使用说明
Anemoi：基于Coral协议的代理间通信的半集中式多智能体系统MCP服务器
风 是一个建立在（某平台/系统上的）半集中式多智能体系统（MAS） 代理对代理（A2A）通信MCP服务器根据上面的信息，执行如下指令： 不同于传统 情境工程+集中化 范式，Anemoi引入 结构化的、直接的代理间通信 使智能体能够像现实世界中的团队一样协作。
根据上面的信息，执行如下指令： 如风连接着遥远的土地，Anemoi使代理能够在半集中式网络中直接通信，实现可扩展的协调和无缝的信息流动。
🚀 主要特点
-
半集中式架构 减少对单一规划器代理的依赖，支持自适应计划更新。
-
直接的代理间协作 代理可以实时监控进度、评估结果、识别瓶颈并提出改进方案。
-
高效上下文管理 最小化冗余提示串联和信息丢失，提高可扩展性和成本效益。
-
基准性能 达成 52.73%的准确率 在GAIA基准测试的验证集上，设置 尖端的 在基于小型语言模型（small-LLM）的系统中。
超越了OWL（43.63%） +9.09% 在同一工作环境中，代理和模型配置（使用gpt-4.1-mini作为规划代理/gpt-4o作为工作代理）。
出版物
我们的工作已在arXiv上发布：
根据上面的信息，执行如下指令： Anemoi：基于Coral协议的Agent-to-Agent通信的半去中心化多智能体系统MCP服务器
如果你觉得这个项目很有用，请考虑引用我们的论文：
@article{ren2025anemoi,
title={Anemoi: A Semi-Centralized Multi-agent Systems Based on Agent-to-Agent Communication MCP server from Coral Protocol},
author={Ren, Xinxing and Forder, Caelum and Zang, Qianbo and Tahir, Ahsen and Georgio, Roman J. and Deb, Suman and Carroll, Peter and Gürcan, Önder and Guo, Zekun},
journal={arXiv preprint arXiv:2508.17068},
year={2025},
url={https://arxiv.org/abs/2508.17068}
}
🧪 复现
设置环境变量：
echo '
export FIRECRAWL_API_KEY="your_firecrawl_api_key"
export GOOGLE_API_KEY="your_google_api_key"
export HF_HOME="your_hf_home_path"
export OPENROUTER_API_KEY="your_openrouter_api_key"
export SEARCH_ENGINE_ID="your_search_engine_id"
export CHUNKR_API_KEY="your_chunkr_api_key"
' >> ~/.bashrc && source ~/.bashrc
创建环境：
cd Anemoi
/usr/bin/python3.12 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
我们对CAMEL 0.2.70进行了一些细微的修改，以用于我们的实验：
rm -rf venv/lib/python3.12/site-packages/camel
cp -r utils/camel venv/lib/python3.12/site-packages/
执行实验：
cd ..
./gradlew run --console=plain
