传统上，通用 AI 模型和单一智能体系统在处理多步骤推理、跨模态信息整合等复杂任务时显得力不从心。AgentOrchestra 的诞生，正是为了解决这些问题。该框架采用分层架构，顶层 「指挥」 智能体负责全局规划和任务拆解，将子任务分配给具备不同专长的底层 「乐手」 智能体，如信息检索大师 DeepResearcherAgent、网页操作能手 BrowserUseAgent 和深度分析专家 DeepAnalyzerAgent。这些智能体在 「指挥」 的统筹下，高效协作，完成复杂任务。
AgentOrchestra 不仅在设计理念上超前，更在实际应用中展现了卓越性能。该框架支持高扩展性，可轻松应对不同领域和新功能的扩展; 提供统一的工具接口，实现多模态信息的跨模态理解与推理; 采用模块化设计，提升系统的可扩展性和可维护性; 通过分层规划与动态角色分配，实现智能体间的高效协同。
在技术创新方面，AgentOrchestra 同样表现突出。全面引入的异步协程技术，支持多智能体间高并发协作，大幅提升系统响应速度和吞吐量。框架还原生支持主流商业大模型与开源本地模型的自由切换，兼顾能力、隐私与成本。同时，充分适配 Model-ContextProtocol 协议，无论本地部署还是云端环境，均可无缝集成各类智能体与工具。
在
目前，AgentOrchestra 的完整代码与详细技术报告已开源，便于开发者和研究者参考。昆仑万维 Skywork 团队表示，将持续提升系统的效率和智能体间的自适应协作能力，拓展更多专业化智能体和实用工具，推动 AgentOrchestra 在科学研究、办公自动化、知识管理等更多真实场景中的落地应用。此次发布不仅为 AI 系统通用性和实用性树立了新标杆，更为智能体协作迈向通用智能新时代开辟了道路。
🔗论文地址:
https://arxiv.org/pdf/2506.12508
🔗项目代码:
https://github.com/SkyworkAI/DeepResearchAgent
