archestra-ai/archestra · 上手攻略

  • 仓库：archestra-ai/archestra
  • 链接：https://github.com/archestra-ai/archestra
  • 分类：AI Agent / Enterprise Platform / MCP Orchestrator
  • 作者：spark
  • 更新：2026-09-12

⚠️ 本文为公开 README 与官方 docs 的二次整理,版本与数字以下方 fetch 到的内容为准,后续以仓库 release 为准。

1. 是什么

Archestra 是一个面向企业的一体化 AI Agent 平台,把 LLM 代理、网关、Guardrails、MCP 注册表、Agent Runtime 全部塞进同一个控制平面。它的核心目标用户画像是「工程师 + 非技术同事同时使用 AI 代理」:

  • 非技术用户走 Web / Slack / MS Teams / Email 等前端调用 Agent;
  • 工程师在 LangChain、n8n、Python、Cursor、Claude Code 等现有技术栈里,接同一个 LLM Proxy / MCP Gateway。

官方自述把组件拆成 6 块(均可独立或组合使用):

组件 作用
Agentic Chat 类似 ChatGPT 的对话前端,支持多渠道触发
Agent Runtime 无代码搭建自主 Agent:system prompt + MCP 工具 + 子代理 + 触发器
MCP Orchestrator 在 K8s 里把 MCP server 跑成独立 Pod
Knowledge Base 内置 RAG,接你的数据源
LLM Proxy + MCP Gateway LLM / MCP 的统一网关,Drop-in 替换直连
Security & Observability 确定性 Guardrails + OpenTelemetry/Prometheus 可观测性

⚠️ README 提到「对标 Claude Cowork、OpenClaw、Hermes 等单租户 Agent」,这一句出现在营销段,作者并未在 docs 中提供权威对比表,本文不据此下结论。

2. 解决什么问题

企业落地 AI Agent 时通常会撞到三面墙:

  1. 多 LLM / 多 Agent 接入混乱:Anthropic / OpenAI / Azure / Bedrock / DeepSeek 各自一套密钥、限速、计费方式;Claude Code / Cursor / Codex 又各自一套 MCP 配置。
  2. MCP 工具数量爆炸后管理失控:每个 MCP server 跑在不同机器,权限、密钥、审计难以统一。
  3. Agent 安全审计 + 成本可观测缺失:Guardrails(尤其 Lethal Trifecta / Dual-LLM 校验)和按团队成本分摊,自建成本很高。

Archestra 把这三件事打包到同一平台:

  • LLM Gateway:一个 token 接入任意 Provider,支持虚拟 API key、动态模型路由、按环境的成本上限;
  • MCP Gateway:统一 MCP 入口,支持 OAuth + On-Behalf-Of(工具以调用者身份运行,而不是共享 service account);
  • MCP Orchestrator:K8s Operator 把 MCP server 跑成独立 Deployment,支持企业内的私有 Registry 与跨环境自服务晋升;
  • Guardrails:对工具调用做确定性策略拦截,Dual-LLM 双模型互校验,Lethal Trifecta 防护。

3. 快速安装

3.1 Docker 一键本地试

README 与官方 quickstart 都给同一段命令(ARCHESTRA_QUICKSTART=true 是快速模式,会用内置密钥免登录):

docker pull archestra/platform:latest

docker run \
  -p 127.0.0.1:9000:9000 -p 127.0.0.1:3000:3000 \
  -e ARCHESTRA_QUICKSTART=true \
  -v /var/run/docker.sock:/var/run/docker.sock \
  -v archestra-postgres-data:/var/lib/postgresql/data \
  -v archestra-app-data:/app/data \
  archestra/platform:latest

打开 http://localhost:3000 是 Web UI,http://localhost:9000 是 API。⚠️ 端口绑在 127.0.0.1,只本机访问,生产部署需要走 Helm/K8s。

3.2 生产部署

官方推荐走 Helm / Kubernetes,文档在 Deployment。同时提供 Terraform provider 做基础设施即代码。

3.3 Release 节奏

README 明确给出两条 release 轨道:

  • Stable:1.3.51(2026-09 当时 README 列出的稳定版),只接受安全补丁和 bug 修复,Docker tag latest 指向最新 stable;
  • Beta:1.4.0-beta.1(预发布,直接在 main 上构建),用于提前看新能力并提反馈。

⚠️ 生产环境不要 pin latest,应钉死具体版本 tag 或 Helm chart version(README 与 RELEASE.md 都明确写了这一点)。

4. 核心用法

4.1 跑第一个 Agent(Quickstart 实战路径)

官方 quickstart 给了一个可复制的最小闭环,完全靠 UI 不写代码:

  1. 进入 MCP Registry,搜索 microsoft__playwright-mcp 并安装;
  2. 在 Model Providers 加一个 Provider(OpenAI / Anthropic / Gemini / Cerebras 免费 / 本地 Ollama 任选);
  3. 在 Agents 创建「Archestra Docs Reader Agent」,system prompt 写:「You're using playwright to answer questions about Archestra based on /docs/」,并把 playwright-mcp 的全部工具勾上;
  4. 进入 Chat,选这个 Agent,问「How could I deploy Archestra?」,它会用 Playwright 抓官网回答。

CLI 验证 K8s 是否真的拉起了 MCP server 的 Pod:

kubectl get pods

4.2 把 Agent 暴露成 MCP Gateway 给 Claude Code

MCP Gateway 是 Archestra 的核心卖点——它可以让其他 Agent(Claude Code / Cursor / Codex 等)反向调用你在 Archestra 里搭好的 Agent。quickstart 给的路径:

  1. 在 MCP Gateways 新建一个 Gateway,把上面那个 Agent 设为 sub-agent;
  2. 复制生成的 MCP 配置 JSON;
  3. 粘到 Claude Code / Cursor / Codex 的 MCP 配置里。

这样你的 Claude Code 客户端就能 调用 Archestra 上的 Agent 作为 MCP 工具,而不是只能直接调 LLM。⚠️ quickstart 文档里说 your auth key will be different!,auth key 来自 Archestra 生成的虚拟 token,不要硬编码。

4.3 LLM Proxy 作为 Drop-in 替换

文档把 LLM Proxy 描述为「Drop-in proxy between your apps and LLM providers」,意味着你只需把应用里 base_url 指向 Archestra,API 仍按 OpenAI / Anthropic 协议走。能力包括:

4.4 Guardrails:三种防线的工程取舍

  • Tool call guardrails(确定性策略):对工具调用做白名单/黑名单,文档明确说「cannot be bypassed by prompt injection」,这是它与单纯 prompt 层防护的本质差异;
  • Dual-LLM verification:用一个隔离的子 LLM 校验另一个 LLM 的高风险输出,文档 platform-built-in-subagents#dual-llm-agent 介绍;
  • Lethal Trifecta protection:针对「敏感数据 + 可写通道 + 不可信输入」三要素同时触发的常见攻击向量做拦截。

4.5 RAG 与 Identity

  • RAG 通过 connectors 接你现有数据栈,不用迁移;
  • SSO 支持 OIDC、SAML、Okta、Entra;RBAC 支持 role mapping 与 team sync;
  • Secrets management 在 platform-secrets-management 集中托管。

5. 典型适用场景

场景 为什么适合 Archestra
多团队共用 AI 工具 + 按团队分账 Per-team cost tracking + 虚拟 API key + RBAC
在 K8s 集群里集中跑 MCP server 池 MCP Orchestrator 直接 Operator 化
Claude Code / Cursor 想用企业内部的 MCP MCP Gateway + OAuth On-Behalf-Of
受合规约束(金融/医疗),Agent 必须有审计 + 审计不可被 prompt 绕过 确定性 Guardrails + OpenTelemetry traces + Prometheus
非技术同事也想用 Agent 做事 Slack/Teams/Email 触发 + Agentic Chat
自建 LiteLLM + n8n + Grafana 想整合到一块 README 说「可只挑一两个组件用,不强制 all-in」

6. 坑与注意

  1. Docker quickstart 模式有安全开关:ARCHESTRA_QUICKSTART=true 是为本地试用准备的,默认会启用嵌入式密钥免登录,生产一定去掉。
  2. MCP Orchestrator 必须有 K8s:文档 platform-orchestrator 第一句就说「The orchestrator is only needed for MCP servers that Archestra hosts. Remote MCP servers can still be managed in the Private MCP Registry and exposed through MCP Gateways without creating Kubernetes deployments」——只跑远程 MCP 就不必硬上 K8s。
  3. 某些企业特性在 Beta:Idle Hibernation 在 docs 里被标注为 Enterprise feature, in beta,生产部署前查 pricing model。
  4. 不要 pin latest:README 明确警告 latest 会跳,生产必须钉具体 tag / Helm chart version。
  5. LLM Proxy 不是透明缓存:它会改写请求头、注入 Guardrails、记录 trace,意味着延迟会高于直连 Provider。官方 benchmark 写 31 ms at p95,但这是 Archestra 自身的增量延迟,不是端到端,要看具体场景。
  6. ⚠️ 公司商业指标未独立核实:$13.5M total funding 与「Three Fortune-50 deployments」来自 README 自述,无第三方信源,本文不据此判定企业可信度。
  7. ⚠️ 团队背景声明:docs overview 里写「the team behind Archestra.AI previously worked on Grafana OnCall」——这是官网自述,未独立验证。
  8. 接入 OAuth Provider 之前先看 On-Behalf-Of 文档:On-Behalf-Of 的 token 生命周期跟普通 service account 不同,错误配置会导致 MCP 工具以服务账号身份跑而不是用户身份,审计失效。

7. 与同类对比

⚠️ 公开材料中没有看到 Archestra 官方对每个竞品做完整对照表,以下对比基于各项目公开 README/docs。

维度 Archestra LiteLLM n8n 自建 MCP 网关
LLM Gateway ✅ 多 Provider + 虚拟 key + 动态路由 ✅ 多 Provider,但 MCP 不在主线 ❌ 不是 LLM Proxy 取决于自建
MCP Gateway / Orchestrator ✅ 双层(Gateway + K8s Orchestrator) ❌ 部分(社区节点) 自己写
确定性 Guardrails(非 prompt 层) ✅ Dual-LLM + Lethal Trifecta ❌ 只有 rate limit / budget ❌ 自己写
RAG / Knowledge ✅ 内置 + Connectors ❌ ❌ 自己写
Agent 无代码搭建 ✅ Agents + 触发器 ❌ ✅ 工作流(本质不同) 自己写
多端用户入口(Slack/Teams/Email) ✅ ❌ ✅ 自己写
部署方式 Docker / Helm / K8s / Terraform Docker / K8s Docker / Cloud 任意
开源协议 Open Core(teams <30 免费,企业许可) MIT(纯开源) Sustainable Use License 任意

简短结论:Archestra 的差异点不是某个单组件,而是「LLM Gateway + MCP Gateway + MCP Orchestrator + 确定性 Guardrails + 用户入口」这五件事在同一个开源控制平面里都给了。如果你只缺一项(LiteLLM 只解决 LLM Proxy / n8n 只解决工作流),单体组件更轻;如果你需要一次性把这五件都铺到企业,Archestra 是少有的开箱即用选择。

8. 一句话推荐结论

如果你的痛点是「多个 AI 工具 + 多个 LLM Provider + 企业合规审计」三件并发,且团队 ≥ 30 人,Archestra 是当下少有的能把 LLM Proxy / MCP Gateway / Orchestrator / Guardrails / 用户入口在一个开源控制平面里全给到的项目;反之,只缺其中一环,挑对应单体组件(LiteLLM / n8n / 自建 MCP 网关)更轻、更快、更省心。

不确定处

  • Stable 版本号 1.3.51 与 Beta 1.4.0-beta.1 来自 README 当前快照,2026-09-12 之后请以 releases 页面 为准。
  • $13.5M total funding / Three Fortune-50 deployments / 31 ms at p95 均为仓库方自述,本文未独立验证。
  • 「对标 Claude Cowork / OpenClaw / Hermes」一句来自 README 营销段,作者并未在 docs 中提供权威对比表,本文不据此下结论。
  • ARCHESTRA_BETA=true 环境变量在 README 与 search snippet 中出现,但 quickstart 文档主体里没写,用法以 ARCHESTRA_QUICKSTART=true 为准,BETA 用途本文未核到,建议使用前查 release notes。

来源