awesome-multi-agent-papers

GitHub
1.4k 121 非常简单 1 次阅读 今天NOASSERTIONAgent语言模型
AI 解读 由 AI 自动生成，仅供参考

awesome-multi-agent-papers 是由 Swarms 团队精心整理的多智能体（Multi-Agent）领域前沿论文合集。随着大语言模型从单一对话向复杂协作演进，如何设计高效的智能体系统成为技术难点，而该资源库正是为了解决研究者与开发者在海量文献中难以快速定位高质量成果的痛点而生。

这里汇集了关于智能体协作机制、系统架构设计及自动化生成的顶级研究，涵盖了如 AutoGen、AgentScope 等知名框架的理论基础，以及“更多智能体即所需”、“零监督系统设计”等创新理念。通过分类清晰的列表，用户可以直接获取论文名称、核心简介及原文链接，极大提升了科研调研与技术选型的效率。

这份合集特别适合人工智能研究人员、算法工程师以及对多智能体系统感兴趣的技术决策者使用。无论你是希望深入探索智能体间的思维通信与博弈推理，还是正在寻找构建下一代自主协作系统的理论支撑，awesome-multi-agent-papers 都能为你提供坚实的知识基石，帮助你紧跟这一快速发展的技术浪潮。

使用场景

某金融科技公司算法团队正致力于研发一套基于多智能体协作的自动化投研系统，旨在通过多个大模型角色的分工合作来提升复杂市场数据的分析精度。

没有 awesome-multi-agent-papers 时

  • 文献检索效率低下：研究人员需在 arXiv 等海量数据库中手动筛选关键词，耗时数周才能拼凑出零散的多智能体架构资料。
  • 技术选型盲目试错：缺乏对《AutoGen》、《MAS-Zero》等前沿论文的系统性认知，导致团队在通信机制和任务调度上重复造轮子。
  • 长上下文处理瓶颈：未及时发现《LongAgent》等针对长文本协作的解决方案，使得系统在分析长篇财报时频繁出现信息丢失。
  • 协作逻辑设计薄弱：缺少《K-Level Reasoning》等关于博弈与推理的理论支撑，智能体间难以形成深度的协同决策能力。

使用 awesome-multi-agent-papers 后

  • 前沿成果一键获取：直接利用该清单锁定《Thought Communication in Multiagent Collaboration》等顶会论文，将调研周期从数周压缩至两天。
  • 架构设计有据可依：参考《Mixture-of-Agents》和《Chain of Agents》中的成熟模式，快速构建了高鲁棒性的智能体交互拓扑。
  • 性能瓶颈精准突破：依据《AgentScope》平台特性优化部署方案，成功实现了 128k 上下文窗口的稳定多智能体并行处理。
  • 推理能力显著增强：引入《EvoAgent》的进化算法思想，让智能体自主优化协作策略，大幅提升了投资信号的信噪比。

awesome-multi-agent-papers 通过将分散的顶尖研究转化为结构化的知识地图，帮助团队站在巨人肩膀上快速构建出行业领先的多智能体应用。

运行环境要求

GPU

未说明

内存

未说明

依赖
notes该项目是一个多智能体研究论文的精选列表（Awesome List），并非可执行的软件工具或框架，因此没有具体的运行环境、依赖库或硬件需求。用户只需通过浏览器查看 README 中列出的论文链接即可。
python未说明
awesome-multi-agent-papers hero image

快速开始

Twitter Discord Awesome Multi-Agent Papers Swarms Website Swarms Framework

这是由 Swarms 团队整理的超赞多智能体研究论文列表。Swarms 的使命是研究多智能体系统。立即加入我们的 Discord！

格式

  • [论文名称] [描述] [链接]

多智能体协作与系统设计

多智能体框架与基准测试

针对特定应用的多智能体系统

软件工程

医疗健康

数据与机器学习

安全

多模态

其他领域

评估与模型改进

社会仿真与代理社会

工作流、架构与智能体设计

科学

对齐

强化学习

综述

其他

金融

用于科研的智能体

训练

引用

在 arxiv_bibtex.bib 文件中，您可以找到本仓库中所有论文的 BibTeX 引用。

引用本列表

如果您在研究中发现本资源很有用，请按以下方式引用：

BibTeX：

@misc{gomez2024awesome,
  author       = {Gomez, Kye},
  title        = {Awesome Multi-Agent Papers：最佳多智能体研究汇编},
  year         = {2024},
  publisher    = {GitHub},
  journal      = {GitHub 仓库},
  howpublished = {\url{https://github.com/kyegomez/awesome-multi-agent-papers}},
  note         = {由 Swarms 团队维护。联系邮箱：kye@swarms.world}
}

APA：

Gomez, K. (2024). Awesome Multi-Agent Papers：最佳多智能体研究汇编。GitHub。https://github.com/kyegomez/awesome-multi-agent-papers

MLA：

Gomez, Kye. “Awesome Multi-Agent Papers：最佳多智能体研究汇编。” GitHub, 2024, https://github.com/kyegomez/awesome-multi-agent-papers.

如有任何问题或合作意向，请联系：kye@swarms.world

贡献

您是否有一篇未被列入清单的多智能体论文？我们非常欢迎您的贡献！请提交一个 Pull Request (PR)，以添加新论文，并帮助我们维护这一全面且最新的多智能体研究资源库。通过您的贡献，您将使其他人——尤其是新手——能够在单一、集中的存储库中获取最新研究成果。感谢您为社区的发展贡献力量！

许可证

本项目采用 Apache License 2.0 许可证。

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

★ 349.3k|★★★☆☆|1周前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。

★ 162.1k|★★★☆☆|1周前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上

★ 157.4k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。

★ 108.3k|★★☆☆☆|5天前
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。

★ 100.8k|★★☆☆☆|6天前
插件Agent图像

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备

★ 90.1k|★★★☆☆|1周前
语言模型图像Agent