AI 编码框架多代理协作调研(2026-04-19)
本文档记录了 v2.0 设计决策的调研依据。用于未来架构演进参考。
三种多Agent协作范式
| 范式 |
代表框架 |
特点 |
我们的借鉴 |
| SOP驱动 |
MetaGPT |
模拟软件公司,角色固定,结构化输出 |
→ 6阶段YAML产物模板 |
| 任务编排 |
CrewAI |
Agent/Task/Crew抽象,sequential/hierarchical |
→ delegate_task per-task模型路由 |
| 群聊协商 |
AutoGen |
GroupChat多Agent讨论,Manager分配 |
未采用(开销大) |
框架与Hermes集成潜力排序
| 优先级 |
框架 |
集成方式 |
适合场景 |
| 🥇 |
Aider |
作为编码执行引擎 |
git深度集成、repo map、双模型模式 |
| 🥈 |
CrewAI |
借鉴编排模式 |
Agent/Task/Crew抽象 |
| 🥉 |
MetaGPT |
借鉴SOP+角色设计 |
结构化产物、发布订阅通信 |
| 4 |
OpenHands |
借鉴事件流+浏览器能力 |
全栈开发(前端+后端) |
| 5 |
Claude Code |
借鉴subagent+worktree并行 |
大任务并行编码 |
关键学术发现(影响v2.0设计)
| 论文 |
发现 |
落地到v2.0 |
| MetaGPT (2308.00352) |
结构化输出减少30%信息损失 |
templates/stage-artifacts.md |
| AgentCoder (2312.13010) |
独立测试Agent比自测通过率高12-18% |
测试员信息隔离原则 |
| ChatDev (2307.07924) |
角色对话提升20%完成率,需设轮次上限 |
每阶段max 3轮重试 |
| SWE-bench |
60%失败源于定位错误 |
强调代码搜索能力(未来P2) |
| Agentless |
简单流水线有时比复杂Agent更好 |
小型需求总管直接做,不过度编排 |
我们选择"不换框架"的理由
- Hermes 的
delegate_task + custom_providers 已是成熟的多Agent编排
- 已有5角色6阶段,与MetaGPT的SOP模式架构等价
- 完全开源、模型灵活(火山方舟9个模型可切换)、可控性最高
- 不引入额外框架依赖,降低维护成本
未来演进方向(P2+)
- 短期: 集成 Aider 的 repo map(tree-sitter AST索引)提升代码定位能力
- 中期: 借鉴 Claude Code worktree 并行模式,大任务拆分后多分支并行编码
- 长期: 代码库向量索引(RAG),经验池积累成功案例