Hexabot
Hexabot 是一款开源的 AI 聊天机器人与智能体构建平台,旨在帮助用户轻松创建并管理支持多渠道、多语言的对话系统。它解决了传统机器人开发中流程复杂、扩展性差以及难以跨平台部署的痛点,让企业和个人能够以低代码方式快速搭建专属的智能客服或业务助手。
无论是希望自动化客户支持的中小企业主、需要灵活定制对话流程的产品经理,还是寻求高效开发框架的开发者,Hexabot 都能提供适配的解决方案。其核心亮点包括直观的可视化拖拽编辑器,让用户无需深厚编程背景即可设计复杂的对话逻辑;强大的插件系统支持通过扩展库集成第三方服务,实现从“文本回复”到“执行动作”的能力跃升;同时原生支持多种主流大语言模型(如 ChatGPT、Mistral、Ollama 等)及自然语言理解技术,确保交互更加智能精准。
此外,Hexabot 还内置了知识库管理、用户分层标签、实时人工接管会话以及数据分析仪表盘等功能,全方位覆盖从构建、运营到优化的全生命周期。作为一个从闭源转向完全开源的项目,Hexabot 鼓励社区共同参与生态建设,为各类用户提供高度自由且可靠的智能化对话工具。
使用场景
一家面向全球市场的跨境电商初创团队,急需在官网、WhatsApp 和 Facebook Messenger 上部署能自动处理多语言咨询并执行订单查询的智能客服。
没有 Hexabot 时
- 开发周期漫长:团队需分别为不同渠道编写独立的代码接口,重复造轮子导致上线时间推迟数周。
- 多语言维护困难:缺乏统一的意图识别机制,无法自动检测用户语言,人工翻译回复效率极低且易出错。
- 功能扩展受限:想要实现“查询订单状态”等文本转操作功能,必须深度定制后端逻辑,技术门槛高且难以迭代。
- 流程调整僵化:修改对话逻辑需要开发人员直接改代码,业务人员无法直观地预览或调整交互流程。
使用 Hexabot 后
- 一站式多渠道部署:利用 Hexabot 的多渠道支持特性,通过一次配置即可将同一套智能代理同步发布到网页及各大社交平台。
- 智能多语言交互:内置的 NLU 模型自动识别用户语言并切换回复语种,结合知识库动态生成准确的多语言答案。
- 低代码动作执行:借助插件系统和可视化编辑器,非技术人员也能通过拖拽轻松配置“文本转行动”流程,直接对接内部订单系统。
- 灵活可视化管理:业务团队可随时在图形化界面中调整对话分支和营销话术,实时生效而无需等待发版。
Hexabot 让该团队以零代码负担实现了全渠道、多语言的自动化客户服务闭环,将运营响应效率提升了数倍。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
构建流畅的AI聊天机器人/智能体
Hexabot 提供您创建和管理自有 AI 驱动聊天机器人/智能体所需的一切,
支持自定义、多渠道、多语言以及文本转操作功能。
扩展库
.
文档
视频教程
·
加入我们的 Discord
描述
Hexabot 是一个开源的 AI 聊天机器人/智能体解决方案。它使您能够轻松创建和管理多渠道、多语言的聊天机器人/智能体。Hexabot 旨在提供高度灵活性和可定制性,并具备强大的文本转操作能力。最初作为闭源项目(版本 1),我们现在已将版本 2 开源,以回馈社区并使开发者能够通过 扩展 自定义和扩展该平台。
功能
- LLM 和 NLU 支持: 可与您喜爱的 LLM 模型集成,无论是 Ollama、ChatGPT、Mistral 还是 Gemini…… 管理用于检测用户意图和语言的机器学习模型训练数据集,从而提供智能响应。
- 多渠道支持: 在网页、移动端和社交媒体平台等多个渠道上打造一致的聊天机器人体验。
- 可视化编辑器: 使用直观的拖放界面设计和管理聊天机器人流程。支持文本消息、快捷回复、轮播图等多种形式。
- 插件系统: 通过开发和安装来自 扩展库 的扩展来增强 Hexabot 的功能。启用诸如文本转操作响应、第三方系统集成等功能。
- 多语言支持: 定义多种语言,使聊天机器人能够以用户偏好的语言与其互动。
- 知识库: 无缝集成和管理动态内容,如产品目录和商店列表,以提升对话的吸引力。
- 用户角色与权限: 提供细粒度的访问控制,以管理系统不同部分的用户角色和权限。
- 上下文数据: 定义变量,收集并利用关于最终用户的相关信息,以提供个性化响应。
- 订阅者与标签: 通过分配标签来组织用户,并根据定义的细分群体定制其聊天体验。
- 收件箱与交接: 提供实时聊天窗口,可在其中监控对话,并在必要时将其转交给人工客服。
- 分析仪表板: 通过洞察力强的指标和可视化图表,监控聊天机器人的交互情况和性能。
目录结构
- frontend: 基于 React/Next.js 构建的管理面板,用于管理聊天机器人的配置和流程。
- api: 基于 NestJS 构建的后端 API,连接 MongoDB 用于数据存储和管理。
- widget: 基于 React 的实时聊天小部件,可嵌入任何网站以提供实时互动。
- docker: 一组 Docker Compose 文件,用于部署整个解决方案,使 Hexabot 能够在任何环境中轻松运行。
入门指南
先决条件
- Node.js >= 20.18.1
- npm(Node 包管理器)
- 已安装 Docker
安装
全局安装 Hexabot CLI,以便轻松使用其命令:
npm install -g hexabot-cli
使用方法
创建新项目:
hexabot create my-chatbot这将创建一个名为
my-chatbot的新文件夹,其中包含所有必要的文件以开始使用。进入您的项目文件夹:
cd my-chatbot安装依赖项:
npm install初始化环境:
hexabot init此命令会将
.env.example文件复制到.env,您可以编辑该文件以自定义配置。以开发模式运行:
hexabot dev --services ollama这将在开发模式下启动所需的服务。
管理后台界面可通过 http://localhost:8080 访问,默认凭据为:
- 用户名: admin@admin.admin
- 密码: adminadmin
文档
有关如何入门的详细信息,以及深入的用户和开发者指南,请参阅 docs 文件夹中的完整文档,或访问 文档。您还可以在以下位置找到项目不同组件的特定文档:
贡献
我们欢迎社区的贡献!无论您是想报告 bug、提出新功能建议,还是提交 pull request,您的意见对我们都非常宝贵。
请先参阅我们的贡献政策:如何为 Hexabot 做贡献
欢迎您加入我们的 Discord 社区。
- 克隆仓库:
$ git clone https://github.com/hexastack/hexabot.git
- 安装依赖: 安装 Node.js 依赖:
$ npm install
- 环境配置: 为配置环境变量,在根目录下运行以下命令进行初始化:
$ hexabot init
如果 ./docker 目录下尚未存在 .env 文件,此命令会将 .env.example 文件复制到该目录并重命名为 .env。
- 运行应用: 环境配置完成后,即可启动应用。您可以使用以下任一命令:
开发模式:
$ hexabot dev
或者,您也可以选择直接拉取 Docker 镜像而非构建镜像:
$ hexabot start
此外,您还可以启用 Ollama 等服务(这些服务在 ./docker 文件夹中定义):
$ hexabot dev --services ollama
注意: 首次运行应用时,Docker 需要一些时间来下载所有必要的镜像。
许可证
本软件采用 GNU Affero 通用公共许可证 v3.0 (AGPLv3) 许可证,并附加以下条款:
- “Hexabot” 是 Hexastack 的注册商标。未经明确书面许可,您不得在衍生作品中使用该名称。
- 所有衍生作品必须在显著位置(例如软件的“关于”页面、文档和 README 文件中)明确注明原始创建者及软件——Hexastack 和 Hexabot。
版本历史
v2.2.22025/01/24v2.1.52024/12/10v2.0.22024/10/27v2.0.02024/10/26常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器