agentic-fleet
基于DSPy与微软Agent框架的生产级多智能体编排运行时。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：agentic-fleet。 它的用途是：基于DSPy与微软Agent框架的生产级多智能体编排运行时。 完整的 Skill 内容见：https://321skill.com/skills/agentic-fleet/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我开发一个自动化市场调研智能体，需要能搜索最新行业动态、分析竞品情报并生成结构化报告。” 它会利用AgenticFleet框架，首先分析你的需求，然后路由任务给搜索智能体抓取数据，再交给分析智能体处理信息，最后通过报告生成智能体输出结果，整个过程可在Web界面实时监控。你也可以通过CLI快速测试一个具体任务：“uv run agentic-fleet run -m '分析电动汽车电池技术的最新三篇学术论文' --verbose”。
介绍
AgenticFleet是一个生产就绪的多智能体编排运行时，旨在解决复杂任务自动化中单一智能体能力有限、流程难以结构化的问题。它通过一个五阶段管道（分析→路由→执行→进度→质量）将任务智能路由给不同的专业智能体执行，并实时流式传输丰富的事件。
使用上，项目提供了完整的开发栈。用户可以通过简单的make dev命令一键启动包含前后端的完整服务，也可以通过CLI直接运行单次任务，例如uv run agentic-fleet run -m "研究AI智能体的最新进展"。前端界面提供了直观的任务监控和交互体验。
该工具非常适合需要协调多个AI智能体完成复杂、多步骤任务的开发者和团队。无论是构建自动化研究助手、智能客服系统还是复杂的业务流程自动化，AgenticFleet都能提供强大的底层支持。
需要注意的是，该项目对Python版本（3.12或3.13）和依赖管理器（uv）有特定要求，且必须配置OpenAI API密钥。对于希望深入定制智能体行为的用户，需要具备一定的DSPy和微软Agent框架知识。
核心特点
核心区别在于其融合了DSPy的结构化推理能力与微软Agent框架的可靠执行能力，并通过一个明确的五阶段管道进行编排，而非简单的任务分发。它提供了生产级的可观测性（OpenTelemetry）和评估（Azure AI Evaluation）集成，支持从CLI到Web界面的完整流式事件。
注意事项
不适合仅需调用单一模型API完成简单任务的轻量级场景，其架构和部署复杂度较高。
常见问题
AgenticFleet和直接调用ChatGPT API有什么区别？
它不是一个简单的API封装，而是一个多智能体编排框架，能将复杂任务分解、路由给不同专业智能体协同完成，并提供完整的执行流水线和监控。
部署AgenticFleet需要哪些前置条件？
需要Python 3.12/3.13、uv包管理器、Node.js 18+（用于前端）以及OpenAI API密钥。可选Tavily等工具API密钥以扩展能力。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/agentic-fleet/raw/index.md 读取 agentic-fleet 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/agentic-fleet/raw/index.md（查看排版版本）