MAO：让多个模型在证据和权限边界下协作完成工程任务

多代理系统最容易展示的是“同时启动多个模型”，但真正放进工程项目后，更难的问题是：谁可以读写哪些文件、任务之间如何传递结果、失败如何重试、最终凭什么判断已经完成。

MAO（Multi-Agent Orchestrator）是我正在开发的多模型工程代理。它支持 CLI 和 WebUI，重点不是单纯增加并发，而是在模型协作过程中保留权限边界、工具证据、验证结果和剩余风险。

项目地址：https://github.com/Wanbinyu/multi-agent-orchestrator

当前公开版本为 v0.1.0-beta.7，需要 Python 3.11 或 3.12。

它解决什么问题

不同模型在价格、速度、上下文和任务类型上各有特点。MAO 可以配置多个模型服务，由 Orchestrator 拆分任务，再让 Worker 按依赖关系执行。

软件工程任务可以先完成架构和依赖分析，再并行处理相互独立的部分；下游任务会收到前置任务的输出。执行过程中记录计划、模型选择、工具调用、文件修改、命令、验证、审批、用量和错误事件。

主要能力

• 多模型并发执行和运行时模型切换
• 任务依赖 DAG、失败级联和目标任务重试
• Worker 多轮工具调用与权限检查
• readonly、approve 等权限模式
• CLI 连续对话和浏览器 WebUI
• Provider 配置向导、连接测试和多 Key 轮换
• Token 与费用统计
• 会话持久化、流式输出和上下文预算
• Hooks、MCP 适配和受控 Plugin API
• 固定任务集的离线工程基准与验证记录

MAO 可以连接 DeepSeek、OpenAI、Anthropic、GLM、Kimi、Qwen、MiniMax、豆包、Gemini以及本地 Ollama/llama.cpp 等服务；实际可用模型取决于你自己的 provider 配置。

安装与启动

推荐使用 pipx 放进隔离环境：

pipx install git+https://github.com/Wanbinyu/multi-agent-orchestrator.git

在需要检查或修改的项目目录运行：

mao

第一次运行会进入连接向导。打开 WebUI：

mao web

默认访问 http://127.0.0.1:8123，配置、会话和输出都保存在当前项目目录，不会写进 Python 安装目录。

必须知道的边界

MAO 目前仍是 Beta，不是 Claude Code、Codex 或容器沙箱的完整替代品。它没有操作系统级容器隔离，命令仍以当前进程权限运行。面对不可信项目时应使用只读模式，默认使用审批模式，并在启用 MCP、Hooks 或插件前检查来源和配置。

这个项目更适合在可信本机和可审查项目中试用。欢迎提交脱敏后的安装反馈、真实任务结果和兼容性问题，但不要在 Issue 中粘贴 API Key、.env、客户代码或私人会话。