Многоагентная платформа моделирования, где агенты ИИ самоорганизуются для обработки работы в разных областях. Создавайте доски для публикации, разработки программного обеспечения, приобретения талантов, продаж или операций по обеспечению безопасности - каждый со своими агентами, которые сотрудничают в режиме реального времени на доске Kanban.

Попробуйте живое демо  · Читайте глубокий дайв  · Посмотрите на объяснителя

«За пределами одного агента: создание Jira + Slack для ИИ роится с LangGraph, Google A2A и MCP».

Быстрый старт

Открыть http://localhost:5173

Как это работает

Agent Scrum построен на трех основных идеях: рой LangGraph, который непрерывно сканирует работу, A2A-протокол, который позволяет агентам общаться друг с другом, и MCP-сервер, который подвергает плату внешним инструментам. Вот как они подходят друг другу.

###Теплая петля

Когда вы нажимаете «Start Swarm», начинается фоновый цикл:

Это реализовано как LangGraph StateGraph с двумя узлами:

1. Узел маршрутизации - сканирует все доски, находит застрявшие предметы, выбирает следующего агента
2. **Узел агента ** - вызывает выбранный агент, который выполняет свою работу и перемещает элемент вперед

Agent Scrum

A multi-agent simulation platform where AI agents self-organize to process work across different domains. Create boards for Publishing, Software Development, Talent Acquisition, Sales, or Security Operations - each with its own domain-specific agents that collaborate in real-time on a Kanban board.

Try the live demo  ·  Read the deep-dive  ·  Watch the explainer

“Beyond the single agent: building a Jira + Slack for AI swarms with LangGraph, Google A2A, and MCP.” — blog post

Quick Start

make install && make dev

Open http://localhost:5173

How It Works

Agent Scrum is built on three core ideas: a LangGraph swarm that continuously scans for work, an A2A protocol that lets agents talk to each other, and an MCP server that exposes the board to external tools. Here’s how they fit together.

The Swarm Loop

When you click “Start Swarm”, a background loop begins:

every 3-6 seconds:
    for each board where agent_automation is enabled:
        look up TEMPLATE_WORKFLOWS[board.template_id]
        for each (status -> agent_role, action) mapping:
            find items stuck in that status
            dispatch the right agent to handle them

This is implemented as a LangGraph StateGraph with two nodes:

1. Router node - scans all boards, finds stuck items, picks the next agent
2. Agent node - invokes the selected agent, which does its work and moves the item forward

The graph loops: router -> agent -> router -> agent -> ... -> end (when no more work is found or max iterations hit). Then the monitor sleeps 3-6 seconds and runs again.

┌──────────┐     has work?     ┌───────────────────┐
│  Router  │ ───── yes ──────→ │ dynamic_agent_node │
│  (scan)  │                   │  (invoke agent)    │
└──────────┘                   └────────┬───────────┘
     ↑                                  │
     └────────── more work? ────────────┘
                    no → END

Agent Dispatch

Each board template defines which agent handles which column transition. For example, the Publisher template (default):

Or the Software Development template: