Настройка автономной локальной AI multi-agent системы

Требуется развернуть и настроить на GPU-сервере автономную локальную multi-agent AI-систему. Система должна соответствовать следующим требованиям:

Главный агент должен самостоятельно принимать задачи, разбивать их на этапы и создавать необходимых подагентов. Необходима поддержка иерархии агентов: Master → Directors/Workers → Critic/Judge. Система должна поддерживать до 20–50 логических агентов с общей локальной LLM и ограничением параллельных задач. Функционал включает работу с браузером, интернет-поиском, Linux terminal, Python, файлами, API/MCP.

Важными элементами являются долговременная память и навыки (skills) с возможностью сохранения и повторного использования рабочих процедур, а также автоматическая перепроверка результата и повторный цикл при неудовлетворительном качестве. Локальная LLM должна быть реализована через vLLM/SGLang/llama.cpp с OpenAI-совместимым API, что позволит менять модели GLM/DeepSeek/Qwen без переделки всей системы. Предусмотрен Web UI, логирование, использование Docker/Docker Compose, автозапуск и сохранение состояния после перезагрузки.

В качестве основы рассматриваются Agent Zero + Hermes, но заказчик готов рассмотреть более подходящую архитектуру. Сервер может быть предоставлен заказчиком, либо потребуется помощь в подборе оптимальной конфигурации под локальную LLM и 20–50 агентов. Важно, что требуется не просто установка Agent Zero, а полностью настроенная автономная агентная система с демонстрацией реального создания и управления подагентами.

При отклике необходимо указать опыт работы с Agent Zero/Hermes/Agno/LangGraph, предложить архитектуру, рекомендовать сервер, а также указать срок и стоимость выполнения работ.