Swargs 开源 GraphWorkflow:编译式多智能体图执行引擎,基准最高快 62.5 倍
9 月 8 日,Swargs 团队(Kye Gomez 等)发布开源多智能体编排引擎 GraphWorkflow,并同步放出完整系统论文《GraphWorkflow: A Low-Overhead Compile-Once Graph Execution Engine for Multi-Agent Systems》。引擎采用「一次编译、多次执行」(compile once, sweep many)架构降低大规模 DAG 编排开销,公开基准显示执行性能显著超过 LangGraph,图越大收益越明显。团队同时提供了论文、技术博客、GitHub 仓库与官方文档等全部资源。
已确认
- 在 15 种拓扑/规模配置(从小型工作流到 200 节点链)的公开基准上对比 GraphWorkflow 与 LangGraph:编译图执行几何平均快 7.0×,200 节点链上最高达 62.5×
- 图越大编排开销占比越高、加速越明显是基准的核心发现
- 编译期从节点度推断入口/出口,用 Kahn 算法计算拓扑分层,单遍扫描边表构建前驱/后继映射,并冻结为逐层执行计划;运行时支持 NetworkX 或 rustworkx 图后端(后者性能更高)
- 引擎支持 DAG 表达并行、分支、fan-in/fan-out、依赖汇聚、循环与复杂协调等拓扑;智能体即节点,无需显式接线,自动拓扑排序与并行化,支持 Graphviz 可视化
- 论文包含执行模型证明、完整基准与复现数据,基准已开源,可复现
为什么重要
- 团队阐述动机:多智能体系统需要超越简单流水线的表达力;LangGraph 虽确立了这一路线,但团队认为其语法复杂、编排层性能不足
- GraphWorkflow 的结果显示图规模越大编排层开销占比越高,编译式执行可显著降低这部分成本,为编排层开销的量化对比提供了参考
- 附带可复现的基准与论文,为社区提供了一个独立于 LangGraph 的开源编排选项
2026-09-08 ~ 2026-09-08 · 10 条相关
一手来源
- Swargs 发布 GraphWorkflow:多智能体图执行比 LangGraph 快 7 倍 — KyeGomezB ·
- GraphWorkflow 完整论文发布:含执行模型证明与 LangGraph 对比 — KyeGomezB ·
- 图越大收益越大:GraphWorkflow 对比 LangGraph 15 项配置基准 — KyeGomezB ·
- 【源头】Swargs 发布 GraphWorkflow:多智能体图执行比 LangGraph 快 7 倍 — KyeGomezB · 2026-09-08
- Sarms 发布 GraphWorkflow 论文:编译一次执行,最高比 LangGraph 快 62.5 倍 — KyeGomezB · 2026-09-08
- 为什么要重做多智能体编排:Swargs 认为 LangGraph 不够快也不够简 — KyeGomezB · 2026-09-08
- 【源头】图越大收益越大:GraphWorkflow 对比 LangGraph 15 项配置基准 — KyeGomezB · 2026-09-08
- GraphWorkflow 用 DAG 编排智能体:同样的工作流代码省一半 — KyeGomezB · 2026-09-08
- GraphWorkflow 内部机制:Kahn 拓扑排序加冻结执行计划实现低开销 — KyeGomezB · 2026-09-08
- 【源头】GraphWorkflow 完整论文发布:含执行模型证明与 LangGraph 对比 — KyeGomezB · 2026-09-08
- GraphWorkflow 论文详解:编译一次的 agent 图执行引擎与完整基准 — KyeGomezB · 2026-09-08
- GraphWorkflow 资源汇总:论文、博客、GitHub 与文档链接 — KyeGomezB · 2026-09-08
- Swarm 开源 GraphWorkflow：比 LangGraph 平均快 7 倍的多智能体执行引擎 — KyeGomezB · 2026-09-08