← 全部场景
// 应用场景
并行跑 LLM 调用——还带类型化结果
相互独立的 LLM 工作不该一个接一个地跑。open-multi-agent 让相互独立的智能体同时开跑，再合并它们带类型的结果。
01 问题
问题在哪。
朴素的写法把摘要、抽取、分类塞进一个巨型 prompt——或者顺序发起调用，于是延迟等于每一步之和。两种都浪费了「这些子任务彼此不依赖」这个事实。
02 做法
open-multi-agent 怎么做。
你把一个目标交给 runTeam()；协调器把它拆解成任务 DAG，并把相互独立的节点并行跑，于是墙钟时间取决于最慢的分支，而非总和。每个专职智能体可以返回 Zod 校验、带类型的结果，再由聚合器合并成一个带类型的整体结果——无需手写 Promise.all 管道，也没有无类型的字符串拼接。
03 适用
何时合适。
当你的任务能拆成若干相互独立、各自想要自己 prompt（往往还想要自己模型）的子任务，且你想要带类型的结果、而非一个 prompt 的最佳猜测时，这种形态很合适。如果步骤严格顺序且相互依赖，单个智能体更简单。
// 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。