在 Kubernetes 上编排容器化工作流和 DAG 的引擎，把多步骤批处理、数据处理和 CI/CD 流水线声明成 YAML 跑在集群里。

可视化搭建 Agentic 工作流和 RAG 流水线，支持多种大模型与工具，可云端或私有化部署，帮团队从原型直接走到生产。

生产级的容器编排与调度平台，用来自动化部署、扩缩容和管理跨主机的容器化应用。

在提示词里敲入 "mass ulw" 关键词，就能让 AI 编码助手自动编排多智能体工作流，把复杂开发任务拆解成可执行的图结构。

开源的多智能体工作管理应用，用于编排、调度和治理自主 AI Agent，支持 Claude 及技能扩展，让团队像管理同事一样管理 Agent。

DeepSeek 开源的 Agent 编排框架，把模型、工具、记忆等所有能力都做成可插拔插件，方便按需拼装和扩展智能体。

微软开源的多智能体编程框架，让开发者用对话编排多个 LLM Agent 协作完成复杂任务，支持自定义角色与工具调用。

给 Claude Code 加一层多智能体编排，让多个 AI 代理按团队分工并行写代码，适合想把编码任务拆开并行跑的人。

用角色扮演的方式编排多个自主 AI 智能体协作完成复杂任务，让每个智能体各司其职、像团队一样配合干活。

用 YAML 文件定义多容器应用，一条命令就能把整套服务编排起来跑，省去逐个 docker run 的麻烦。

用 Python 代码定义、调度和监控数据工作流，把 ETL/ELT 管道写成 DAG，告别手写 cron 和脚本拼接。

多智能体编排框架，支持部署多人协作的智能体集群、协调自主工作流，并内置自适应记忆、向量 RAG 与 Claude Code 等编码代理的原生集成。

微软推出的多智能体开发框架，支持 Python 和 .NET，用于构建、编排和部署 AI 智能体及多智能体工作流。

用 Python 搭建 LLM 应用和智能体的开发框架，把模型调用、工具、检索和记忆串成可组合的链路，省去自己拼装底层胶水代码。

科大讯飞出品的商用级智能体工作流平台，用低代码方式编排多智能体与 MCP 工具链，帮企业快速搭建可落地的 SuperAgent 应用。

生产级多平台智能机器人开发平台，把 Agent、知识库和插件系统统一编排，一套代码接入 Discord、Slack、微信、飞书、钉钉等主流 IM，并对接 GPT、DeepSeek、Dify、Coze 等模型与工作流。

面向 AI/ML 工作流的 Python 编排框架，用装饰器写 DAG，支持本地到 Kubernetes、多云部署，并带实验追踪和成本优化。

让大模型自主拆解目标、调用工具并连续执行任务的智能体平台，提供可视化搭建与运行环境，帮你把重复性工作交给 AI 自动完成。

基于大模型的知识库问答平台，开箱即用数据处理、RAG 检索和可视化 AI 工作流编排，无需复杂配置即可搭建复杂问答系统。

给编码 Agent 用的运行时，用 Rust 实现，把 Claude Code、Codex 等命令行 Agent 统一调度和复用，省去自己搭编排层。

一个可随使用不断成长的 AI Agent 框架，支持接入 Claude、ChatGPT 等多种大模型，用于搭建和编排自主智能体。

用 Python 搭建自主 AI Agent 的平台，把多智能体编排、工具调用和任务执行打包成开箱即用的组件，省去从零搭框架的麻烦。

提供 277 个即插即用的 AI 专家角色定义，覆盖工程、设计、营销、金融等 20 个部门，兼容 Claude Code、Cursor、Copilot 等 20 种工具，并含 64 个中国市场原创智能体，配合编排器可让多位专家按 DAG 自动协作。

用声明式 YAML 编排数据管道、基础设施、业务流程和 AI Agent 的开源控制平面，事件驱动、支持任意语言、可 Git 版本化，能扛住百万级执行。

高性能 AI 流水线引擎，C++ 内核搭配 50+ 可扩展 Python 节点，支持多模型提供商、向量数据库和 Agent 编排，可在 IDE 中构建调试 LLM 工作流。

用状态图编排有状态、可容错的 LLM Agent 工作流，支持循环、分支和人工介入，适合构建生产级多步智能体。

开源 LLM 应用编排框架，用模块化管道和智能体工作流显式控制检索、路由、记忆与生成，适合搭建 RAG、语义搜索和多模态对话系统。

把 Claude、Codex、Grok 等多个编码 Agent 统一到一个应用里编排调度，并复用你已付费的订阅额度，省去多平台来回切换。

一堆可直接抄用的 Docker Compose 配置示例，覆盖自托管开源与商业项目，省去从零编写编排文件的麻烦。

用 TypeScript 快速搭建 AI 应用和智能体的现代框架，内置工作流、对话机器人和评测能力，省去自己拼装 LLM 调用链的麻烦。

把超级智能体加进团队日常用的聊天里，让它们自主接活、持续进化，帮你和团队分担任务。

把 Claude Code 改造成一支完整的游戏开发团队，内置 49 个 AI 角色和 72 个工作流技能，按真实工作室层级分工协作，帮独立开发者从设计到实现跑通全流程。

轻量级 Python 框架，用于编排多智能体工作流，帮助开发者快速搭建基于 LLM 的协作式 Agent 系统。

基于 Kubernetes 的云原生机器学习平台，把训练、流水线编排、模型服务和 Notebook 开发统一到容器化集群里，解决 MLOps 各环节割裂、难以规模化调度的问题。

一站式语义搜索与 LLM 编排框架，把向量检索、RAG 和智能体工作流整合在一起，用 Python 就能搭建基于语言模型的应用。

用 Python 编排数据管道的工作流框架，带重试、调度和可观测性，让数据与 ML 流水线在生产环境稳定跑起来。

可视化协作工作台，用来搭建、部署和监控 AI 智能体与工作流，低代码拖拽即可完成，适合团队协作开发自动化流程。

用 Rust 写的开源 Agent 编排框架，主打极低资源占用，能在 10 美元的 VPS 上同时跑 500 多个 Agent，适合本地优先、注重隐私的个人 AI 助手场景。

面向 Java 开发者的智能体 AI 框架，基于 Spring AI 构建，支持 ReAct 智能体、多智能体协作和基于图的工作流编排。

一套可扩展的工作流开发框架，内置画布、表单、变量和物料，帮开发者更快搭建 AI 工作流平台。