Spine Swarm: Multi-Agenten-KI-System auf visueller Leinwand für Nicht-Programmier-Projekte

Spine Swarm ist ein Multi-Agenten-KI-System, das auf einer unendlichen visuellen Leinwand für komplexe Nicht-Codierungsprojekte arbeitet. Die Gründer argumentieren, dass Chat-Oberflächen für komplexe KI-Arbeiten unzureichend sind, weil sie linear sind, während echte Projekte nicht linear sind. Sie haben einen Arbeitsbereich geschaffen, in dem die Arbeitsstruktur explizit und benutzerkontrollierbar ist.

Kernarchitektur

Das System verwendet Blöcke als Abstraktionen über KI-Modellen. Es gibt spezielle Blocktypen für:

• LLM-Aufrufe
• Bildgenerierung
• Webrecherche
• Apps
• Präsentationen
• Tabellenkalkulationen

Blöcke können mit jedem anderen Block verbunden werden, wobei die Verbindungen die Kontextweitergabe unabhängig vom Blocktyp garantieren. Das System ist modellunabhängig, sodass Workflows innerhalb eines einzelnen Projekts zwischen verschiedenen KI-Modellen wechseln können.

Agentenbetrieb

Wenn ein Benutzer eine Aufgabe einreicht, zerlegt ein zentraler Orchestrator sie in Teilaufgaben und delegiert jede an spezialisierte Persona-Agenten. Diese Agenten:

• Operieren auf Leinwandblöcken
• Können Standardeinstellungen (Modell und Prompt) für jede Teilaufgabe überschreiben
• Wählen das beste Modell für jeden Block
• Führen manchmal denselben Block mit mehreren Modellen aus, um Ausgaben zu vergleichen
• Arbeiten parallel, wenn Teilaufgaben keine Abhängigkeiten haben

Agenten können die Ausführung anhalten, um vor der Fortsetzung nach Benutzerklärungen oder Feedback zu fragen. Sobald Agenten Ausgaben erzeugen, können Benutzer eine Teilmenge von Blöcken auswählen und diese per Chat iterieren, ohne den gesamten Workflow neu ausführen zu müssen.

Technische Vorteile

Die Leinwand bietet Agenten eine persistente, strukturierte Darstellung des gesamten Projekts, die jeder Agent jederzeit lesen und zu der er beitragen kann. Dies behebt Kontextverschlechterungsprobleme in typischen Multi-Agenten-Systemen durch:

• Speichern von Zwischenergebnissen in Blöcken statt alles im Speicher zu halten
• Erstellen expliziter strukturierter Übergaben, die für die Nutzung durch andere Agenten konzipiert sind
• Ermöglichen, dass Agenten länger laufen, während Kontextfenster sauber bleiben

Benutzer können mehrere Aufgaben gleichzeitig verteilen, und das System reiht abhängige in eine Warteschlange ein oder startet unabhängige sofort.