一个能“指挥”多个AI智能体协同作战的开源控制台

你写了一个AI助手，它能查天气、订咖啡、回邮件——很棒。
但当你一口气写出5个、10个、甚至20个各司其职的AI智能体（比如：客服Agent、风控Agent、翻译Agent、日程Agent……），问题就来了：

• 它们怎么互相“打招呼”？
• 谁先说话、谁等谁、谁出错了谁兜底？
• 你能在一页里看清所有Agent在忙什么、卡在哪、输出了啥吗？
• 想临时加个新Agent，要改8个配置文件+3个API路由？

👉 这就是Maestro要解决的核心问题：不让开发者当“人肉调度员”，而是用一个控制台，像指挥交响乐团一样，让一群AI智能体自动配合、有条不紊地干活。

它不是另一个大模型，也不是又一个聊天界面——而是一个专为AI开发者打造的“智能体交响指挥台”：

• ✅ 一眼看清全局：所有Agent在线状态、运行日志、调用链路，全在一个网页面板里实时刷新；
• ✅ 拖拽+代码双模式编排流程：用可视化连线定义“A做完传给B，B失败则转给C重试”，也支持YAML/Python精准控制；
• ✅ 开箱即用，不用重造轮子：内置HTTP/WebSocket通信桥、共享内存缓存、错误重试策略、超时熔断——你专注逻辑，它扛住基建；
• ✅ 真开源，真轻量：本地一键启动（pip install maestro && maestro start），没云依赖，不强制注册，不上传你的数据。

举个真实小场景：你想做一个“会议小秘书”Agent系统——
1️⃣ 语音转文字Agent → 2️⃣ 提取待办事项Agent → 3️⃣ 自动发邮件给参会人Agent → 4️⃣ 同步日历Agent
用Maestro，你只需写3行YAML描述步骤顺序和输入输出，启动后就能看到每一步实时执行流，哪步慢、哪步崩、返回了啥，清清楚楚。

# maestro-workflow.yaml 示例（已加中文注释）
name: meeting-secretary-flow
steps:
  - name: speech-to-text
    agent: stt_agent
    input: $input.audio_url  # 接收原始音频链接
  - name: todo-extractor
    agent: nlp_agent
    input: $speech-to-text.text  # 上一步输出的文本，自动传递
    on_failure: fallback_summarizer  # 如果提取失败，自动切到备用摘要Agent
  - name: send-emails
    agent: email_agent
    input: $todo-extractor.todos

Maestro不取代你的Agent，而是让它们真正“组成团队”。
无论你是刚跑通第一个LangChain链的新手，还是正在搭建百节点多Agent平台的架构师——它都站在你身后，把“协调”的苦活，默默干掉。

直达网址：https://github.com/stelixx/maestro