AICU-Graph 开源多智能体编排运行时，按目标在运行中生成 Manager/Worker 组织

构建能够协作处理复杂、长时间运行任务的动态 AI 智能体组织。

AICU-Graph 是一个多智能体编排运行时：给它一个目标，Manager 负责规划工作，Worker 在运行时构建的组织内执行任务，每个节点都由真实的 AI 编程 CLI（Claude Code、Codex、Gemini 等）驱动。它是一个可运行的研究与工程原型；你能使用哪些 CLI 和模型取决于你本地安装的软件、账户和配额。

演示

一段约 3 分钟的解说过场，展示一个目标如何成长为 Manager / Worker 组织。画面来自一次真实完成的 60 节点会话；说明性图表为动画。

aicu-promo-en.mp4

如需更详细的讲解，请观看完整版演示视频：https://youtu.be/Zw-mO_qeR20

快速开始

本节将带你从一台全新机器走到运行中的工作台并完成第一个任务。各 CLI 的细节、OpenRouter、凭据和故障排查见 docs/INSTALL.md（中文）。

1. 检查环境要求

要求	检查	说明
macOS 或 Linux		终端面板依赖 `pty` / `fcntl`；不支持 Windows。
Python 3.10+	`python3 --version`	CI 在 3.13 上运行。
Node.js 18+ 和 npm	`node --version`	构建 Web 工作台以及安装大多数 CLI 所需。
Git	`git --version`
至少一个 AI 编程 CLI	见第 4 步	外加其对应的账户、API 密钥或其他凭据。

2. 获取代码

git clone https://github.com/heyongjun666/AICU-Graph.git
cd AICU-Graph

3. 安装依赖并构建前端

建议使用虚拟环境，以隔离后端依赖：

python3 -m venv .venv
source .venv/bin/activate        # run this again in every new terminal
pip install -r requirements.txt

cd frontend
npm install
npm run build                    # the server serves frontend/dist, which is not committed
cd ..

4. 安装至少一个 AI 编程 CLI

AICU 会驱动在 PATH 中找到的真实编程 CLI。请先安装一个并完成 该 CLI 自身的登录 / 认证，然后再继续。

CLI	安装	检查
Claude Code	`npm install -g @anthropic-ai/claude-code`	`claude --version`
Codex CLI	`npm install -g @openai/codex`	`codex --version`
Gemini CLI	`npm install -g @google/gemini-cli`	`gemini --version`

Qwen Code、Kimi Code、OpenCode、Pi、CodeBuddy Code、Cursor Agent、Antigravity 和 Grok CLI 也受支持；安装命令见 docs/INSTALL.md。之后你可以列出 AICU 检测到的内容：

python3 -c "from cli_adapters import detect_installed; print(detect_installed())"

5. 启动运行时

python3 main.py

打开 http://localhost:8080。服务器默认监听 127.0.0.1:8080（仅本机），并且没有身份验证。仅在你完全信任的网络上设置 HOST=0.0.0.0，切勿将其暴露给不受信任的网络——任何能访问该端口的人都可以通过你的 CLI 会话执行命令。PORT 可更改端口。

6. 配置模型和 API 密钥

在工作台中打开 Settings → Connection，然后：

选择 CLI；
选择提供商和模型；
输入 API 密钥（或完成 CLI 自身的认证）；
保存，然后点击 Test connection。

密钥本地存储在 runtime_sessions/api_keys.json 中。你也可以在启动前导出提供商变量，例如 export ANTHROPIC_API_KEY="..."。切勿将真实密钥放入源文件、.env 文件或提交中。

7. 运行你的第一个任务

创建一个包含任务的会话，然后启动它：

curl -X POST http://localhost:8080/v1/sessions \
  -H "Content-Type: application/json" \
  -d '{"task":"Build a small multi-stage feature that needs design, implementation and tests","title":"demo"}'

# replace <session_id> with the id returned above
curl -X POST http://localhost:8080/v1/sessions/<session_id>/graph/resume

在工作台中观察图、事件和节点日志。从小任务开始：每个 Worker 节点都是一次真实的 CLI 运行，会消耗你的模型配额。

如果出现问题：提示“not found”的 CLI 必须在同一终端中可用（which claude）；页面空白表示前端未构建（cd frontend && npm install && npm run build，然后重启）；认证错误表示 CLI 未登录或 Settings → Connection 下的密钥有误。更多内容见 docs/INSTALL.md。

文档

以下文档目前以中文撰写。

安全须知

API 密钥和会话运行时数据属于本地运行时状态，不得提交到 Git。请勿上传：

runtime_sessions/
.env
api_keys.json

贡献

欢迎在以下领域贡献：

动态智能体组织与任务规划；
Manager / Worker 运行时；
角色、技能与能力配置；
智能角色选择：候选角色对话框有一个“智能推荐”选项，目前仍是占位符。随着角色池增长，我们如何从成百上千个候选中挑选出一小组能覆盖某个任务的角色（检索、排序、覆盖检查、评估）？欢迎提供想法和实现；
事件驱动协作与长时间运行执行；
产物与共享工作区；
CLI 适配器、评估与测试。

提交更改前请先阅读现有文档；如何运行后端和前端测试套件在 docs/ARCHITECTURE.md §10.7 中有说明。切勿提交本地凭据或运行时产物。

许可证

基于 Apache License 2.0 发布。参见 LICENSE。skills/ 下的捆绑技能保留其原始许可证；参见 THIRD_PARTY_NOTICES.md。