📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔌 MCP🤖 Agent🔄 工作流💻 CLI🔗 REST API🖼 视觉🧠 Claude⛓ LangChain
AI公司多智能体操作系统
🛠
AI工具

AI公司多智能体操作系统

基于 Python · 开源 AI 工具，GitHub 社区精选
英文名：AI-company
⭐ 187 Stars 🍴 26 Forks 💻 Python 📄 MIT 🏷 AI 8.2分
8.2AI 综合评分
多智能体MCP工具智能体编排Claude集成自主代理
✦ AI Skill Hub 推荐

AI公司多智能体操作系统 是 AI Skill Hub 本期精选AI工具之一。综合评分 8.2 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。

📚 深度解析

AI公司多智能体操作系统 是一款基于 Python 的开源工具，在 GitHub 上收获 0k+ Star，是多智能体、MCP工具、智能体编排、Claude集成领域中的优质开源项目。开源工具的最大优势在于代码完全透明，你可以审计每一行代码的安全性，也可以根据自身需求进行二次开发和定制。

**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。

**安装与环境准备**
AI公司多智能体操作系统 依赖 Python 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 Python 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。

**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 AI公司多智能体操作系统 的版本更新，及时通知重要功能变化。

📋 工具概览

为Claude Code设计的开源MCP工具集，包含108个MCP工具和40+智能体模板。支持多智能体协作编排，提供完整的自主代理框架。适合需要构建复杂AI工作流和多智能体系统的开发者和企业。

AI公司多智能体操作系统 是一款基于 Python 开发的开源工具，专注于 多智能体、MCP工具、智能体编排 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。

GitHub Stars
⭐ 187
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
轻量级项目，按需更新
开源协议
MIT
AI 综合评分
8.2 分
工具类型
AI工具
Forks
26

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

为Claude Code设计的开源MCP工具集，包含108个MCP工具和40+智能体模板。支持多智能体协作编排，提供完整的自主代理框架。适合需要构建复杂AI工作流和多智能体系统的开发者和企业。

AI公司多智能体操作系统 是一款基于 Python 开发的开源工具，专注于 多智能体、MCP工具、智能体编排 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。

📌 核心特色
  • 开源免费，支持本地部署，数据完全自主可控
  • 活跃的 GitHub 开源社区，持续迭代更新
  • 提供详细文档和使用示例，新手友好
  • 支持自定义配置，灵活适配不同使用环境
  • 可作为基础组件集成进现有技术栈或进行二次开发
🎯 主要使用场景
  • 本地部署运行，保护数据隐私，满足合规要求
  • 自定义集成到现有系统，扩展技术栈能力
  • 作为开源基础组件进行商业化二次开发
以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。
安装命令
# 方式一：pip 安装（推荐）
pip install ai-company

# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install ai-company

# 方式三：从源码安装（获取最新功能）
git clone https://github.com/CronusL-1141/AI-company
cd AI-company
pip install -e .

# 验证安装
python -c "import ai_company; print('安装成功')"
📋 安装步骤说明
  1. 访问 GitHub 仓库页面
  2. 按照 README 文档完成依赖安装
  3. 根据系统环境完成初始化配置
  4. 参考官方示例或文档开始使用
  5. 遇到问题可在 GitHub Issues 中查找解答
以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
ai-company --help

# 基本用法
ai-company input_file -o output_file

# Python 代码中调用
import ai_company

# 示例
result = ai_company.process("input")
print(result)
以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。
配置示例
# ai-company 配置文件示例（config.yml）
app:
  name: "ai-company"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
ai-company --config config.yml

# 或通过环境变量配置
export AI_COMPANY_API_KEY="your-key"
export AI_COMPANY_OUTPUT_DIR="./output"
📑 README 深度解析 真实文档 完整度 100/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介

English | 中文

Core Capabilities

Prerequisites

  • Python >= 3.11
  • uv (pip install uv)
  • Claude Code (MCP support required)
  • Node.js >= 20 (Dashboard frontend, optional)

Install uv (Python package runner, required for MCP server)

pip install uv

Restart Claude Code — first launch takes ~30s to set up dependencies

Quick Install (AI-Assisted)

Tell Claude Code: > "Read https://github.com/CronusL-1141/AI-company/blob/master/INSTALL.md and follow the instructions to install AI Team OS"

Claude Code will read the install guide and walk you through the setup automatically.

---

Important: Install AI Team OS to your system Python, not inside a project virtual environment. If installed in a venv, AI Team OS will only work in that specific project. Run deactivate first if a venv is currently active, then install.

---

Add marketplace + install plugin

claude plugin marketplace add CronusL-1141/AI-company claude plugin install ai-team-os

Option B: Manual Install

```bash

Step 2: Run the installer (auto-configures MCP + Hooks + Agent templates + API)

python install.py

Option C: PyPI Install

```bash pip install ai-team-os python -m aiteam.scripts.install

Verify Installation

```bash

Uninstall

```bash

Plugin install:

claude plugin uninstall ai-team-os

Manual install:

python scripts/uninstall.py # full cleanup python scripts/uninstall.py --dry-run # preview first ```

Quick Start

Dashboard Screenshots

Start the Dashboard (optional)

```bash cd dashboard npm install npm run dev

Set up development environment

git clone https://github.com/CronusL-1141/AI-company.git cd AI-company/ai-team-os pip install -e ".[dev]" pytest tests/ ```

Before submitting a PR, please ensure: - ruff check src/ passes - mypy src/ has no new errors - Relevant tests pass

---

API server starts automatically when MCP loads. No manual startup needed.

Check OS health (API must be running — port may vary, check api_port.txt)

curl http://localhost:8000/api/health

5. Workflow Pipeline Orchestration

Every task follows a structured, enforced workflow — no more ad-hoc execution:

  • 7 pipeline templates: feature (Research→Design→Implement→Review→Test→Deploy), bugfix, research, refactor, quick-fix, spike, hotfix
  • Auto-attach via task_type: pass task_type="feature" to task_create and the pipeline mounts automatically
  • Progressive enforcement: hook detects tasks without pipelines — soft reminder → strong reminder → hard block (exit 2) on third occurrence
  • Auto phase progression: each stage recommends the right Agent template; pipeline_advance moves to next stage automatically
  • Lightest escape hatch: quick-fix (Implement→Test only) for truly trivial changes
  • Channel communication: team: / project: / global channels with @mention support
  • Debate mode: 4-round structured debate (Advocate→Critic→Response→Judge) via debate_start / debate_code_review
  • Git automation: git_auto_commit / git_create_pr / git_status_check for streamlined version control
  • Semantic cache: BM25 + Jaccard similarity matching with JSON persistence and TTL expiry
  • Execution pattern memory: success/failure pattern recording + BM25 retrieval + subagent context injection

Windows: rmdir /s %USERPROFILE%\.claude\plugins\data\ai-team-os-ai-team-os

Unix: rm -rf ~/.claude/plugins/data/ai-team-os-*

Ecosystem Integration Recipes

AI Team OS is designed as a meta-plugin — it orchestrates other MCP servers rather than reimplementing their capabilities. Pre-built recipes let you integrate popular tools in minutes:

RecipeIntegrates WithWhat You Get
**GitHub**@modelcontextprotocol/githubAuto PR creation, issue tracking, code review coordination
**Slack**@anthropics/slack-mcpTeam notifications, decision escalation, status broadcasts
**Linear**linear-mcp-serverTask sync, sprint tracking, bug triage automation
**Full-Stack Team**GitHub + Slack + LinearComplete development workflow with cross-tool orchestration

Use the ecosystem_recipes MCP tool to discover recipes, or see the full guide: docs/ecosystem-recipes.md

---

Pipeline Orchestration

ToolDescription
pipeline_createAttach a workflow pipeline to a task (7 templates: feature/bugfix/research/refactor/quick-fix/spike/hotfix)
pipeline_advanceAdvance pipeline to next stage; returns next-stage Agent template recommendation

How It Compares

DimensionAI Team OSCrewAIAutoGenLangGraphDevin
**Category**CC Enhancement OSStandalone FrameworkStandalone FrameworkWorkflow EngineStandalone AI Engineer
**Integration**MCP Protocol into CCIndependent PythonIndependent PythonIndependent PythonSaaS Product
**Autonomous Operation**Continuous loop, never idlesTask-by-taskTask-by-taskWorkflow-drivenLimited
**Meeting System**8 structured templates with auto-selectNoneLimitedNoneNone
**Failure Learning**Failure Alchemy (Antibody/Vaccine/Catalyst)NoneNoneNoneLimited
**Decision Transparency**Decision Cockpit + TimelineNoneLimitedLimitedBlack box
**Workflow Orchestration**7 pipeline templates + progressive enforcementNoneNoneManualNone
**Rule System**4-layer defense (48+ rules) + behavioral enforcementLimitedLimitedNoneLimited
**Agent Templates**25 ready-to-use + recommendation engineBuilt-in rolesBuilt-in rolesNoneNone
**Dashboard**React 19 visualizationCommercial tierNoneNoneYes
**Open Source**MITApache 2.0MITMITNo
**Claude Code Native**Yes, deep integrationNoNoNoNo
**Extra Cost**$0 (CC subscription only)API costsAPI costsAPI costs$500+/mo

---

"Create a web development team with a frontend dev, backend dev, and QA engineer"

```

🎯 aiskill88 AI 点评 A 级 2026-06-12

成熟的多智能体框架，工具数量丰富且模板完整。社区活跃度高，持续维护。适合规模化AI应用开发，但学习曲线较陡。

⚡ 核心功能

👥 适合人群

AI 技术爱好者研究人员和学生开发者和工程师技术创业者

🎯 使用场景

  • 本地部署运行，保护数据隐私，满足合规要求
  • 自定义集成到现有系统，扩展技术栈能力
  • 作为开源基础组件进行商业化二次开发

⚖️ 优点与不足

✅ 优点
  • +MIT 协议，可免费商用
  • +完全开源免费，无授权费用
  • +本地部署，数据完全自主可控
  • +开发者社区支持，遇问题可查可问
⚠️ 不足
  • −安装和初始配置可能需要一定技术基础
  • −功能完整性通常不如成熟商业产品
  • −技术支持主要依赖开源社区，响应速度不稳定
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。

🔗 相关工具推荐

Ruflo智能编排平台
Claude多智能体编排领先平台，提供完整的agentic框架和工作流管理。支持智能RAG、多智能体协作和工作流定制。适
JavaGuide面试指南
AI工具
AutoGen 多智能体协作框架
微软开源的AI智能体编程框架，用于构建可协作的自主AI系统。支持多智能体对话、工作流编排和复杂任务自动化，适合AI开发者
gpt-researcher MCP工具
AI工具
🧩 你可能还需要
基于当前 Skill 的能力图谱，自动补全的工具组合
技能寻求者
MCP · Agent · 工作流
natively-cluely-ai-assistant — Claude Skill 中文使用文档
免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。
DeepCode Agent工作流
MCP · Agent · 工作流
kb-arena开源AI工作流
kb-arena是开源的AI工作流，用于Benchmark 9 retrieval architectures（向量、上下文、QnA、知识图
LEANN AI技能包
MCP · Agent · 工作流
Synthadoc
MCP · Agent · 工作流

❓ 常见问题 FAQ

主要针对Claude Code优化，建议使用最新版本Claude API获得最佳效果。
💡 AI Skill Hub 点评

经综合评估，AI公司多智能体操作系统 在AI工具赛道中表现稳健，质量优秀。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。

📚 深入学习 AI公司多智能体操作系统
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 AI-company
原始描述 开源MCP工具：Multi-agent team operating system for Claude Code. 108 MCP tools, 40+ agent temp。⭐187 · Python
Topics 多智能体MCP工具智能体编排Claude集成自主代理
GitHub https://github.com/CronusL-1141/AI-company
License MIT
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/CronusL-1141/AI-company

收录时间：2026-06-12 · 更新时间：2026-06-12 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。