Composio 團隊推出了「Agent Orchestrator」，一套開源的平行 AI Agent 編排系統，用來管理多個獨立工作的編碼 Agent。這個專案最引人注目的地方在於其自指性的達成過程——開發團隊用這套系統讓多個 AI Agent 自主改進並重寫了這個系統本身，包括修正程式、通過程式庫測試、檢視彼此的程式，以及自動修復持續整合失敗，最終部署上線。 Agent Orchestrator 的核心功能是讓多個編碼 Agent 並行工作在同一個程式庫上，每個 Agent 都獲得獨立的 git worktree、專屬分支和拉取請求。當持續整合失敗時，Agent 會自動修復；當評審人員留下評論時，Agent 會主動回應。這樣做的結果是人類開發者只需在需要判斷力的關鍵時刻介入。系統目前已累積 61 個已合併的拉取請求和 3,288 個測試案例。 這套系統採用高度模組化的設計，包含八個可交換的插件槽位。預設配置使用 tmux 作為執行環境、Claude Code 作為 Agent、git worktree 作為工作空間隔離方式，以及 GitHub 作為版本控制和追蹤平台。但每個環節都可替換——執行環境可以選擇 Docker 或 Kubernetes，Agent 可改用 Codex 或 Aider，追蹤系統可轉換為 Linear，通知方式可選擇 Slack 或 webhook。這種設計讓不同需求的團隊都能自訂系統的行為。 使用流程相當簡潔。使用者只需執行 `ao spawn my-project 123` 這類指令，系統會自動建立隔離的工作空間、啟動 tmux 工作階段、給 Agent 灌入議題背景資訊，然後 Agent 便自主運作——閱讀程式、撰寫測試、建立拉取請求。系統會自動處理持續整合失敗和評審意見，而人類則通過儀表板監督整個過程。 安裝和快速啟動同樣簡單。使用者可以直接執行 `ao start` 搭配 repository URL，系統會自動偵測程式語言、套件管理器、原始碼控制平台和預設分支，並自動生成組態檔案。或者在既有專案目錄執行 `ao init --auto`，然後用 CLI 指令來產生和管理 Agent。 系統提供的 CLI 工具包括查看所有工作階段狀態、產生新 Agent、發送指令到特定工作階段、列出和刪除工作階段、打開網頁儀表板，以及診斷和更新工具。診斷工具會檢查環境路徑、必要的二進位檔、tmux 和 GitHub CLI 的健康狀態，以及清理過期的暫存檔。更新工具則負責版本升級、依賴重新安裝和完整的煙測。 開發者強調，單個 AI Agent 在終端中執行相當容易，但要同時管理 30 個分散在不同議題、分支和拉取請求的 Agent 則成為協調問題。未使用編排系統時，開發者必須手動建立分支、啟動 Agent、檢查是否卡住、閱讀持續整合失敗日誌、轉發評審評論，並追蹤哪些拉取請求已準備好合併。而使用 Agent Orchestrator 後，這些繁瑣工作全由系統自動化處理，人類只需專注於程式評審和決策。 專案使用 MIT 授權，歡迎貢獻。Composio 同時在舊金山和班加羅爾開放職缺，招聘對自改進 AI 系統感興趣的人才。