Guia rápido do JiuwenSwarm: o framework open-source de enxame multiagente da Huawei em três passos

Guia rápido do JiuwenSwarm: o framework open-source de enxame multiagente da Huawei em três passos

A colaboração multiagente deixou de ser um conceito de papel — o JiuwenSwarm, open-source da Huawei, acaba de lançar uma edição para HarmonyOS PC, e é um framework completo para delegação de tarefas multiagente, negociação e Skills autoevolutivas. O detalhe que decide tudo: pip install jiuwenswarm e ele roda.

Este guia vai do zero até uma tarefa multiagente real — deploy, configuração de modelo e uma execução ao vivo do enxame.

O que é o JiuwenSwarm

O JiuwenSwarm é um framework de agentes com inteligência de enxame da comunidade openJiuwen da Huawei. Não é mais um brinquedo de agente único — três capacidades o diferenciam:

  • Colaboração multiagente: um Leader decompõe tarefas automaticamente, monta uma equipe de agentes especialistas e negocia a divisão do trabalho.

  • Autoevolução de Skills: os agentes detectam seus próprios erros e o feedback dos usuários durante a execução e iteram sobre suas próprias capacidades.

  • Acesso em todo lugar: Web UI para desktop, terminal TUI e Feishu/Lark, com adaptação nativa para HarmonyOS PC.

É open-source no GitHub (openJiuwen-ai/jiuwenswarm) sob Apache 2.0, com 1.678 commits. No PinchBench, atinge 94,2% no total — quase 3 pontos acima do OpenClaw — enquanto consome 34,8% menos tokens.

Três passos para o deploy

Passo 1: Instalação

# A fast mirror speeds up the install
pip install jiuwenswarm

# First-time initialization
jiuwenswarm-init

A inicialização guia você pela configuração do modelo. Suportados hoje: Huawei Cloud MaaS, OpenAI, DeepSeek, DashScope, SiliconFlow, OpenRouter e qualquer endpoint compatível com OpenAI. Modelos locais também funcionam (via Ollama e similares).

Exemplo de configuração (DeepSeek):

[Model]
provider = openai-compatible
base_url = https://api.deepseek.com
api_key = sk-your-key
model = deepseek-chat

Passo 2: Inicialização

jiuwenswarm-start

Abra http://localhost:5173 para acessar a interface web, ou use o TUI:

pip install jiuwenswarm-tui
jiuwenswarm-tui

Passo 3: Escolha um modo de execução

Três modos, alternados conforme a complexidade da tarefa:

ModoComportamentoMelhor para
Modo enxame (padrão)Um Leader orquestra múltiplos agentes em papéis coordenadosTarefas grandes e complexas, colaboração multipapel
Modo planejamentoDecomposição passo a passo, execução sequencialTarefas complexas em que o resultado de cada etapa precisa de confirmação
Modo desempenhoParalelismo flexível, respostas rápidasTarefas simples, consultas pontuais

Na prática: uma equipe de agentes constrói seu blog

A classe de tarefa mais representativa: “uma frase, e uma equipe de agentes entrega uma aplicação.”

A instrução

Build me a personal blog website. Cover tech selection, page design,
frontend and backend development, and deployment. Write a full
development plan first, then execute it step by step.

O que acontece

  1. O agente Leader recebe a instrução e a decompõe: seleção de tecnologia → arquitetura → frontend → backend → integração → deploy.

  2. Montagem da equipe: ele forma dinamicamente quatro agentes — arquiteto, desenvolvedor frontend, desenvolvedor backend e tester.

  3. Desenvolvimento paralelo: o agente de frontend escreve páginas React/Vue, o agente de backend constrói as APIs, o tester executa casos de teste automaticamente.

  4. Merge iterativo: cada etapa gera um resumo automático ao concluir; se algo quebra no meio do caminho, o Leader direciona o agente responsável para corrigir.

Você só intervém nos pontos-chave de decisão — como escolher a stack de tecnologia. O enxame cuida do resto.

Nos bastidores: Swarm Skills e autoevolução

O que realmente separa o JiuwenSwarm de outros frameworks é seu sistema de Skills:

  • Swarm Skills: as melhores práticas de trabalho em equipe entre agentes — combinações de papéis, SOPs, toolchains — empacotadas como “kits de skills de equipe” reutilizáveis.

  • Swarm Skills Hub: um marketplace comunitário onde desenvolvedores buscam, instalam e combinam skills criadas por outras pessoas.

  • Motor de autoevolução: quando um agente falha ou percebe insatisfação do usuário, ele analisa as causas-raiz e refina suas próprias definições de Skill.

Exemplo: escreva uma “Skill de code review” contendo as regras do agente revisor, o formato do relatório e o fluxo automatizado de PR. Publique-a no Hub e toda a comunidade poderá reutilizá-la — e cada execução alimenta dados de volta para melhorar a Skill.

Exemplo de configuração de Skill (JSON)

{
  "name": "code-reviewer",
  "description": "Automated code review across security, performance, and style",
  "agents": [
    {
      "role": "security-reviewer",
      "model": "deepseek-chat",
      "prompt": "Focus on SQL injection, XSS, and authz checks"
    },
    {
      "role": "performance-reviewer",
      "model": "claude-sonnet-5",
      "prompt": "Analyze algorithmic complexity, query efficiency, memory leaks"
    },
    {
      "role": "style-reviewer",
      "model": "gpt-5.6-mini",
      "prompt": "Check code style, naming conventions, comment quality"
    }
  ],
  "workflow": "parallel review -> summary report -> generate PR review"
}

HITS / HOTS: onde os humanos se encaixam

Durante uma execução multiagente, você não é um espectador:

  • HOTS (Human on the Swarm): atue como comandante — monitore o status da equipe em tempo real, ajuste prioridades de tarefas, troque papéis dos agentes.

  • HITS (Human in the Swarm): participe como membro da equipe — no jogo de Lobisomem embutido, você raciocina e vota junto com os jogadores de IA.

No TUI, pressionar P abre um painel de aprovação para pausar o fluxo de trabalho, inspecionar resultados intermediários e orientar o próximo passo.

Dicas práticas

  1. Comece pequeno: execute tarefas únicas no modo desempenho (consultas de clima, buscas de informação) antes de migrar para o modo enxame.

  2. Misture modelos por papel: dê ao Leader um modelo forte de raciocínio (Claude / DeepSeek) e aos agentes executores modelos rápidos e baratos (GPT-4o-mini / Flash).

  3. Use o Skill Hub: não escreva skills do zero — consulte a comunidade primeiro e depois personalize.

  4. Atenção às permissões: em produção, ative a aprovação de ferramentas pré-execução e as listas de permissão de acesso a arquivos — o JiuwenSwarm já traz ambos os controles.

  5. Usuários de HarmonyOS PC: este é o primeiro workbench de IA open-source com suporte nativo ao HarmonyOS PC — baixe a versão para desktop diretamente.

Recursos

O verdadeiro significado do JiuwenSwarm: ele transforma a “colaboração multiagente” de um conceito de artigo de arquitetura em uma ferramenta de engenharia que se instala com pip. O padrão de decomposição e delegação pelo Leader, o loop de Skills autoevolutivas e a economia de reutilização do Hub juntos esboçam como é a engenharia multiagente prática quando ela deixa de ser uma demonstração. Se você quer montar um fluxo de trabalho automatizado rapidamente ou estudar a mecânica da coordenação de enxames, vale seus dez minutos.

Notícias Relacionadas