OMP Swarm DAG 编排-makoMakoGo's Blog

TL;DR

OMP 的 swarm-extension 把多 agent 工作流写成 YAML，再由调度器构建 DAG 并按 wave 执行。
每个 agent 都是完整 OMP subagent，拥有完整工具集；orchestrator 只负责调度，不负责传递业务数据。
waits_for 和 reports_to 决定依赖关系；同一 wave 内并发，wave 之间串行。
Agent 间通信只走共享 workspace 文件系统，这让协议简单，但要求输出、信号和去重文件约定清楚。

官方 package：packages/swarm-extension/。把多 agent 工作流写成 YAML，调度器构建 DAG、拓扑排序成 wave。每个 agent 是完整 OMP subagent（full tool set：bash / python / read / write / edit / grep / find / fetch / web_search / browser）。

入口：

TUI 内：/swarm <path-to.yaml>（注册自 src/extension.ts）
独立运行：bun run src/cli.ts <path-to.yaml>（无 TUI、无 timeout，适合长跑）

YAML 结构：

swarm:
  name: my-pipeline          # 必填，state 存在 .swarm_<name>/
  workspace: ./workspace     # 必填，共享工作目录
  mode: pipeline             # pipeline | parallel | sequential（默认 sequential）
  target_count: 10           # pipeline 模式的迭代次数，默认 1
  model: claude-opus-4-6     # 默认 model（可被 per-agent 覆盖）

  agents:
    finder:
      role: web-scraper                 # 必填，作为 system prompt
      task: |                           # 必填，多行 user prompt
        Find 10 relevant URLs …
      extra_context: |                  # 可选，附加到 system prompt
        Only consider sources after 2024.
      reports_to: [analyzer]            # 可选，声明下游
      waits_for: []                     # 可选，声明上游
      model: claude-sonnet-4-5          # 可选，per-agent 覆盖

三种执行模式：

Mode	行为
`sequential`（默认）	按声明顺序串行跑一遍
`parallel`	所有 agent 并发（除非 `waits_for` / `reports_to` 强制排序）
`pipeline`	整张 agent DAG 重复跑 `target_count` 次（累积式工作，如“找 50 个东西，每轮找一个”）

DAG 调度（源码 src/swarm/dag.ts）：

waits_for: [a, b] — 两者都完成才启动
reports_to: [x] — 等价于 x.waits_for 加上自己
同一 wave 内并发执行；wave 之间按拓扑序串行
有 cycle 直接拒绝执行

Agent 间通信：只走共享 workspace 文件系统。orchestrator 不传数据，只管启停顺序。常见协议：signal files（signals/*.txt 状态标记）、结构化输出（analyzed/item_N.md、results/*.json）、tracking files（processed.txt 去重）。

资料来源

Oh My Pi packages/swarm-extension/
src/extension.ts
src/cli.ts
src/swarm/dag.ts