Was ist JiuwenSwarm?
JiuwenSwarm, früher JiuwenClaw und inzwischen als WorkSwarm veröffentlicht (PyPI-Paket workswarm), ist ein selbst gehostetes Agentensystem von openJiuwen. openJiuwen ist eine Open-Source-Community, deren Code Copyright-Vermerke von Huawei Technologies trägt und deren GitHub-Organisation in China verortet ist. Ein Leader-Agent zerlegt eine Aufgabe und weist die Teile spezialisierten Agenten zu, die über mehrere Prozesse oder Rechner verteilt laufen können; ein Einzelagent-Modus erledigt alltägliche Anfragen. Es gibt die Bereiche Work und Code, seit v0.2.8 zusätzlich Design, eine Web-Oberfläche, eine Terminal-Oberfläche, Desktop-Apps für Windows, macOS und HarmonyOS sowie neun Chat-Kanäle: Xiaoyi, Feishu, DingTalk, WeCom und privates WeChat in China, Telegram, Discord, Slack und WhatsApp im Rest der Welt.
Das Repository wurde am 5. März 2026 angelegt und hat rund 8.470 GitHub-Sterne, 1.150 Forks, 1.246 offene Issues und 609 offene Pull Requests bei 129 gelisteten Mitwirkenden. Diese Sternezahl ist für ein Projekt mit so viel sichtbarer Aktivität unauffällig. Es ist Python unter Apache-2.0. v0.2.8 wurde am 31. Oktober 2026 getaggt; die neueste Version auf PyPI ist 0.2.7, und workswarm kam in der letzten Woche auf 871 Downloads. Modelle kommen von Huawei Cloud MaaS, OpenAI, DeepSeek, DashScope, SiliconFlow, OpenRouter, anderen OpenAI-kompatiblen APIs oder einem lokalen Server.
Lohnt sich JiuwenSwarm?
JiuwenSwarm ist weniger ein persönlicher Assistent als ein Team von Agenten mit einem Chat davor. OpenClaw und nanobot kreisen um einen einzelnen Agenten, der sich an dich erinnert; im Cluster-Modus, dem Standard von JiuwenSwarm, zerlegt ein Leader die Arbeit und verteilt die Teile an Spezialisten. Swarmflow-Skripte ergänzen feste mehrstufige Pipelines mit einem Token-Budget pro Team und menschlichen Freigabeschritten. v0.2.8 bringt Prüfer- und Herausforderer-Agenten, die über ein Ergebnis abstimmen, und lässt Claude Code oder Codex als externe Experten einem Team beitreten. Keiner der beiden Konkurrenten geht bei der Orchestrierung so weit.
Die Sicherheit verlangt genaues Lesen. Laut README fragen Tools vor der Ausführung nach Freigabe, und die im Repository dokumentierte Berechtigungs-Engine ist gründlich: Stufen allow, ask und deny, eingebaute Regeln für riskante Shell-Befehle und eine Whitelist für Pfade außerhalb des Workspace. In unserer Lektüre der Konfigurationsvorlage, die das Paket mitliefert und die in diesem Punkt bei v0.2.7 und v0.2.8 unverändert ist, steht permissions.enabled jedoch auf false, und bash, PowerShell sowie das Schreiben und Bearbeiten von Dateien stehen alle auf allow. Laut Doku erlaubt eine deaktivierte Engine jeden Tool-Aufruf. Wer WhatsApp oder Telegram anbindet, ohne diese Datei zu ändern, gibt einem Modell eine Shell in die Hand. Die optionale Sandbox jiuwenbox kapselt Tools in bubblewrap mit seccomp und Landlock, allerdings nur unter Linux und als eigener Dienst.
Bei den Daten sind die Voreinstellungen zurückhaltender. Der OpenTelemetry-Export ist aus und zeigt nach dem Einschalten auf localhost; Team-Traces landen in einer lokalen Datei. Prompts gehen an den Modellanbieter, den du konfigurierst. Der Test-Login des Desktop-Clients, eingeführt mit v0.2.7, gewährt ein Kontingent gehosteter Modellressourcen, und die Release Notes sagen nicht, wer sie betreibt oder was gespeichert wird. Es wurden keine GitHub-Sicherheitshinweise veröffentlicht, was bei einem so jungen Projekt eher weniger externe Prüfung als bei OpenClaw widerspiegelt als eine weiße Weste.
Sein Schwerpunkt liegt in China. Fünf der neun Kanäle sind chinesische Plattformen, Huawei Cloud MaaS steht als erster Anbieter in der Liste, das README empfiehlt einen PyPI-Spiegel der Tsinghua-Universität, und die Kommentare in der Konfigurationsvorlage sind auf Chinesisch. Es wurde zweimal umbenannt und hat in weniger als acht Monaten 32 GitHub-Releases veröffentlicht, 14 davon Vorabversionen. Gegenüber nanobot ist es weit größer und schwerer zu prüfen. Gegenüber OpenClaw erreicht es weniger westliche Chat-Apps und hat eine viel kleinere Community, geht aber weiter darin, viele Agenten durch eine lange Aufgabe zu koordinieren.
Wo es sich lohnt
Ein Plattform-Team bei einem chinesischen Hersteller, das auf Feishu arbeitet
Der Belegschaft einen Agenten im Gruppenchat geben, der Fragen recherchiert und Berichte entwirft
Aktiviere den Feishu-Kanal in config.yaml mit den Bot-Zugangsdaten; in Gruppen wird der Bot per @ erwähnt. Richte die Modelle auf Huawei Cloud MaaS oder DeepSeek aus und setze permissions.enabled auf true mit bash auf ask, bevor jemand außerhalb des Teams ihm schreiben kann.
Ein Analyst in einer Strategieberatung
Aus einem breiten Auftrag über Nacht einen belegten Branchenbericht machen
Im Cluster-Modus verteilt der Leader Recherche, Analyse und Schreiben auf spezialisierte Agenten, und ein Token-Budget pro Team deckelt die Ausgaben. Die Rechnung sind Modell-Tokens, die sich mit der Zahl der Agenten vervielfachen; ein günstigeres Modell für die Teammitglieder hält sie niedrig.
Ein Backend-Entwickler, der Multi-Agent-Frameworks vergleicht
Eine feste mehrstufige Pipeline mit einem menschlichen Freigabeschritt betreiben
Schreib ein Swarmflow-Skript in Python mit menschlichen Stufen und verfolge die Läufe in der TUI mit /swarmflows. Lass Tools unter Linux in jiuwenbox laufen, wenn die Pipeline nicht vertrauenswürdige Eingaben liest; das braucht bubblewrap und für Netzwerkisolation NET_ADMIN.
Bevor du dich festlegst
- Einrichtung
- pip install workswarm (das README empfiehlt in China einen Tsinghua-Spiegel), dann jiuwenswarm-init und jiuwenswarm-start, und http://localhost:5173 öffnen. Python 3.11 oder neuer; die 0.2.7 auf PyPI verlangt eine Version unter 3.14. Vor der ersten Antwort muss in der Web-Oberfläche oder in ~/.jiuwenswarm/config/config.yaml ein Standardmodell gesetzt sein. Desktop-Installer gibt es für Windows, macOS und HarmonyOS-PCs.
- Integrationen
- Xiaoyi, Feishu, DingTalk, WeCom, privates WeChat, Telegram, Discord, Slack und WhatsApp; MCP-Server, A2A und der Swarm Skills Hub; Anbieter mit OpenAI- und Anthropic-Protokoll, darunter Huawei Cloud MaaS, DeepSeek, DashScope, SiliconFlow, OpenRouter, Ollama, LM Studio, vLLM und SGLang; Claude Code und Codex als Teammitglieder ab v0.2.8.
- Daten und Datenschutz
- Konfiguration, Speicher und Sitzungen liegen unter ~/.jiuwenswarm; Prompts gehen an deinen Modellanbieter. Der OpenTelemetry-Export ist standardmäßig aus und zeichnet nach dem Einschalten den vollständigen Nachrichteninhalt auf, sofern log_messages nicht abgeschaltet wird. Keine veröffentlichten GitHub-Sicherheitshinweise. Apache-2.0; das README überlässt die Einhaltung des EU AI Act dem Nutzer.
- Kosten im großen Maßstab
- Eine kostenpflichtige Edition ist nicht veröffentlicht. Die Kosten sind Modell-Tokens, im Cluster-Modus multipliziert mit der Zahl der Agenten, plus ein Rechner für das Gateway; verteilte Teams betreiben Leader und Teammitglieder als getrennte Prozesse oder Hosts.
- Grenzen
- Die mitgelieferte Konfigurationsvorlage schaltet Tool-Freigaben ab. 1.246 offene Issues und 609 offene Pull Requests. Drei Namen (JiuwenClaw, JiuwenSwarm, WorkSwarm) verstreuen Doku und Pakete. Xiaoyi und WhatsApp unterstützen nur Privatchats.
Was gut ist
- Leader-und-Team-Orchestrierung mit Swarmflow-Pipelines und Token-Budgets
- Native Kanäle für Feishu, DingTalk, WeCom, WeChat und Xiaoyi
- Detaillierte allow/ask/deny-Berechtigungs-Engine und optionale bubblewrap-Sandbox
- Apache-2.0, OpenTelemetry-Export standardmäßig aus
Was nicht
- Mitgelieferte Konfiguration schaltet die Berechtigungs-Engine ab und erlaubt die Shell
- Zweimal umbenannt; PyPI hinkt den GitHub-Releases hinterher
- Konfigurationskommentare und manche Meldungen nur auf Chinesisch
- Rund 1.250 offene Issues und ein schneller Beta-Takt
Am besten für
Engineering-Teams auf Feishu, DingTalk oder WeCom, die lange Recherche- oder Programmieraufgaben auf mehrere Agenten verteilen wollen und die Berechtigungen selbst absichern.
Alternativen zu JiuwenSwarm
JiuwenSwarm: häufige Fragen
- Lohnt sich JiuwenSwarm?
- JiuwenSwarm ist die ernsthafte Multi-Agent-Wahl für Teams, die in Feishu, DingTalk oder WeCom arbeiten, doch die mitgelieferte Konfiguration lässt Shell- und Datei-Tools auf allow, egal was das README sagt. Wir bewerten es mit 3.6 von 5.
- Was kostet JiuwenSwarm?
- Kostenlos und Open Source (Apache-2.0). Du bezahlst deinen Modellanbieter oder betreibst ein lokales Modell.
- Welche Nachteile hat JiuwenSwarm?
- Mitgelieferte Konfiguration schaltet die Berechtigungs-Engine ab und erlaubt die Shell; Zweimal umbenannt; PyPI hinkt den GitHub-Releases hinterher; Konfigurationskommentare und manche Meldungen nur auf Chinesisch; Rund 1.250 offene Issues und ein schneller Beta-Takt.
- Für wen eignet sich JiuwenSwarm?
- Engineering-Teams auf Feishu, DingTalk oder WeCom, die lange Recherche- oder Programmieraufgaben auf mehrere Agenten verteilen wollen und die Berechtigungen selbst absichern.
- Was kostet JiuwenSwarm für ein Team oder im Produktivbetrieb?
- Eine kostenpflichtige Edition ist nicht veröffentlicht. Die Kosten sind Modell-Tokens, im Cluster-Modus multipliziert mit der Zahl der Agenten, plus ein Rechner für das Gateway; verteilte Teams betreiben Leader und Teammitglieder als getrennte Prozesse oder Hosts.
- Ist JiuwenSwarm sicher für Firmendaten?
- Konfiguration, Speicher und Sitzungen liegen unter ~/.jiuwenswarm; Prompts gehen an deinen Modellanbieter. Der OpenTelemetry-Export ist standardmäßig aus und zeichnet nach dem Einschalten den vollständigen Nachrichteninhalt auf, sofern log_messages nicht abgeschaltet wird. Keine veröffentlichten GitHub-Sicherheitshinweise. Apache-2.0; das README überlässt die Einhaltung des EU AI Act dem Nutzer.
- Was sind die besten Alternativen zu JiuwenSwarm?
- Die nächsten Alternativen, die wir getestet haben, sind OpenClaw, nanobot, CrewAI und Hermes Agent.
Antworten geprüft am 31. Okt. 2026.