AQM – Queue-basierte Multi-AI-Agenten-Pipelines mit einer einzigen YAML-Datei definieren und teilen

Wir stellen AQM (Agent Queue Manager) vor, ein Orchestrierungs-Framework für AI-Agenten.
Bestehende Multi-Agenten-Frameworks sind entweder codebasiert (LangGraph, AutoGen), was das Teilen von Pipelines erschwert, oder sie laufen nur auf Cloud-Plattformen (CrewAI Studio, Vertex AI), was zu Vendor Lock-in und Kostenproblemen führt.

AQM verfolgt einen anderen Ansatz. Mit nur einer YAML-Datei werden Agenten und ihre Verbindungen deklariert und anschließend direkt lokal ausgeführt. Weder Redis noch Docker noch ein Cloud-Konto sind erforderlich.

Wichtige Merkmale

1. Die Kommunikation zwischen Agenten erfolgt über explizite Queues; Agenten rufen sich nicht direkt gegenseitig auf
2. Approve/Reject-Gates, die entweder automatisch per LLM oder manuell durch Menschen entschieden werden, sind eine First-Class-Funktion
3. Unterstützt statisches Routing, Fan-out (parallele Verzweigung) und autonomes Routing durch Agenten (condition: auto)
4. Der Task-Kontext wird in einer Datei context.md fortlaufend gesammelt und kann von Menschen direkt gelesen und geprüft werden
5. MCP-Server (Model Context Protocol) können an Agenten angebunden werden, um externe Tools wie GitHub, Datenbanken oder Browser zu nutzen
6. Claude Code, Codex und gemini CLI werden als Runtime verwendet (keine Konfiguration von API-Keys erforderlich)
7. Über eine Pipeline-Registry können Community-Pipelines mit aqm pull / publish geteilt werden
8. Integriertes lokales Web-Dashboard (aqm serve)