AutoSwarm 影子适配器

让 AutoSwarm 的智能体 DAG 在需要人工签核或远程算力时非阻塞暂停,不再超时或卡住并行分支。

Star 数
★ 5.2k
最近更新
3 天前
License
MIT
主语言
Python

30 秒速览

运行形态
代码库 / SDK自托管服务命令行工具
可在哪里用
兼容但需适配OpenAI API · Claude API
费用
软件免费,模型调用费用自付
上手难度
中 · 需要几步配置
开始前需要
Python 3.10+AutoSwarm(opc)核心Ollama(可选,用于本地硅基工人)Shell / 命令行网络访问本地文件系统
典型场景
团队用 AutoSwarm 搭建公司级多智能体流程,但法务、架构评审等角色必须由真人最终签核
不适合
  • 没有运行 OpenOPC/AutoSwarm DAG 引擎的团队
  • 需要开箱即用托管服务、不想自建服务的团队
维护状态
近 30 天有提交最近提交 2026-11-09最新版本 v1.0.0(2026-08-20)

这个 Agent 能做什么,适合哪些场景?

AutoSwarm-Shadow-Adapter 是 AutoSwarm(OpenOPC)智能体 DAG 运行时的外部适配器插件,通过 ADAPTER_CLASSES["shadow"] 注册进入引擎的 ExternalAgentAdapter 体系,核心仓库零改动。它拦截被标记为 preferred_external_agent: shadow 的角色任务,在 50ms 内把任务记录落到独立的 SQLite WAL 数据库 shadow_tasks.db,并立刻返回 AWAITING_HUMAN 释放执行线程。人工审核者通过 React 19 门户与 FastAPI 的 REST API(shadow-serve,默认 8800 端口)认领任务、查看祖先交付物与结构化任务简报、上传最多 5 个文件(单次 50MB 上限)。远程 GPU 节点可用 shadow-worker 守护进程按角色轮询并本地推理,支持 Ollama、Anthropic、OpenAI 或自定义 Python 处理器。交付提交后,OpcResumeRepository 写回宿主 store.db 的 delegation_work_items.phase,触发 AutoSwarm 原生状态机唤醒下游 DAG 节点。

适配器在引擎侧拦截任务:解析项目目标,用 TaskBriefBuilder 生成 markdown 简报,把记录写入 shadow_tasks.db 后返回 AWAITING_HUMAN;同时把上游祖先交付物打包成上下文。门户侧,FastAPI 服务(shadow-serve --port 8800)提供 JWT + bcrypt 认证和 /api/v1 REST 接口,React 19 TaskWorkspace 供人工认领任务、写方案说明并上传附件,文件以 SHA-256 完整性哈希登记到 CorporateArtifacts。硅基侧,shadow-worker 以 --server-url、--role、--provider、--model 参数登录后轮询队列,在本地执行推理;也可用 ShadowWorker(custom_handler=...) 嵌入自有 Python 管道。交付提交后,OpcResumeRepository 更新宿主 store.db 的 delegation_work_items.phase 为 APPROVED,AutoSwarm 原生阶段钩子唤醒下游节点,并把产物向下游传递;rework_requested 状态支持返工循环。

  1. 团队用 AutoSwarm 搭建公司级多智能体流程,但法务、架构评审等角色必须由真人最终签核
  2. 外包或自由职业者同时承接多个客户合同,把执行交给远程硅基工作节点,自己只做异步审批
  3. 金融、医疗、法律团队需要在 SOC 2、ISO 17001、GDPR 场景下保留带署名与时间戳的不可变审计记录
  4. 企业有闲置 GPU 工作站或自有云端节点,想以 BYOC 方式接入推理而不改造中央引擎
  5. 关键岗位临时空缺或饱和时,由 AI 完成 90% 前期工作,仅把最终决策路由给可用的人类管理者

安装与配置要点

摘自下方的安装和使用说明,以项目 README 的最新说明为准。

安装 / 启动命令
  • pip install AutoSwarm-shadow-adapter
环境变量
SHADOW_JWT_SECRET SHADOW_DB_PATH SHADOW_OPC_STORE_PATH SHADOW_UPLOAD_DIR SHADOW_API_PORT
运行环境
Python 3.10+

如何安装或部署这个 Agent?

要求 Python 3.10+,并已在宿主项目中安装并可运行 AutoSwarm(opc)引擎。

pip install AutoSwarm-shadow-adapter

至少需要设置 JWT 签名密钥(文档要求不少于 32 字符):

export SHADOW_JWT_SECRET="a-very-long-secret-at-least-32-chars"

可选环境变量包括 SHADOW_DB_PATH、SHADOW_OPC_STORE_PATH、SHADOW_UPLOAD_DIR、SHADOW_MAX_FILES_PER_SUBMISSION、SHADOW_MAX_FILE_SIZE_MB、SHADOW_MAX_TOTAL_UPLOAD_SIZE_MB、SHADOW_API_PORT。

如何使用这个 Agent?

在主程序里注册适配器并在后台线程启动门户:

from opc.layer3_agent.adapters.registry import ADAPTER_CLASSES
from shadow_adapter import ShadowModeAdapter, start_server_in_thread

ADAPTER_CLASSES["shadow"] = ShadowModeAdapter
start_server_in_thread(port=8800)

或在独立终端以边车方式启动:

shadow-serve --port 8800

然后在公司配置中把需要人工的角色指向影子适配器:

roles:
  legal_counsel:
    title: "Human Legal Counsel"
    execution_strategy: external
    preferred_external_agent: shadow

  senior_architect:
    title: "Human Senior Architect"
    execution_strategy: external
    preferred_external_agent: shadow

远程算力节点以工作进程接入:

shadow-worker \
  --server-url "http://192.168.1.100:8800" \
  --username "dev_node_1" \
  --password "secure_pass_1" \
  --role "senior_developer" \
  --provider "ollama" \
  --model "llama3.3:70b"

人工审核者随后打开 http://localhost:8800 登录门户,认领任务并提交交付物,API 基址为 http://localhost:8800/api/v1。

这个 Agent 有哪些优点和局限?

优点
  • 非阻塞拦截(<50ms)把任务停放到独立 SQLite WAL 库,人工响应时间可以无限长而不会触发引擎超时
  • 通过 ADAPTER_CLASSES["shadow"] 注册为外部适配器,不需要修改 AutoSwarm 核心仓库
  • 同一套 REST 接口同时服务真人门户(React 19)和远程 GPU 节点(shadow-worker),支持 Ollama、Anthropic、OpenAI 或自定义处理函数
  • 交付提交后写回宿主 store.db 的 delegation_work_items.phase,直接复用 AutoSwarm 原生状态机恢复下游节点
  • 内置 CorporateArtifacts 产物登记(SHA-256 哈希)和基于公司配置的层级上下文注入,下游角色自动继承上游文件
局限
  • 完全依赖 AutoSwarm(opc)引擎及其 registry、store.db 结构,脱离该生态无法单独使用
  • 部署需要配置 JWT 密钥、宿主 store.db 路径、上传目录与多用户账号,不属于一键上手
  • 文档自述为 v0.1.0 预发布版本,仓库地址大小写在不同位置不一致(shadow-adapter / Shadow-Adapter)
  • 默认配置的上传上限(单文件 10MB、单次 5 个文件、总计 50MB)可能不适合大体积交付物
  • 部分架构文档链接指向搜索页而非实际文件,深层规范需要自行补齐

这个 Agent 与同类方案有什么区别?

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
AutoSwarm 影子适配器 当前 42 · 缺口较多 代码库 / SDK免费 + 模型费 ★ 5.2k 3 天前 Python OpenAI API · Claude API
Auto Browser 76 · 存在缺口 自托管服务免费 + 模型费 ★ 927 3 天前 Python OpenAI API · Claude API
审脉 AuditPilot 76 · 表现良好 网页应用免费 + 模型费 ★ 1.2k 7 天前 Python —
Agent Swarm 62 · 存在缺口 Agent 插件 / 技能免费 + 模型费 ★ 1k 今天 TypeScript Codex · Claude Code

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
缺口较多
42/ 100 五分制 2.1 / 5
信任安全 10/29
可靠稳定 5/14
适用触发 9/18
规范维护 8/18
有效结果 7/13
证据核验 3/8
查看各维度的扣分理由
信任安全10 / 29 · 1.7/5

代码和 README 说明任务会写入独立 SQLite、上传目录及 AutoSwarm 主 store,并涉及远程 worker、认证和文件上传,数据流有一定可见性;JWT、bcrypt 和上传限制也有配置说明。但服务器默认绑定 0.0.0.0,CORS 允许任意来源且允许凭据,README 示例使用明文 HTTP 和示例口令,材料未说明确认门槛、密钥轮换、访问范围或恢复机制,故最小权限、敏感数据保护、外部副作用控制和回滚证据有限。许可证署名为 OpenOPC Authors & Contributors,无法确认具体维护者或作者身份,因此来源归属仅部分明确。

可靠稳定5 / 14 · 1.8/5

README、包元数据和代码对产品名称、版本及宿主分别使用 AutoSwarm/OpenOPC、0.1.0/1.0.0 等不同表述,造成自洽性疑问。依赖有版本下限和 CI 安装流程,但未见锁定文件或依赖完整性策略。全局异常处理会记录异常并返回通用错误,不过也向调用方暴露异常类型和请求路径,失败处理说明仍较薄。

适用触发9 / 18 · 2.5/5

README列出人类审核、远程算力 worker、角色配置和嵌入式/sidecar 部署等场景;通过 preferred_external_agent: shadow 触发,触发条件相对明确。另一方面,材料没有充分界定权限边界、支持的宿主版本、网络暴露条件或部署隔离要求;Python 版本声明与 CI 测试矩阵也不完全一致,环境适配说明不完整。

规范维护8 / 18 · 2.2/5

README 有概览、流程、配置表和安装示例,另列出架构、实现及变更文档入口,信息组织较好。MIT LICENSE 完整,给满分。命名和版本存在实质冲突:README称 AutoSwarm 与 v0.1.0,包名为 openopc-shadow-adapter 且版本 1.0.0,降低稳定性评分。安装说明有 pip、注册、启动及配置步骤,但 FAQ、明确限制和维护责任信息不足;变更与兼容性虽被链接,当前材料未提供其内容。

有效结果7 / 13 · 2.7/5

产品输出目标明确:将外部任务送入审核队列并在提交后恢复工作流;README提供 API、命令、配置和代码片段,日常使用有一定可操作性。对需要人工审批或远程执行的 DAG 工作流,适配器提供了明显的集成价值。但其效果、安全收益及成本没有可核实的量化证据,README中关于零超时、合规、吞吐和生产就绪的宣传主张也未由本材料充分支持。

证据核验3 / 8 · 1.9/5

README给出具体流程和配置,代码展示了 FastAPI 路由注册、默认绑定、CORS、异常响应及服务启动方式;CI 文件和模拟器材料提供部分交叉线索。但 README 中的架构文档链接指向 Google 搜索,声称的指标、合规能力及测试质量未在所给材料中得到独立佐证,且示例、包元数据和代码的名称版本不一致。材料未清楚区分已实现事实与宣传性主张,因此仅给部分分。

风险与缓解建议
  • 源码中未见:回滚或恢复路径运行前先备份,或在 git 分支、快照上操作,确保改动可以撤销。
  • 部署前应审查默认监听地址、CORS 凭据配置和明文 HTTP 示例,并按实际网络边界配置认证与传输保护。
  • README、包元数据和代码对产品名称及版本的描述不一致;发布或集成前应核对实际目标宿主、包名与兼容性。
  • README 宣称的合规、性能及测试覆盖能力未由本材料充分证明;本评估为静态审阅,未执行代码或测试。
证据充分度:低 评估于 2026年11月8日 审查版本 69d27ddcd626 评估后仓库已有新提交,评分可能未覆盖最新改动
查看完整评分方法 →
你是这个项目的维护者?把 FARS 徽章加到 README

徽章显示当前的评审分数和结论,点击回到本页。重新评审后约一小时内更新。

FARS

[![FARS 评测](https://followagents.com/badge/autoswarm-shadow-adapter.svg?lang=zh)](https://followagents.com/zh/agents/autoswarm-shadow-adapter)
<a href="https://followagents.com/zh/agents/autoswarm-shadow-adapter"><img src="https://followagents.com/badge/autoswarm-shadow-adapter.svg?lang=zh" alt="FARS 评测"></a>

最近版本

来自该项目 GitHub Releases 的最新发布记录,说明为上游原文摘录,未经本站改写或测试。

  1. v1.0.0
    发布说明摘录
    Full Changelog: https://github.com/AhmadHassan-BTed/OpenOPC-Shadow-Adapter/compare/v0.1.0...v1.0.0
    在 GitHub 查看 ↗

常见问题

人工审核者几个小时后才响应,会拖垮 AutoSwarm 的 DAG 吗?
不会。任务被写入独立的 shadow_tasks.db 后立即返回 AWAITING_HUMAN 并释放执行线程,其他并行分支继续运行;交付提交时再写回宿主 store.db 恢复下游节点。
必须使用云端大模型吗?
不必须。shadow-worker 支持 --provider ollama 在本地 GPU 节点推理,也支持 anthropic、openai 或通过 ShadowWorker(custom_handler=...) 接入自有模型与私有数据库。
远程节点如何鉴权、数据落在哪里?
门户使用 JWT(密钥为 SHADOW_JWT_SECRET,至少 32 字符)加 bcrypt 认证,远程 worker 通过 --username/--password 登录。任务与附件默认落在本机的 shadow_tasks.db 与 shadow_uploads 目录,产物哈希登记在 CorporateArtifacts。
它能在没有 OpenOPC/AutoSwarm 的项目里单独用吗?
不能。它注册在 AutoSwarm 的适配器注册表上并写回其 store.db,属于该引擎的扩展插件,必须有可运行的 opc 宿主环境。
AutoSwarm 影子适配器 免费吗?
软件本身免费,但 AutoSwarm 影子适配器 要调用 AI 模型,模型的调用费用由你向模型服务商支付(也可以接本地模型)。
AutoSwarm 影子适配器 开源吗?
开源。源码在 GitHub(AhmadHassan-BTed/AutoSwarm-Shadow-Adapter),许可证是 MIT。
AutoSwarm 影子适配器 安全吗?
FollowAgents 的 FARS 评审(2026年11月8日)给 AutoSwarm 影子适配器 的“信任与安全”打了 10/29 分。评审没有在源码和文档里找到这些安全措施:回滚或恢复路径。接入真实账号或数据前:运行前先备份,或在 git 分支、快照上操作,确保改动可以撤销。评审之后仓库已有更新。
AutoSwarm 影子适配器 还在维护吗?
在维护。GitHub 上最近一次提交是 2026-11-09,在最近 30 天内。最新版本是 v1.0.0(2026-08-20)。
AutoSwarm 影子适配器 是谁开发的?
AutoSwarm 影子适配器 由 GitHub 账号 AhmadHassan-BTed 发布。FollowAgents 没有核实这个账号背后是哪个人或公司。
这页内容对你有帮助吗?
在 GitHub 查看 ↗ 安装 ↓