open-multi-agent 是一个 TypeScript 原生的多智能体编排框架：给它一个目标，由协调者（coordinator）agent 自动把目标分解成任务 DAG、并行执行无依赖的任务、再综合出结果——「工程师描述目标，而不是手画图」。它只有三个运行时依赖、能直接嵌进任意 Node.js 后端，模型无关（Claude/OpenAI/Gemini/DeepSeek/Grok/本地 Ollama 等），支持 MCP、工具调用、结构化输出与实时 tracing。npm 包 @open-multi-agent/core，MIT 开源、约 6,200 星。
来源：README 顶部简介/Quick Start、GitHub meta（open-multi-agent/open-multi-agent，TypeScript，MIT，homepage open-multi-agent.com） 查看 GitHub 仓库 →多智能体编排框架不少，但要么重（一堆依赖）、要么 Python 为主、要么需要你手动设计任务图。open-multi-agent 主打「TypeScript 原生 + 极少依赖（仅 3 个）+ 目标到 DAG 自动化」：把目标自动拆成可并行的任务图、模型无关、可直接 drop 进 Node 后端，并带实时 tracing 与回放仪表盘。对 TS 后端团队想加多 agent 能力又不想引入重框架的场景很对路，加上测试/覆盖率齐全、文档双语，使它受到关注（约 6,200 星）。
来源：README 顶部简介/徽章（runtime deps 3）、GitHub meta（stars 6230、created_at 2026-03-31、pushed_at 2026-05-23）给 runTeam 一个目标，协调者 agent 自动分解成任务 DAG，并行执行相互独立的任务、在依赖满足后解锁后续任务，最后综合出最终结果；可用 planOnly 只预览任务图而不真正执行。
来源：README 顶部简介/Quick Start（onProgress DAG 流）/Three Ways to Run（planOnly）runAgent（单 agent 单提示）、runTeam（给目标让协调者规划执行）、runTasks（你自己定义任务图与分配）；还有 AgentPool.runParallel 做 MapReduce 式无依赖扇出聚合。
来源：README Three Ways to Run/fan-out-aggregate 段支持 Claude、OpenAI、Gemini、DeepSeek、Grok 等托管模型与本地 Ollama（无需 API key），按 agent 配置不同模型与系统提示、工具集，结构化输出与工具调用一致。
来源：README Quick Start/Supported Providers、topics（model-agnostic/ollama）onProgress 流式输出协调者的任务事件（agent_start/task_start/task_complete 等），配回放仪表盘看 DAG 与每节点 token；支持团队共享记忆（sharedMemory）、可选向 worker 注入团队上下文（revealCoordinator）；并提供 JSON 优先的 oma 命令行用于 shell/CI。
来源：README Quick Start（demo 仪表盘/onProgress）/Three Ways to Run（revealCoordinator/sharedMemory）/oma CLIopen-multi-agent 是 TypeScript（5.6）实现、仅 3 个运行时依赖的库，以 npm 包 @open-multi-agent/core 分发，可嵌入任意 Node>=18 后端。核心在 src/：OpenMultiAgent 编排器创建团队（createTeam，含 agents 配置、共享记忆），runTeam 时由协调者 agent 把目标分解为任务 DAG、用 AgentPool 并行跑独立任务、按依赖解锁、最后综合；也可 runAgent 单跑或 runTasks 跑显式任务图。模型层模型无关（Claude/OpenAI/Gemini/DeepSeek/Grok/Ollama），通过工具集（bash/file_read/file_write/grep 等）与 MCP 让 agent 行动，输出结构化。进度经 onProgress 事件流出、配回放仪表盘。仓库含 examples/（basics/patterns/providers）、docs/（含 cli.md）、tests/，并提供 JSON 优先的 oma CLI。
来源：README Quick Start/Three Ways to Run/oma CLI、仓库目录树（src/examples/docs/tests）、徽章（TS 5.6/deps 3）中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
模型无关：Claude/OpenAI/Gemini/DeepSeek/G…MCP（工具/上下文）结构化输出 + 工具调用oma CLI（JSON 优先）适合 TypeScript/Node 后端团队想加入多智能体能力：把一个高层目标交给协调者自动拆成任务 DAG 并行执行（如让 architect/developer/reviewer 协作产出代码）、用显式 runTasks 编排自定义流水线、用 AgentPool 做 MapReduce 式扇出、用实时 tracing 与回放仪表盘调试多步运行。模型无关让你按成本/效果在 Claude/OpenAI/Gemini/本地 Ollama 间切换。轻依赖、可直接嵌入现有服务，适合不想引入重框架的工程团队。
来源：README 顶部简介/Quick Start/Three Ways to Run以 npm 包 @open-multi-agent/core 持续发布（旧 @jackchen_me/* 已废弃），配 CI 与覆盖率。功能已覆盖目标到 DAG 自动编排、三种运行模式、模型无关与本地 Ollama、MCP/工具/结构化输出、实时 tracing、回放仪表盘、共享记忆与 oma CLI。文档中英双语。仓库最近一次更新在采集日当天（2026-05-23）。
来源：README Quick Start/徽章、GitHub meta pushed_at 2026-05-23、created_at 2026-03-31open-multi-agent 给 TypeScript/Node 后端提供了一个轻量却完整的多智能体编排选择：核心卖点是「描述目标、自动生成并执行任务 DAG」，只有 3 个运行时依赖、可直接嵌入现有服务，模型无关、支持本地 Ollama，还配实时 tracing、回放仪表盘、planOnly 预览与 oma CLI。对想加多 agent 能力又不愿引入重框架的 TS 团队，它很对路，工程质量（测试/覆盖率/双语文档）也到位。要权衡的是自动 DAG 拆解质量依赖模型与目标描述、复杂场景需用 runTasks 显式控制、agent 用工具有权限与安全考量、多 agent 并行放大 token 成本。作为 TS 原生、轻依赖的多智能体编排框架，它的定位与实现都很清爽。
来源：综合 README、Three Ways to Run、Quick Start 与 GitHub meta 的事实判断