAgent，如果
你想要开箱即用的追踪，内置的整套 OpenTelemetry，以及一个协调子智能体的 supervisor，附带 workflow、记忆与 RAG。
选 open-multi-agent，如果
你想要小得多的 core（三个依赖 vs 约 44 个）、目标驱动的拆解、token + 估算成本上限，以及可选 OTel 适配器，而非一整套内置 OTel。
01 速览
并排来看。
| 维度 | open-multi-agent | VoltAgent |
|---|---|---|
| 语言 / 运行时 | TypeScript 原生，可嵌入任意 Node.js 18+ 后端 | TypeScript 原生；运行于 Node.js |
| 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 | 智能体，加上 supervisor / 子智能体网络与 workflow，带记忆与 RAG |
| 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 | @voltagent/core 约 44 个直接依赖，内置整套 @ai-sdk 提供方与完整的 OpenTelemetry 栈 |
| 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，通过 AI SDK 提供方按智能体设模型 |
| 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 | 无硬性 token 上限，maxSteps 限制智能体步数 |
| 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 | 原生 OpenTelemetry，内核内置 OTel SDK 并自动为智能体埋点 |
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。
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。
VoltAgent 把可观测性放在第一位：内核内置整套 OpenTelemetry 栈、自动为智能体埋点，并把工作组织成一个 supervisor 协调子智能体，附带记忆、RAG 与 workflow。open-multi-agent 把 core 控制在三个依赖，并把 OTel 映射放进可选的 @open-multi-agent/otel 包，由它写入应用持有的 provider；TraceStore 与离线 Run Viewer 覆盖本地持久化和检查。OMA 不用 supervisor 拓扑，而是把目标交给协调器、在运行时拆解成任务 DAG。取舍仍是内置电池，对上更小、可组合的 core。
VoltAgent 适合什么
当你需要框架内置的 OpenTelemetry 栈、supervisor 与子智能体模型、记忆、RAG 和 workflow 时，VoltAgent 合适。这些内置能力会带来更大的依赖规模。
VoltAgent 的 GitHub↗open-multi-agent 适合什么
open-multi-agent 适合你想要精简 core 与目标驱动编排的场景：三个依赖而非约 44 个、一个从目标规划任务 DAG 的协调器、token 或估算成本上限，以及经可选一方适配器而非内置 SDK 接入的 OpenTelemetry。TraceStore 与离线 Run Viewer 提供本地查询和检查路径。
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。
// 对比另一个框架
open-multi-agent vs LangGraph → open-multi-agent vs CrewAI → open-multi-agent vs AutoGen → open-multi-agent vs OpenAI Agents SDK → open-multi-agent vs Mastra → open-multi-agent vs Vercel AI SDK → open-multi-agent vs Inngest AgentKit → open-multi-agent vs LangChain → open-multi-agent vs LlamaIndex → open-multi-agent vs Pydantic AI → open-multi-agent vs Google ADK → open-multi-agent vs Semantic Kernel →