FastAgency

把 AG2 多智能体工作流从原型快速部署为控制台、Web 应用或分布式服务。

Star 数
★ 546
最近更新
11 个月前
License
Apache-2.0
主语言
Python

30 秒速览

可在哪里用
兼容但需适配OpenAI API
开始前需要
Python 3.10–3.12pipCookiecutterDocker(可选,用于构建镜像)Fly.io 账户与 FLY_API_TOKEN(可选,用于部署)OPENAI_API_KEYShell / 命令行网络访问本地文件系统
典型场景
已用 AG2/AutoGen 在 notebook 中验证多智能体流程,想尽快变成一个可演示的 Web 聊天应用的团队。
主要局限
运行时锁定:目前唯一支持的运行时是 AG2(原 AutoGen),其他框架仍在计划中。
官网
fastagency.ai/latest ↗ 来自 GitHub 仓库设置
维护状态
超过半年没有提交最近提交 2025-12-09最新版本 v0.10.2(2025-12-09)

这个 Agent 能做什么,适合哪些场景?

FastAgency 是面向 AG2(原 AutoGen)多智能体工作流的部署框架,目标是把 Jupyter 原型平滑推进到生产环境。它提供统一的编程接口,同一份工作流定义既可通过 ConsoleUI 在终端交互,也可通过 MesopUI 提供 Web 聊天界面。网络层提供可链式组合的适配器:FastAPIAdapter 用 FastAPI/ASGI 以多 worker 方式对外服务,NatsAdapter 借助 NATS.io 消息代理与 FastStream 构建跨机器的分布式部署。框架还包含 Tester 类用于在 CI 中测试工作流行为,以及命令行接口用于编排与监控。所有工作流仍需运行在 AG2 运行时之上,外部 API 可通过导入 OpenAPI 规范接入。

开发者用 @wf.register 装饰器把函数注册为 Workflow 中的具名工作流,函数接收 UI 对象与参数字典,通过 ui.text_input 获取输入、用 AG2 的 ConversableAgent 与 LLMConfig 定义并运行多智能体对话,最后用 ui.process 输出结果。同一工作流可挂到 ConsoleUI(终端)或 MesopUI(Web,Mesop 驱动)上运行。部署时可选择 FastAPIAdapter 在 ASGI 服务器上以多 worker 提供服务,或叠加 NatsAdapter 通过 NATS.io 消息代理横向扩展。集成外部服务时导入 OpenAPI 规范即可把接口暴露给智能体。Tester 类生成并执行针对智能体交互的测试,CLI 则用于在终端启动、传参和监控工作流。

  1. 已用 AG2/AutoGen 在 notebook 中验证多智能体流程,想尽快变成一个可演示的 Web 聊天应用的团队。
  2. 需要同一套工作流既能在命令行调试、又能以 Web 界面对外交付的开发者。
  3. 要把智能体服务以 FastAPI/ASGI 多 worker 方式部署,并接入现有运维体系的工程团队。
  4. 需要跨多台机器、多个数据中心扩展智能体负载,愿意引入 NATS.io 消息代理的组织。
  5. 希望在 CI 中自动回归测试多智能体对话行为、防止提示词或代码改动引入退化的团队。
  6. 需要在智能体工作流中快速接入天气、支付等第三方 REST API 的开发者。

如何安装或部署这个 Agent?

推荐用 Cookiecutter 模板生成项目结构、默认工作流、依赖与 devcontainer。

如何使用这个 Agent?

生成项目后,先导出 OpenAI API 密钥,在 VS Code 中以 devcontainer 打开项目,用 pytest 验证环境,再用 gunicorn(Linux/macOS)或 waitress(Windows)启动 Mesop Web 界面。工作流本身在 workflow.py 中通过 @wf.register 注册。

这个 Agent 有哪些优点和局限?

优点
  • 统一编程接口:同一份工作流定义可在 ConsoleUI 与 MesopUI 之间复用,无需重写。
  • 部署路径清晰:FastAPIAdapter 负责多 worker 的 ASGI 服务,NatsAdapter 借助 NATS.io 实现跨机器分布式扩展。
  • 内置 Tester 类,可把多智能体交互测试接入 CI,便于回归验证。
  • 外部 API 集成成本低:导入 OpenAPI 规范即可把接口接入智能体。
  • 提供 Cookiecutter 模板与 devcontainer,附带 Docker 构建、Fly.io 与 GitHub Actions 部署脚本。
局限
  • 运行时锁定:目前唯一支持的运行时是 AG2(原 AutoGen),其他框架仍在计划中。
  • 需要自备 LLM 凭据(如 OPENAI_API_KEY),并按用量向模型提供商付费。
  • 生产级部署涉及 FastAPI、NATS.io、Docker、Fly.io 等多个组件,学习与环境成本高于纯库使用。
  • UI 选项限于 ConsoleUI 与 MesopUI,Web 端依赖 Mesop 框架。
  • 分布式部署需要自建或运维 NATS.io 消息代理。

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
FastAgency 当前 47 · 缺口较多 — ★ 546 11 个月前 Python OpenAI API
DeterminFlow 73 · 存在缺口 桌面应用免费 + 模型费 ★ 979 2 个月前 Python —
DevAll 多智能体编排平台 54 · 缺口较多 命令行工具免费 + 模型费 ★ 35k 15 天前 Python —
Open Swarm 智能体集群控制台 证据不足 — ★ 826 2 天前 JavaScript Claude API

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
缺口较多
47/ 100 五分制 2.4 / 5
信任安全 10/29
可靠稳定 8/14
适用触发 10/18
规范维护 9/18
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

信任维度整体偏弱。最小权限:Mesop 默认安全策略允许来自 cdn.jsdelivr.net 的脚本源与 fastagency.ai 的 iframe 父级,属于较宽的默认放行,未见按需收紧的说明,扣分。用户确认:工作流通过 ui.text_input/multiple_choice 与用户交互,但对外部 API 调用、函数执行(suggested_function_call/function_call_execution)没有显式的确认或审批机制,仅 1 分。数据流透明:README 提到 OpenAPI 集成与外部 API,但未说明数据流向第三方 LLM/API 的披露,扣分。敏感数据处理:示例把 OPENAI_API_KEY 通过环境变量与 GitHub Secrets 传递,做法合理,但仓库内未见密钥脱敏、日志脱敏或 PII 处理说明,仅 1 分。依赖安全:pyproject 对多数依赖做了版本约束,并有 CodeQL、dependency-review、bandit、semgrep、detect-secrets 等 CI 配置,证据较充分,给 2 分;但未提供已知漏洞扫描结果,故不给满分。外部副作用:框架会调用外部 LLM 与 API,但未见副作用边界或沙箱说明,扣分。回滚:未见任何回滚、撤销或事务恢复机制,0 分。来源归属:LICENSE 为 Apache-2.0,pyproject 标注作者 ag2ai,但发布者身份未经验证,且 package.json 的 license 字段写成 ISC 与 Apache-2.0 不一致,扣分。

可靠稳定8 / 14 · 2.9/5

README 的功能描述(ConsoleUI/MesopUI、FastAPI/NATS 适配器、Tester 类、CLI)与 pyproject 的可选依赖和源码结构基本一致,示例代码与 e2e 文件相互印证,给 2 分。依赖可用性:依赖在 pyproject 中明确列出并带版本约束,可选依赖分组清晰,给 2 分;但部分依赖(如 fastapi-code-generator==0.5.2、agentwire==0.1.4)为较旧或小众包,存在可用性风险,故未给满分。失败消息:Mesop 主页对异常仅记录日志并显示通用错误文本,retry 逻辑中 except 分支把 available_workflows_exception 置为 False 疑似逻辑缺陷,错误信息对用户帮助有限,扣分。

适用触发10 / 18 · 2.8/5

README 明确面向使用 AG2 的开发者,覆盖控制台、Web、REST、NATS 分布式等场景,受众与场景描述充分,给 2 分。能力边界:明确说明当前仅支持 AG2 运行时,并列出支持的 UI 与网络适配器,边界清晰,给 2 分。触发精度:工作流通过 @wf.register 的 name/description 注册,但未见对触发条件、歧义消解或选择逻辑的说明,扣分。环境适配:支持 Python 3.10-3.12,区分 Windows/Linux 启动命令(gunicorn/waitress),提供 devcontainer 与 Docker 脚本,环境适配较好,给 2 分。

规范维护9 / 18 · 2.5/5

README 结构清晰,含功能、快速开始、部署、未来计划等章节,并链接到文档站点,给 2 分。安装说明:提供 cookiecutter 脚手架、pip 安装、环境变量设置、pytest 验证等步骤,较为完整,给 2 分。命名稳定性:示例中 multiple_choice_single_workflow 被重复定义(覆盖前一个函数),且注册名与函数名不一致,存在命名混乱,扣分。示例与 FAQ:README 与 e2e 目录提供多个可运行示例,但未见独立 FAQ,给 2 分。已知限制:仅提及当前只支持 AG2 运行时,未系统列出限制与已知问题,扣分。许可证:LICENSE 为完整 Apache-2.0 文本,pyproject 分类器一致,给 2 分;但 package.json 的 license 字段为 ISC,存在不一致,已在来源归属中扣分。版本与变更日志:pyproject 使用动态版本(__about__.py),未见 CHANGELOG 文件,扣分。维护责任:有作者邮箱、Discord、Issue 链接,但发布者身份未验证,且未见明确的维护承诺或 SLA,扣分。

有效结果7 / 13 · 2.7/5

框架提供统一 UI 接口、CLI、Tester 类与部署脚本,输出可直接用于构建应用,给 2 分。边际价值:在 AG2 之上提供 UI 与部署抽象,减少样板代码,价值明确,给 2 分。成本效益:引入较多可选依赖(mesop、fastapi、nats、firebase 等),且部分依赖版本较旧,部署与维护成本不低,扣分。

证据核验3 / 8 · 1.9/5

README 中的功能声明可对应到源码文件(如 MesopUI、Workflow 注册),但性能与生产就绪等营销性表述缺乏可验证依据,扣分。跨源印证:README、pyproject、e2e 示例与测试文件相互印证部分功能,但测试样本有限,仅 1 分。事实与推断分离:文档未明确区分已验证事实与规划(Future Plans 有标注),但部分能力描述较笼统,扣分。

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。
  • Mesop 默认安全策略允许 cdn.jsdelivr.net 脚本与 fastagency.ai iframe,部署前应审查并收紧。
  • 框架会调用外部 LLM 与第三方 API,但未见数据流向披露或用户确认机制,处理敏感数据时需自行加控制。
  • package.json 的 license 字段为 ISC,与 Apache-2.0 不一致,需核实。
  • 发布者身份未经验证,不应基于品牌推断可靠性。
  • 示例代码存在重复函数定义与命名不一致,复制使用时需注意。
  • 未见回滚或事务恢复机制,生产部署需自行设计。
证据充分度:低 评估于 2026年11月16日 审查版本 f353682dffc6
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/fastagency.svg?lang=zh)](https://followagents.com/zh/agents/fastagency)
<a href="https://followagents.com/zh/agents/fastagency"><img src="https://followagents.com/badge/fastagency.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. v0.10.2
    发布说明摘录
    What's Changed * Bump version to 0.9.9 (incl. remove Python 3.9 support) by @marklysze in https://github.com/ag2ai/fastagency/pull/736 * FastAgency + AG2 version bump 0.10.2 by @marklysze in https://github.com/ag2ai/fastagency/pull/750 Full Changelog: https://github.com/ag2ai/fastagency/compare/v0.9.7...v0.10.2
    在 GitHub 查看 ↗
  2. v0.9.7
    发布说明摘录
    What's Changed * Bump version to 0.9.7 by @marklysze in https://github.com/ag2ai/fastagency/pull/732 Full Changelog: https://github.com/ag2ai/fastagency/compare/v0.9.6...v0.9.7
    在 GitHub 查看 ↗
  3. v0.9.6
    发布说明摘录
    What's Changed * Bump version to 0.9.5 by @marklysze in https://github.com/ag2ai/fastagency/pull/729 * Bump version to 0.9.6 by @marklysze in https://github.com/ag2ai/fastagency/pull/730 Full Changelog: https://github.com/ag2ai/fastagency/compare/v0.9.4...v0.9.6
    在 GitHub 查看 ↗

常见问题

FastAgency 官网是什么?
FastAgency 的 GitHub 仓库填写的官网是 https://fastagency.ai/latest。这个链接由仓库作者设置;源码在 GitHub(ag2ai/fastagency)。
FastAgency 开源吗?
开源。源码在 GitHub(ag2ai/fastagency),许可证是 Apache-2.0。
FastAgency 安全吗?
FollowAgents 的 FARS 评审(2026年11月16日)给 FastAgency 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。
FastAgency 还在维护吗?
GitHub 仓库自 2025-12-09 以来没有新提交,已超过半年。可能是项目已经完成,也可能已经停更,用之前建议先看看 issue 区。最新版本是 v0.10.2(2025-12-09)。
FastAgency 是谁开发的?
FastAgency 由 GitHub 账号 ag2ai 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 ↓

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关核心概念