跳转到内容

快速开始

  • Node.js 20 或更高版本(推荐 Node.js 22 或 24)
  • 可以通过 npm 下载生成项目所需的依赖
  • 大约五分钟

第一次运行不需要模型提供方账号或 API Key。

  1. Terminal window
    npm create oma-app@latest my-oma

    交互式脚手架会询问 Starter 和运行方式。第一次体验调度流程,建议选择 Multi-agent DAG Demo;PR Review 和 Security Analysis Starter 则在更具体的工作流里展示同一套运行时。

  2. 交互式命令会自动安装依赖并运行 npm run demo。脚本化模型响应会驱动真实的任务调度、并行执行、结果聚合、报告生成器和离线 Run Viewer。

    Demo 不会读取模型凭证,也不会发起模型请求。安装项目时仍会从 npm 下载依赖;生成的每份报告都会明确标注模型响应属于模拟数据。

    以后要重新运行同一个 Demo:

    Terminal window
    cd my-oma
    npm run demo
  3. 一次成功的运行会用三种方式展示同一条执行记录:

    • 终端进度显示任务何时开始、完成,以及依赖满足后如何解锁。
    • reports/ 下的 Markdown 和 JSON 报告便于阅读或交给程序处理。
    • HTML 报告会打开离线 Run Viewer,用来检查实际执行的任务 DAG 和任务级证据。

    到这里,你已经运行了真实的 OMA 编排;只有模型响应来自脚本。

  4. Cloud 或 OpenAI-compatible Starter 先复制环境变量模板:

    Terminal window
    cp .env.example .env

    在 .env 中填写凭证和模型配置,然后启动运行:

    Terminal window
    npm run dev

    Ollama Starter 会连接本地 Ollama 服务,不需要云端 API Key;脚手架不会替你下载模型。环境变量、兼容端点和本地工具调用说明见模型提供方。

Terminal window
# 只生成文件,不安装依赖,也不运行 Demo。
npm create oma-app@latest my-oma -- --no-install
# 安装依赖,但不运行 Demo。
npm create oma-app@latest my-oma -- --no-run

如果已经有 TypeScript 后端,可以直接安装核心库:

Terminal window
npm install @open-multi-agent/core

从 @jackchen_me/open-multi-agent 迁移?该包已弃用,请改为安装 @open-multi-agent/core。

然后定义一个小团队并给出目标:

team.ts
import { OpenMultiAgent, type AgentConfig } from '@open-multi-agent/core'
const model = process.env.OMA_MODEL ?? 'gpt-5.4'
const agents: AgentConfig[] = [
{ name: 'researcher', model, systemPrompt: '找出重要事实。' },
{ name: 'writer', model, systemPrompt: '把事实整理成简洁简报。' },
]
const oma = new OpenMultiAgent({ defaultProvider: 'openai', defaultModel: model })
const team = oma.createTeam('brief-team', { name: 'brief-team', agents })
const result = await oma.runTeam(team, '为我们的新 API 生成一份发布简报。')
console.log(result.success)

内置工具默认拒绝。只授予每个智能体确实需要的工具;添加文件系统或 shell 权限前,请先阅读工具配置。