Agency Swarm ist ein Open-Source-Framework in Python, mit dem du Multi-Agent-Systeme nach dem Vorbild einer Organisation aufbaust: Agenten haben Rollen wie CEO, Entwickler oder Assistenz, und du legst fest, wer mit wem kommunizieren darf. Seit Version 1.0 baut Agency Swarm auf dem OpenAI Agents SDK und der Responses API auf. Entwickelt wird es von VRSEN (Arsenii Shatokhin). Dieser Artikel erklärt das Konzept, den Einstieg, Stärken und Grenzen.
Steckbrief (Stand Oktober 2026)
| Merkmal | Angabe |
|---|---|
| Lizenz | MIT |
| GitHub | rund 4.500 Sterne (Stand Oktober 2026) |
| Sprache | Python ab 3.12 |
| Version | 1.x (aktuell 1.11) |
| Grundlage | OpenAI Agents SDK, Responses API |
| Modelle | OpenAI nativ; Anthropic, Google, xAI, Azure OpenAI, OpenRouter und weitere über LiteLLM |
| Installation | pip install -U agency-swarm |
Das Konzept
Eine Agency ist eine Gruppe von Agenten mit einem Einstiegspunkt für Nutzeranfragen und festgelegten Kommunikationsflüssen. Ein Fluss ceo > dev bedeutet: Der CEO-Agent darf dem Entwickler-Agenten Aufgaben schicken, umgekehrt aber nicht. Intern läuft die Kommunikation über ein send_message-Werkzeug. So entsteht eine nachvollziehbare Struktur, die an Organigramme erinnert.
Jeder Agent hat:
- Name und Beschreibung, die anderen Agenten sagen, wofür er zuständig ist,
- Instruktionen, die du vollständig selbst bestimmst (keine versteckten Framework-Prompts),
- Werkzeuge, typischerweise als Python-Funktionen mit Typangaben,
- ein Modell, das pro Agent unterschiedlich sein kann.
Einstieg
import asyncio
from agency_swarm import Agent, Agency, function_tool
@function_tool
def projekt_anlegen(name: str) -> str:
"""Legt ein neues Projektverzeichnis an und gibt den Pfad zurück."""
return f"/projekte/{name}"
ceo = Agent(
name="CEO",
description="Nimmt Anfragen entgegen und verteilt Aufgaben",
instructions="Zerlege Anfragen in Aufgaben und delegiere sie an das Team.",
model="<modellname>",
)
dev = Agent(
name="Developer",
description="Setzt technische Aufgaben um",
instructions="Setze zugewiesene Aufgaben um und berichte das Ergebnis.",
tools=[projekt_anlegen],
model="<modellname>",
)
agency = Agency(ceo, communication_flows=[ceo > dev])
async def main():
antwort = await agency.get_response("Lege ein Projekt für eine Landingpage an.")
print(antwort.final_output)
asyncio.run(main())
Für Entwicklung und Tests gibt es eine Terminal-Oberfläche und eine Web-Oberfläche; für den Betrieb lässt sich eine Agency als FastAPI-Anwendung bereitstellen. Gesprächsverläufe speicherst du über Callbacks in deiner eigenen Datenbank.
Wofür sich Agency Swarm eignet
- Agenturen und Dienstleister, die für Kunden maßgeschneiderte Agenten-Teams bauen
- Abläufe mit klarer Zuständigkeit, etwa Vertrieb (Recherche, Angebot, Nachfassen) oder Content (Recherche, Text, Prüfung)
- Teams im OpenAI-Ökosystem, die die Bausteine des Agents SDK mit einer Organisationsstruktur ergänzen wollen
Stärken
- Klare Kommunikationsregeln: Gerichtete Flüsse verhindern, dass Agenten beliebig miteinander sprechen.
- Volle Kontrolle über Prompts: Das Framework schreibt keine eigenen Rollenprompts vor.
- Typisierte Werkzeuge mit Validierung über Pydantic.
- Nähe zum OpenAI Agents SDK: Guardrails, Tracing und weitere Funktionen des SDK stehen zur Verfügung.
- MIT-Lizenz ohne kostenpflichtige Pflichtbestandteile.
Grenzen
- Kleinere Community als bei CrewAI oder LangGraph, entsprechend weniger Beispiele und Integrationen.
- Ausrichtung auf OpenAI: Andere Anbieter funktionieren über LiteLLM, sind aber nicht der Hauptfokus.
- Brüche zwischen 0.x und 1.x: Viele ältere Tutorials beziehen sich auf die frühere Version auf Basis der Assistants API und passen nicht mehr.
- Weniger eingebaute Ablaufsteuerung: Für feste Workflows mit Zustand und Freigaben bieten LangGraph oder CrewAI Flows mehr.
Agency Swarm im Vergleich
| Agency Swarm | CrewAI | OpenAI Agents SDK | |
|---|---|---|---|
| Denkmodell | Organisation mit gerichteter Kommunikation | Crew mit Rollen und Aufgaben, Flows | Agenten mit Handoffs |
| Grundlage | OpenAI Agents SDK | Eigenständig | Eigenständig |
| Community | Klein | Groß | Groß |
| Lizenz | MIT | MIT | MIT |
Den direkten Vergleich findest du unter Agency Swarm vs. CrewAI.
Häufige Fragen
Funktioniert Agency Swarm ohne OpenAI?
Ja, über LiteLLM lassen sich Modelle anderer Anbieter nutzen. Einige Funktionen, die auf der Responses API von OpenAI basieren, stehen dann aber möglicherweise nur eingeschränkt zur Verfügung.
Was hat sich mit Version 1.0 geändert?
Agency Swarm wurde von der Assistants API auf das OpenAI Agents SDK und die Responses API umgestellt. Kommunikationsflüsse werden seitdem mit dem Operator > beschrieben, Antworten laufen asynchron über get_response. Für den Umstieg gibt es einen Migrationsleitfaden.