用于构建持久化 AI 智能体的 Python 框架,流程可崩溃后恢复、安全重试,并能解释每一步。
Kocoro-lab/Shannon
面向生产环境的多智能体编排框架,基于 Go、Rust 和 Python 构建,提供 Temporal 工作流与 Token 预算控制。
- Star
- 2,316
- Fork
- 361
- 未关闭 Issue
- 8
- 最近提交
- 2个月前
这是什么?
Shannon 是一个多智能体编排框架,目标是让 AI 智能体在生产环境中稳定运行。任务可以通过 REST API、兼容 OpenAI 的接口、Python SDK 或桌面应用提交,系统会根据任务复杂度分配到不同的执行策略,包括单智能体直接回答、DAG 扇出扇入、ReAct 推理循环、研究模式、思维树探索和 Swarm 协作团队等。
系统基于 Temporal 运行工作流以保证容错,并支持回放历史执行过程用于排查问题。可以为每个任务设置 Token 预算,接近上限时自动切换到更便宜的模型。代码在 WASI 沙箱中执行,也可以配置人工审批节点,在收到决策前暂停工作流。监控与链路追踪分别使用 Prometheus 和 OpenTelemetry。
模型方面支持 Anthropic、OpenAI、Google、DeepSeek、xAI、Groq,以及通过 Ollama、LM Studio 或 vLLM 接入的本地模型。项目通过 Docker Compose 部署,还包含定时任务、会话连续性等功能。
核心功能
- 01根据任务复杂度自动选择多种执行策略
- 02基于 Temporal 的工作流,支持回放历史执行过程
- 03按任务设置 Token 预算,并自动回退到更便宜的模型
- 04代码在 WASI 沙箱中运行,可选人工审批节点
- 05提供兼容 OpenAI 的接口、Python SDK 和桌面应用
- 06支持多家大模型服务商,包括通过 Ollama、vLLM 接入的本地模型
适用场景
- 运行多步骤研究或分析任务,并设置成本上限
- 在智能体执行敏感操作前加入审批环节
- 将现有 OpenAI SDK 代码指向自托管的智能体后端
- 定时执行周期性智能体任务,例如每日市场分析
快速上手
- 1
运行 README 中的一键安装脚本(它通过管道交给 bash 执行,请先审查)
- 2
安装 Python SDK
pip install shannon-sdk - 3
通过 REST API 提交第一个任务
curl -X POST http://localhost:8080/api/v1/tasks -H "Content-Type: application/json" -d '{"query": "What is the capital of France?", "session_id": "demo"}'
使用前须知
- 需要 Docker、Docker Compose 以及至少一个 LLM 提供商的 API 密钥。
- 一键安装命令会将远程脚本通过管道交给 bash 执行。
- 可选的 Playwright 浏览器服务镜像约 3.4GB。
收录于专题
标签
常见问题
- Shannon 是什么?
- 面向生产环境的多智能体编排框架,基于 Go、Rust 和 Python 构建,提供 Temporal 工作流与 Token 预算控制。 Shannon 是一个多智能体编排框架,目标是让 AI 智能体在生产环境中稳定运行。任务可以通过 REST API、兼容 OpenAI 的接口、Python SDK 或桌面应用提交,系统会根据任务复杂度分配到不同的执行策略,包括单智能体直接回答、DAG 扇出扇入、ReAct 推理循环、研究模式、思维树探索和 Swarm 协作团队等。
- Shannon 可以免费使用吗?用的什么许可证?
- Shannon 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- Shannon 还在维护吗?
- 半年内有更新。Shannon 最近一次提交是在 2026年9月5日。
- Shannon 适合用来做什么?
- 运行多步骤研究或分析任务,并设置成本上限 在智能体执行敏感操作前加入审批环节 将现有 OpenAI SDK 代码指向自托管的智能体后端 定时执行周期性智能体任务,例如每日市场分析
- Shannon 怎么安装和运行?
- 运行 README 中的一键安装脚本(它通过管道交给 bash 执行,请先审查) 安装 Python SDK: pip install shannon-sdk 通过 REST API 提交第一个任务: curl -X POST http://localhost:8080/api/v1/tasks -H "Content-Type: application/json" -d '{"query": "What is the capital of France?", "session_id": "demo"}'
- 在哪里获取 Shannon?
- 源代码和安装说明在 GitHub 上:https://github.com/Kocoro-lab/Shannon
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
桌面应用,把 Claude Code、Codex、Gemini CLI 等现有 AI 命令行工具编排进统一的多智能体工作空间。
微软开源的 UFO³ 框架,用 DAG 任务编排协调多台设备上的 GUI 智能体,并以 UFO² 作为 Windows 端执行器。
用 TypeScript 以图结构构建有状态、可长时间运行的 LLM 智能体的编排框架。
基于 Spring AI 的 Java 智能体框架,用于构建智能体、工作流和多智能体应用。
基于上下文工程构建的多智能体系统,提供可视化工作流编辑器,用于设计、测试和部署智能体应用。