SwarmFlow是什么
SwarmFlow 是 openJiuwen 开源的多智能体可控工作流编排框架，将编排与智能分离，协作流程由系统稳定执行，推理判断交给 Agent 处理。框架通过 workflow.py 脚本把团队协作用算子固化，支持并行、流水线、分阶段等编排模式，内置于 JiuwenSwarm 的 SwarmSkill Creator 中，一句话可生成可执行团队技能。
阅读目录
SwarmFlow的主要功能
-
算子化工作流编排：提供
agent、parallel、pipeline、phase、workflow、agent_session、human、budget等积木式算子，拼搭复杂协作流程。 -
Swarm Skill 双形态支持：同一套团队技能可保留开放协作（无脚本），可承载可执行编排（带
workflow.py），按任务特性自动适配。 -
SwarmSkill Creator 自动生成：输入一句自然语言需求，自动完成角色设计、编排生成、约束校验，产出可复用的团队技能包。
-
Team 模式自动路由：用户用自然语言描述任务，系统自动识别工作流意图，判断该用 SwarmFlow、开放 Swarm Skill 还是单 Agent。
-
TUI 可视化监控：在 JiuwenSwarm 终端界面通过
/swarmflows查看实时树状流程图，追踪阶段进度、Agent 状态及日志。 -
人机交互节点：在关键环节插入
human算子，执行中向人类索要输入或审批。 -
资源预算约束：通过
budget算子为工作流设资源消耗上限，防止额度失控。
SwarmFlow的技术原理
- 编排与智能分离架构：传统多 Agent 协作由 Leader Agent 既做编排又做推理，SwarmFlow 将谁先做、谁并行、失败怎么处理等编排逻辑从 Leader 的临场判断中抽离，变成系统可自动执行的程序脚本，Agent 在需要推理的节点被调用。这样 Leader 不再被流程管理淹没，专注真正需要判断的事。
- 算子驱动的声明式编排：SwarmFlow 不提供黑盒编排引擎，而是暴露一组原子算子：
agent派发单任务，parallel多智能体并行执行后汇总，pipeline批量条目逐级流水处理，agent_session保留多轮记忆并支持 fork 分身做假设推演，phase将长流程拆为可观察阶段，workflow复用已有子流程，human插入人工审批，budget约束资源额度。开发者用算子拼搭脚本，系统按声明顺序稳定推进。 - 形态自适应判定机制。 SwarmSkill Creator 在生成阶段自动判断任务编排是否可提前确定：动态协作场景生成无脚本的开放 Swarm Skill；流程固定的任务生成带
workflow.py的可执行版本；也可两者兼得。调用端 Team 模式进一步根据用户自然语言意图自动路由到合适形态。
如何使用SwarmFlow
-
安装 JiuwenSwarm：访问 JiuwenSwarm官网 https://openjiuwen.com/jiuwenswarm#quick-start执行
pip install jiuwenswarm安装核心包，再执行pip install jiuwenswarm-tui安装终端界面。 -
初始化环境：运行
jiuwenswarm-init完成首次配置，用jiuwenswarm-start启动服务。 -
启动 TUI 界面：运行
jiuwenswarm-tui进入终端交互环境，准备创建或调用团队技能。 -
生成 Swarm Skill：用自然语言向 SwarmSkill Creator 描述目标，系统自动判断形态并生成角色、编排与约束文件。
-
编写或确认 workflow.py：若生成可执行形态，检查
scripts/workflow.py中的算子编排是否符合预期，必要时微调。 -
执行工作流：在 Team 模式下用自然语言触发任务（如”用 swarmflow 分析这家公司”），系统自动路由并启动 SwarmFlow。
-
监控与调试：在 TUI 中输入
/swarmflows打开可视化树状图，查看阶段进度、Agent 状态，下钻排查提示词与日志。
SwarmFlow的核心优势
-
确定性优先：将固定协作流程脚本化，同一任务多次执行路径一致，避免 Leader Agent 临场判断带来不稳定。
-
编排与智能解耦：系统管流程推进，Agent 管子任务推理，Leader 不再被上下文淹没，各自聚焦本职。
-
低门槛生成：SwarmSkill Creator 支持一句话生成完整团队技能，用户无需手写复杂编排脚本。
-
双形态灵活适配：同一框架内同时支持开放协作与可执行编排，按任务特性自动选择，不强行脚本化动态场景。
-
生产级可观测：TUI 实时可视化、断点续跑、资源预算约束，满足复杂任务落地所需的工程化要求。
SwarmFlow的同类竞品对比
| 维度 | SwarmFlow (openJiuwen) | CrewAI |
|---|---|---|
| 编排理念 | 编排归系统、智能归 Agent，协作流程由系统稳定执行，Agent 只负责推理。 | 编排由 Crew 流程驱动，Agent 在任务中自主执行并可能触发后续动作。 |
| 核心抽象 | 算子（agent/parallel/pipeline/phase/workflow/human/budget）拼搭脚本。 |
三大核心：Crew（团队）、Agent（角色）、Task（任务），通过 Process 定义执行顺序。 |
| 代码门槛 | SwarmSkill Creator 支持一句话自然语言生成完整团队技能，用户无需手写编排脚本。 | 需手写 Python 代码定义 Crew、Agent、Task 及 Process，对开发者编程能力有要求。 |
| 动态协作 | 双形态自适应：编排动态时保留无脚本的开放 Swarm Skill，编排固定时走 workflow.py 脚本。 |
主要通过 Process.sequential 或 Process.hierarchical 预设流程，动态调整能力有限。 |
| 可视化 | TUI 内置 /swarmflows 实时交互式树状图，可直接查看阶段进度、Agent 状态、下钻日志。 |
无原生可视化界面，依赖日志输出或第三方工具追踪，调试体验偏后端。 |
| 人机交互 | 原生 human 算子，可在工作流任意节点插入人工输入或审批，无需额外代码。 |
需通过自定义 Tool 或回调函数实现 Human-in-the-loop，无原生工作流中断机制。 |
| 资源控制 | 原生 budget 算子，可为整个工作流或子流程设置资源消耗上限，防止额度失控。 |
无原生资源预算或 Token 限额机制，需自行在 Agent 或 Task 层封装控制逻辑。 |
| 适用场景 | 复杂确定性流程（金融量化、论文分析、PPT 批量生成、办公自动化）。 | 标准业务流程自动化（市场调研、内容创作、客户支持），适合中等复杂度任务。 |
SwarmFlow的应用场景
-
金融量化分析：五维股票分析工作流，财务/行情/资金/舆情/行业五路 Agent 并行采集与评分，最后交叉验证生成交易信号与回溯报告。
-
论文阅读与办公自动化：输入论文链接，自动完成解析、方法分析、文档生成、邮件撰写并发送给指定对象，适合科研团队定期文献分享。
-
大型文档批量生成：如 200 页 PPT 制作，先规划章节分工，再 10 个章节并行生成，最后合并汇总，保证结构统一、风格一致。
-
技术调研自动化：给定选题后自动搜索论文与资料、整理素材、提取图片、分析趋势，最终生成技术分享邮件发送给组内成员。
-
多专家方案评审：无脚本形态下，组织行业、风险、数据等视角专家进行圆桌研讨，阶段固定但观点流动动态发生。
