Botropolis: 用公司组织架构管理 AI Agent 开源框架

大多数 Agent 框架丢给你一堆脚本，然后祝你好运。你把三个 Agent 接上，自己写编排胶水代码，六周后得到一个没人能解释的系统。这种情况我遇到太多次了，所以做了一件不同形态的东西：一家公司。

它叫 Botropolis。二十个专业 Agent 分属十个部门，一个 CEO 编排器，还有一套训练流水线，让每个 Agent 最终都能拥有自己的微调模型。它是开源的、MIT 许可，无需任何 API Key 就能运行。

人类公司几百年前就解决了协作问题。当工作变得复杂时，你不会把二十个通才丢进一个聊天室。你会创建部门、给员工分配职位，让管理者把大请求拆解成小块。Botropolis 就是这个思路的 Python 实现。

你向 CEO Manoj 提出需求。他审视请求，决定哪些部门需要参与，然后把工作分发下去。研究任务交给 Scout，代码任务交给 Coder，数据任务交给 Analyst。每个 Agent 都有一份 YAML 规格文件：名字、职位、专长、可调用的工具、示例任务。任何读这个仓库的人都能看到谁负责什么，就像组织架构图告诉你谁管哪块业务一样。

实际功能

团队涵盖十个部门：研究、健康、财务、代码、数据、法务、市场、运营、安全和支持。重点功能如下：

团队协作。 一个 Agent 单独工作没问题，组队效果更好。你指定 Agent 名称和轮次，它们按顺序起草、批判、修改。每个 Agent 都能看到所有队友在它之前产出的内容。Manoj 负责最终综合。

真正的工具，不被供应商绑定。 拥有工具包的 Agent 在一个纯文本协议上运行 think-act-observe 循环。不涉及任何提供商的 function calling，所以可以对接 OpenAI、Anthropic、Gemini、Ollama，或者你自己训练的模型。内置十四种工具：网页搜索、shell、文件工具、Gmail、日历、一个共享的公司笔记本。

无需构建步骤的 Web UI。 纯 HTML、CSS、JS，由同一个 FastAPI 进程提供服务。可以和 CEO 聊天、有一个作战室用于直接与单个 Agent 对话并流式观看工具调用、团队控制、每个 Agent 的分析数据，以及团队名册浏览器。在手机上也能用。

训练流水线。 数据集、配置、评估工具和模型卡片都在仓库里。我从零训练了 Scout-tiny 作为概念验证：一个 5.49M 参数的 transformer，用了 300 对问答，验证困惑度 5.17。演示规模，如实标注。真正的路径是在小规模开源模型上做 LoRA，相关脚手架已有文档。

它可以完全零 API Key 对接离线桩运行，桩的输出会标注为 stub output。克隆下来，运行 python examples/demo.py，在花任何钱之前就能看到整家公司运转起来。

安全模型是务实的，不是偏执狂。文件和 shell 工具被沙箱化到工作目录中，有超时限制和破坏性模式的黑名单。Agent 起草邮件，人类负责发送。健康和法务 Agent 在提示词中带有明确的免责声明。

git clone https://github.com/kagithamanoj/botropolis.git
cd botropolis
pip install -e ".[dev]"
python examples/demo.py

或者跳过克隆，直接和 CEO 对话：

from botropolis.core.orchestrator import CEO

report = CEO().handle("Research vector databases and compare pricing")
print(report.summary)

组织架构通过 Pull Request 扩展。如果你曾经想要一个有自己的职位的 Agent，来这里添加一个部门吧。

Botropolis 由 Manoj Kumar Kagitha 构建和维护，他是一名高级云工程师，从事生产级云基础设施工作。九篇论文、七本书，现在还有一家 Agent 公司。