AgentSwarms 开源自托管 Agentic AI 平台发布
一款可自托管的多智能体 AI 与 BI 平台，支持可视化编排、RAG、多数据源连接与沙箱化 Python，一键 Dock…
AgentSwarms 近日在 Hacker News 发布，这是一款可自托管的「source-available」（源码可见，遵循 Elastic License 2.0）agentic AI 与商业智能（BI）一体化平台。它把智能体对话、可视化多智能体协作、知识库 RAG、工具调用、MCP 连接、数据库/数据仓库接入、仪表盘、执行追踪与预算管理整合到同一套系统中，目标是一套 Docker 命令即可部署完整平台。
部署与模型策略
平台支持「自带一切」（bring-your-own-everything）：后端使用一个 Supabase 项目，数据保留在用户自己的 Supabase 中；模型侧对接 OpenRouter、OpenAI、Anthropic、Gemini、Amazon Bedrock、Azure、OCI、Qwen、Grok、Groq、Ollama、vLLM 等十余家提供方。同时也支持设置一个全局 OpenRouter Key，让实例用户零配置即可开始使用。
核心能力
- Swarm Canvas（多智能体画布）：基于 XYFlow 构建可视化工作流，每个节点可以是 Agent、Router、Condition、Loop、Approval、Tool Call 等步骤，可从画布、API 或定时调度触发同一工作流；运行过程支持 checkpoint 断点续跑，可在审批节点挂起以等待人工决策。
- Agent Chat + Visual BI：用自然语言提问，平台基于自有数据生成图表，并把生成该图表的 SQL 一并展示，便于核对而非「黑盒断言」；还支持把对话与数据一键导出为可编辑的 PowerPoint、Word、Excel，其中 Excel 可通过实时公式拉取全量行而非静态快照。
- RAG 知识库：上传文档、分块并通过 pgvector 嵌入，为 Agent 注入自有知识。
- Developer Workspace（开发者工作区）：在服务端沙箱内核中运行 Python Notebook，已预装 langchain、langgraph、llama_index 等库；模型与知识库调用经平台代理，Provider Key 不会进入沙箱，Notebook 还能调用已部署的 Agent 并发布为 API。
数据接入与管理
平台在数据源层覆盖较广：PostgreSQL（Supabase、RDS、Neon 等）、MySQL/MariaDB、Oracle（Autonomous DB / ORDS）、Amazon Redshift、Snowflake、Databricks、Google BigQuery、Azure Synapse、Trino / Starburst / Presto、Amazon Athena，并以只读加密凭证方式连接。Data Catalog 可对接 S3 兼容对象存储（AWS S3、GCS、Cloudflare R2、MinIO 等）或 Iceberg REST Catalog，自动列出表与对象、采样推断 CSV/JSON Schema、统计列空值率与基数、估算行数并标记疑似 PII 字段，支持定时增量爬取与 Schema 漂移通知，还能生成资产文档、定义业务术语并追踪血缘。
BI 工作区与社区版差异
BI Workspace 提供多页仪表盘、KPI、跨图表交叉过滤、定时刷新、PDF 导出与公开/受限分享链接；并附带版本回滚、调度刷新、本地化数字/货币格式等企业级细节。
项目本身定位偏「自托管」——代码托管在仓库，由用户在自有 Supabase、Docker 主机或 Cloudflare Workers 上部署；与之对应的社区托管站点 agentswarms.fyi 则以教学为导向，提供引导式课程、动手实验、可交互 Notebook 与认证等内容，不要求用户自行配置。两者 UI 一致但用途不同：「AgentSwarms」名称及托管服务归项目作者所有。整体来看，这是一套把 AI Agent 与企业 BI 工具链整合的较完整方案，适合希望完全掌控自身数据与模型流量的团队与开发者尝试。