---
title: "ROMA：Sentient AGI开源递归多智能体框架，重塑深度研究与金融分析"
url: "https://paooo.com/ai-tool/13728/"
author: "Prompt 语宙研究院"
published_at: "2026-06-21T21:12:22+08:00"
updated_at: "2026-06-07T20:18:36+08:00"
categories: "AI 工具"
tags: "Sentient AGI, 多智能体框架, 开源AI, 深度研究, 金融分析"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# ROMA：Sentient AGI开源递归多智能体框架，重塑深度研究与金融分析

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/ai-tool/13728/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-21

## AI 30 秒核心看点 (TL;DR)

- ROMA用递归树状结构把大任务自动拆成可并行子任务，再由父节点聚合结果。
- 框架支持文本、图像、代码等多模态输入，并可接入MCP协议、API和外部工具。
- 内置深度研究与金融分析Agent，适合研究报告、投资分析、项目管理等场景。

> 
                **💡 站外导读：**随着AI从单一模型向协同智能演进，处理复杂任务的需求日益增长。传统Agent框架在任务拆解、多模态支持和透明度上常遇瓶颈。Sentient AGI推出的开源框架ROMA（递归开放元智能体），通过独特的递归层次结构，将大任务自动分解为可并行的子任务，由不同智能体协作执行并汇总结果。其内置的深度研究与金融分析Agent，直击企业与研究者在信息整合、实时决策中的核心痛点，代表了多智能体系统向更自动化、专业化发展的关键趋势。

            

             
                        

## ROMA是什么

ROMA（Recursive Open Meta-Agent） 是Sentient AGI团队开源的多Agent系统框架，通过递归层次结构将复杂任务拆解为可并行的子任务，由父节点分配给子节点执行，再将结果汇总。ROMA支持多模态输入输出，内置通用任务解决器、深度研究Agent和金融分析Agent等，适用从研究分析到金融决策的多种场景。ROMA透明的执行过程便于调试和优化，在多个基准测试中表现卓越，是[DeepResearch](https://ai-bot.cn/deep-research/)的开源利器。

## ROMA的主要功能

- 
**递归任务拆解**：支持将复杂任务自动拆解为可并行的子任务，逐步解决后再整合结果。

- 
**多模态支持**：框架能处理文本、图像、代码等多种数据类型，适应不同场景需求。

- 
**工具集成**：支持MCP协议、API集成，可调用外部工具和模型。

- 
**透明调试**：每一步执行过程清晰可见，便于调试和优化。

- 
**内置专业Agent**：如通用任务解决器、深度研究Agent、金融分析Agent等，满足多样化需求。

## ROMA的技术原理

- **递归层次结构**：采用树状结构，父节点将任务拆解为子任务，子节点执行后将结果回传给父节点。

- **核心组件**：

**Atomizer**：判断任务是否为原子任务，若非原子则触发拆解。

- **Planner**：将复杂任务拆解为子任务，递归分配。

- **Executor**：执行原子任务，调用LLM、API或其他Agent。

- **Aggregator**：整合子任务结果，回传给父节点。

- **上下文流管理**：自顶向下分解任务，自底向上聚合结果，确保信息传递清晰。

- **模块化设计**：支持在节点级别插入任何Agent、工具或模型，高度可扩展。

## ROMA的项目地址

- **项目官网**：https://blog.sentient.xyz/posts/recursive-open-meta-agent

- **GitHub仓库**：https://github.com/sentient-agi/ROMA

## ROMA的应用场景

- 
**研究分析**：深度研究Agent自动拆解复杂学术或市场研究任务，整合多源信息生成报告。

- 
**金融决策**：金融分析Agent实时监控加密货币市场，集成多数据源生成投资分析报告。

- 
**项目规划**：通用任务解决器拆解项目任务，分配并跟踪进度，助力高效项目管理。

- 
**企业自动化**：构建多Agent工作流，实现企业内部流程自动化，提升运营效率。

- 
**教育工具**：学生用自然语言创建研究Agent，自动收集整合信息生成研究报告。

                    
            
                

#### 📝 站长洞察 (Editor's Insight)

                ROMA的发布，标志着多智能体框架从概念演示步入工程化落地的新阶段。其核心亮点在于“递归”与“元智能体”的设计理念：系统不再是静态的Agent集合，而是一个能动态拆解、分配和聚合任务的有机体。这解决了复杂任务中依赖关系管理和执行效率的难题。从技术趋势看，它代表了AI系统向“自组织”和“可组合性”的深度进化，预示着未来企业级AI应用将更像一个灵活的“数字团队”，而非孤立工具。Sentient AGI选择开源，意在构建生态，抢占下一代AI基础设施的制高点。对于开发者，这不仅是工具，更是理解未来AI协作范式的绝佳样本。其在金融、研究等场景的内置Agent，直接展示了商业落地的清晰路径，值得关注。

## 常见问题解答 (FAQ)

### ROMA是什么框架？
ROMA是Sentient AGI开源的Recursive Open Meta-Agent多智能体框架，通过递归层次结构把复杂任务拆解为子任务，由不同Agent并行执行后再汇总结果，适合研究、分析和自动化工作流。

### ROMA和传统Agent框架有什么区别？
ROMA的核心差异在于递归拆解与上下文流管理：它不是简单串联多个Agent，而是由Planner、Executor、Aggregator等组件按树状结构协同工作，更强调任务分解、结果聚合和执行透明度。

### ROMA适合哪些实际应用场景？
ROMA适合深度研究、金融决策、项目规划、企业自动化和教育工具等场景。其内置深度研究Agent与金融分析Agent，可用于整合多源信息、生成报告和辅助实时决策。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
