Multi-Agent und Orchestrierung
Multi-Agent-Orchestrierung gestaltet das System, das die Arbeit vieler Coding-Agents verteilt, isoliert, prüft und zusammenführt. Gut gebaut vervielfachen parallele Agents den Output. Schlecht gebaut vervielfachen sie die Nacharbeit.
Verfasst von
-
Benedikt Stemmildt Gründer & Co-CEO
Aktualisiert:
Software Factories 5
Unsere Position. Wir betreiben eine Factory größtenteils als Workflow und setzen Agents nur an den Stationen ein, die Urteilsvermögen brauchen. Wer weiß, welcher Art ein Schritt ist, weiß auch, wo ein Gate hingehört und wo ihr dem Modell vertrauen könnt (Workflows and agents (öffnet in einem neuen Tab)). Die Grenze für parallele Agents liegt dort, wo das Team noch gut prüfen kann. Setzt sie dort an und hebt sie erst an, wenn das Prüfen besser wird (A swarm is not throughput (öffnet in einem neuen Tab)).
Beim agentischen Coding wandert der Hebel vom Prompten eines einzelnen Agents zur Gestaltung der Arbeitsteilung zwischen vielen Agents. Orchestratoren, autonome Loops, Agent-Teams, Swarms und Runner sind die Bausteine. Bei jedem davon müsst ihr klären, wann ihr parallel auffächert, wie gleichzeitige Arbeit kollisionsfrei bleibt und wer das Ergebnis prüft.
Bei der prüfenden Rolle sind sich die meisten Quellen einig: Ein Agent kann seine eigene Arbeit nicht bewerten. Ein Verifier in frischem Kontext liest idealerweise das echte Signal aus der Welt statt der Behauptungen des Agents. So fängt er ab, was sich der Creator schönredet (Creator- und Verifier-Rollen). Die Factory, die diese Koordination in autonome Produktion verwandelt, sitzt eine Ebene höher, in Software Factories und Harness Engineering.
Einstieg
- Creator- und Verifier-Rollen - Wie unabhängige Generierung, Review und Self-Review in Agent-Teams zusammenwirken.
Verwandte Seiten
- Creator- und Verifier-Rollen: wie ihr den prüfenden Agent unabhängig von dem haltet, der baut.
- Software Factories und Harness Engineering: die Factory-Ebene, die Koordination in dauerhafte Produktion verwandelt.
- Architektur agentischer Systeme: Agents, Workflows und Übergaben als Architektur.
- Supervision und Drift: warum die Review-Kapazität mit dem Output der Agents wachsen muss.
- Modellauswahl: jeder Rolle ein passendes Modell zuweisen.
Quellen
Orchestrierung und Koordination
- AgentField (öffnet in einem neuen Tab) - Open-Source-Control-Plane, die KI-Agents als Produktionsinfrastruktur betreibt, mit SDKs für mehrere Sprachen, Agent-Mesh-Kommunikation und Human-in-the-Loop-Workflows.
- Air (JetBrains) (öffnet in einem neuen Tab) - Agentische Entwicklungsumgebung von JetBrains, die Codex, Claude Agent, Gemini CLI und Junie nebeneinander als unabhängige parallele Task-Loops ausführt, mit Delegation und Aufsicht.
- Augment Intent (öffnet in einem neuen Tab) - Developer-Workspace von Augment Code, der mehrere KI-Agents um lebende Spezifikationen orchestriert. Er delegiert an parallele Spezialist-Agents und hält Specs synchron mit dem Code.
- Claude Flow (öffnet in einem neuen Tab) - Agent-Orchestrierung für Claude mit Multi-Agent-Swarms, RAG-Integration und nativen Hooks für Claude Code und Codex.
- Claude Swarm (öffnet in einem neuen Tab) - Ruby-Gems für KI-Agent-Systeme. SwarmSDK orchestriert in einem einzigen Prozess mit persistentem Memory, semantischer Suche und Node-Workflows, dazu kommen SwarmMemory und SwarmCLI.
- ClipboardHealth core-utils (öffnet in einem neuen Tab) - Open-Source-TypeScript-Monorepo von Clipboard Health. Es bündelt groundcrew (Agent-Orchestrator mit isolierten Git-Worktrees), ai-rules, playwright-reporter-llm und Produktions-Utilities.
- Conductor (öffnet in einem neuen Tab) - Führt parallele Codex- und Claude-Code-Agents in isolierten Git-Worktrees aus, mit einer gemeinsamen Sicht darauf, woran jeder gerade arbeitet, für Review und Merge.
- Gas City (öffnet in einem neuen Tab) - SDK zum Bau von Orchestrierungen für deklarative Multi-Agent-Setups über
city.toml-Manifeste, mit Runtime-Providern, Work-Tracking auf Basis von Beads und Controller- und Supervisor-Loops. - Gastown (öffnet in einem neuen Tab) - Workspace-Manager für mehrere Agents, der 20-30+ Claude-Code-Instanzen koordiniert, mit persistenten Work-Queues, Convoy-basiertem Task-Tracking und Crash-Recovery.
- MCP Agent Mail (öffnet in einem neuen Tab) - Koordinationsschicht nach dem Muster von Mail für Coding-Agents, mit asynchronem Messaging, Leases zur Dateireservierung, durchsuchbarer Nachrichtenhistorie und menschlicher Aufsicht für gemeinsame Codebases.
- dmux (öffnet in einem neuen Tab) - Tmux-Pane-Manager, der Claude Code, Codex und OpenCode parallel in Git-Worktrees ausführt, mit KI-generierten Branch-Namen und Verwaltung per einzelnem Tastendruck.
- fabro (öffnet in einem neuen Tab) - MIT-lizenzierter Orchestrator in Rust, der Workflows von KI-Agents als deterministische Graphen in Graphviz DOT definiert. Dazu kommen Gates zur menschlichen Freigabe und Stylesheets, die Tasks auf Modelle verteilen.
- groundcrew (öffnet in einem neuen Tab) - CLI von Clipboard Health, das einen Ticket-Backlog an lokale KI-Coding-Agents verteilt, jeden isoliert in eigenem Git-Worktree und tmux-Pane; MIT.
- herdr (öffnet in einem neuen Tab) - Terminal-Multiplexer in Rust für KI-Coding-Agents. Er zeigt Terminal-Output und Status jedes Agents über mehrere Panes, mit SSH-Detach und -Reattach; AGPL-3.0-or-later, kommerzielle Option.
- kagent (öffnet in einem neuen Tab) - Kubernetes-native Agent-Runtime von den Gründern von Istio. Sie definiert Agents als CRDs, verwaltet mit GitOps, RBAC und OpenTelemetry, und arbeitet mit jedem LLM oder Framework.
Autonome Loops und Runner
- Loop Engineering (öffnet in einem neuen Tab) - MIT-lizenziertes Referenz-Repo mit Patterns, Startern und Node-CLI-Tools für autonome Loops, die KI-Coding-Agents orchestrieren, bis ein Ziel erreicht ist.
- Millwright (öffnet in einem neuen Tab) - MIT-lizenzierter autonomer Agent-Orchestrator in Ruby. Er pollt ein GitHub-Project-Board und schickt Claude Code los, um Issues umzusetzen und PRs zu öffnen.
- Open Agents (öffnet in einem neuen Tab) - Open-Source-Tool von Vercel-labs, das Coding-Agents in isolierten Cloud-Sandboxes startet, mit eigenen Git-Branches, Explorer- und Executor-Subagents und dauerhaften, fortsetzbaren Loops.
- Ralph (öffnet in einem neuen Tab) - Autonomer Engineering-Loop, der Claude Code als Staffel von Sessions ausführt. Jede Session erledigt eine Task, committet und stößt per Bash die nächste an.
- Ralph loop (öffnet in einem neuen Tab) - Autonomer Loop, der Amp oder Claude Code laufen lässt, bis alle PRD-Punkte erledigt sind. Jede Iteration startet mit sauberem Kontext und hält den State über Git fest.
- Ralphy (öffnet in einem neuen Tab) - Bash-Skript für autonome Entwicklung. Es liest Tasks aus PRDs, YAML oder GitHub Issues und verteilt sie an Claude Code, OpenCode, Codex oder Cursor.
Multi-Agent-Frameworks
- Agent Workflow Protocol (öffnet in einem neuen Tab) - Offener Standard für Multi-Agent-Workflows, von geskripteten Pipelines bis zu selbstorganisierten Teams; deklarativ, runtime-agnostisch, portabel.
- AgentFlow (Stanford) (öffnet in einem neuen Tab) - Trainierbares agentisches Framework mit integrierten Tools und vier Modulen, die sich über ein sich weiterentwickelndes Memory abstimmen. Flow-GRPO optimiert den Planner, sodass ein 7B-Backbone mit größeren Modellen mithält.
- Aperant (öffnet in einem neuen Tab) - Multi-Agent-Framework fürs Coding (früher Auto-Claude) mit einer Desktop-App für bis zu 12 parallele Agent-Terminals, Isolation über Git-Worktrees und selbstvalidierenden QA-Loops.
- Buford (öffnet in einem neuen Tab) - Spec-getriebenes Template für KI-Entwicklung mit Claude Code, mit Multi-Agent- und Human-in-the-Loop-Workflows.
- CrewAI (öffnet in einem neuen Tab) - Framework, das rollenspielende autonome Agents mit Tasks und Tools zu zusammenarbeitenden Crews orchestriert.
- CrewAI Examples (öffnet in einem neuen Tab) - Sammlung von Beispielprojekten, die zeigen, wie ihr mit dem CrewAI-Framework Multi-Agent-Crews und sequenzielle oder hierarchische Flows baut, um Workflows zu automatisieren.
- DeerFlow (öffnet in einem neuen Tab) - Open-Source-Agent-Harness von ByteDance für lange Horizonte. Es kombiniert Orchestrierung mit LangGraph mit Sandboxes, Memory, Tools, Skills, Subagents und einem Message-Gateway für Websuche, Crawling und Codeausführung.
- Equilateral Agents (öffnet in einem neuen Tab) - MIT-lizenziertes Framework mit 22 selbstlernenden Agents, einem dreistufigen Standard-System und einem Knowledge Synthesis Flywheel. Dieses verfolgt die Ausführungshistorie und zieht Patterns aus Fehlschlägen.
- Hermes Agent (öffnet in einem neuen Tab) - Selbstverbesserndes Agent-Framework von Nous Research, das aus Erfahrung Skills erzeugt und sie im Einsatz verfeinert, mit persistentem Memory und Bridges zu Telegram und Discord.
- LangChain (öffnet in einem neuen Tab) - Framework, mit dem ihr LLM-Anwendungen und Agents aus Modellen, Tools, Memory und Prompts zusammensetzt.
- LangGraph (öffnet in einem neuen Tab) - Bibliothek von LangChain, mit der ihr zustandsbehaftete Agent-Workflows mit mehreren Akteuren als Graphen baut.
- LatentMAS (öffnet in einem neuen Tab) - Referenzimplementierung für Multi-Agent-Zusammenarbeit im latenten Raum. Die Agents teilen interne Repräsentationen über ein latentes Arbeitsgedächtnis, statt Text auszutauschen.
- Legacy Modernization Agents (öffnet in einem neuen Tab) - Framework von Microsoft, das Legacy-COBOL nach Java Quarkus oder C# .NET überführt. Es extrahiert die Geschäftslogik per Reverse Engineering, bildet Abhängigkeiten in Neo4j ab und bietet ein Review-Portal.
- Microsoft Autogen (öffnet in einem neuen Tab) - Programmier-Framework von Microsoft für agentische KI mit geschichteter Architektur, Unterstützung mehrerer Sprachen und der GUI AutoGen Studio.
- PocketFlow (öffnet in einem neuen Tab) - LLM-Framework in 100 Zeilen für Agents, Workflows und KI-Anwendungen ohne Vendor-Lock-in.
- Pydantic AI (öffnet in einem neuen Tab) - Agent-Framework des Pydantic-Teams für typsichere LLM-Apps mit strukturierten, validierten Outputs.
- Semantic Kernel (öffnet in einem neuen Tab) - Open-Source-SDK von Microsoft, das LLMs mit Plugins, Planung und Memory in Apps integriert.
- SWE-AF (öffnet in einem neuen Tab) - Multi-Agent-System für Software Engineering auf AgentField. Es koordiniert Agents für Planung, Ausführung und Governance über Modelle hinweg und arbeitet parallel in isolierten Git-Worktrees.
- smolagents (öffnet in einem neuen Tab) - Minimale Bibliothek von Hugging Face für Agents, die handeln, indem sie Code schreiben und ausführen.
Agent-Sammlungen und Bibliotheken
- 610 Claude Sub-agents (öffnet in einem neuen Tab) - 610+ Swarm-Subagents für Claude-Flow (188 fürs Coding über Sprache, Framework, Testing, Infra, Datenbank, DevOps; 422 ohne Coding-Bezug für Business, Research, Prognose), parallel ausführbar.
- Aeon Intelligence (öffnet in einem neuen Tab) - Autonomes Agent-Framework, das Workflows für Research, Krypto-Monitoring, Engineering und Produktivität über GitHub Actions und Claude Code ausführt.
- Agency Agents (öffnet in einem neuen Tab) - 167 Rollendefinitionen für spezialisierte Agents in 10 Bereichen, darunter Engineering, Design, Marketing, Produkt, Sales, QA, Operations und Spieleentwicklung.
- Agent Companies Directory (öffnet in einem neuen Tab) - 16 einsatzbereite Templates für KI-Agent-Firmen, von Engineering, TDD-Shipping, Bioinformatik und Spieleentwicklung bis Produktmanagement und Security-Audits.
- Agent Stuff (öffnet in einem neuen Tab) - Eine Sammlung von Agent-Commands, überwiegend für Claude.
- AgentSys (öffnet in einem neuen Tab) - 20 Plugins, 49 Agents und 41 Skills für den gesamten SDLC in Claude Code, OpenCode, Codex, Cursor und Kiro.
- Awesome Agent Orchestrators (öffnet in einem neuen Tab) - Kuratierte Liste mit 100+ Tools und Frameworks zur Orchestrierung von KI-Coding-Agents, gruppiert in parallele Runner, Assistenten, Swarms und autonome Loop-Runner.
- Role-based agents collection (öffnet in einem neuen Tab) - Claude-Code-Konfiguration mit 42 rollenbasierten Agents, 33 automatisch ausgelösten Skills, 28 Commands und Python-Hooks, die TDD, 80 % Coverage und Code-Style-Regeln erzwingen.
- Claude Code Game Studios (öffnet in einem neuen Tab) - Game-Studio-Workflow für Claude Code mit 49 Agents und 72 Skills für Creative Direction, Engineering, Design, Art, Audio, Narrative und Release-Management.
- Claude Code Plugins Collection (öffnet in einem neuen Tab) - 112 Agents, 146 Skills, 16 Orchestratoren und 72 Plugins für Claude Code in Architektur, Security, Infrastruktur und Business Operations, auf Basis einer dreistufigen Modellstrategie.
- ClawTeam (öffnet in einem neuen Tab) - Multi-Agent-Orchestrierungs-CLI, das Agents startet, Tasks verwaltet und Arbeit über Mailbox-Messaging und Isolation in Git-Worktrees koordiniert.
- Contains Studio agents (öffnet in einem neuen Tab) - Spezialisierte KI-Agents, nach Abteilungen geordnet, aus dem aktuellen Setup von Contains Studio.
- Sub-agents collection (öffnet in einem neuen Tab) - Hub für Claude-Skills, Agents, Commands, Hooks und Plugins (43+ Sub-Agents, 39+ Slash-Commands, 100+ MCP-Server) für Claude Code, Desktop und das Agent SDK.
- companies.sh (öffnet in einem neuen Tab) - Offenes Verzeichnis wiederverwendbarer KI-Agent-Firmen: vorgefertigte Teams, installiert mit einem einzigen Befehl
npx companies.sh add <owner/repo>.
Agent-Design-Patterns
- Claude Architecture Round Table (öffnet in einem neuen Tab) - Pattern, das mehrere Claude-Code-Instanzen aus verschiedenen Perspektiven auf denselben Entwurf ansetzt, um in Architektur-Reviews Trade-offs sichtbar zu machen.
- Refakts (öffnet in einem neuen Tab) - TypeScript-Refactoring-Tool für KI-Coding-Agents. Es bietet präzise Refactorings per CLI statt fehleranfälliger Textgenerierung.
In diesem Bereich
- Creator- und Verifier-Rollen
Patterns, die Bauen und Prüfen trennen: warum Self-Grading scheitert und wie ihr einen Verifier in den Loop einbaut, für Teams mit mehr als einem Agenten.