English | 简体中文 | Español | हिन्दी | Português | 日本語 | Русский | 한국어

面向生产级工作负载的智能体运行时框架——提供状态管理、故障恢复、可观测性以及人工监督功能，确保您的智能体真正落地运行。

概述

OpenHive 是一款无需任何配置、与模型无关的执行框架，能够动态生成多智能体拓扑结构，以高效处理复杂且长期运行的业务流程，而无需编写任何编排模板代码。用户只需定义目标，运行时便会自动生成一个严格的基于图的执行 DAG，安全协调各专业智能体并行执行任务。借助持久化的角色化内存，OpenHive 能够根据项目上下文智能演进，从而实现确定性的容错能力、深度的状态可观测性，以及在任意底层大语言模型上无缝进行异步执行。

特性

• ✅ 多智能体协同，支持并行任务执行
• ✅ 基于图的执行架构，适用于重复性和复杂流程
• ✅ 角色化内存，随项目进展动态演化
• ✅ 零配置——无需任何技术设置
• ✅ 支持通用计算及浏览器原生扩展使用
• ✅ 自定义模型支持

访问 adenhq.com 获取完整文档、示例和指南。

访问 HoneyComb 查看由 AI 自动化的各类工作。这是一个由社区 AI 智能体发展驱动的工作市场，您可以基于对某项工作被 AI 取代程度的判断，用计算代币“做多”或“做空”这些工作。

https://github.com/user-attachments/assets/bf10edc3-06ba-48b6-98ba-d069b15fb69d

Hive 适合哪些人群？

Hive 是一款用于将 AI 智能体从原型阶段推向生产环境的多智能体运行时框架。像 Openclaw 和 Cowork 这样的单体智能体虽然能很好地完成个人任务，但缺乏满足企业级业务流程所需的严谨性。

如果您符合以下条件，Hive 将非常适合您：

• 希望部署能够执行真实业务流程而非仅用于演示的 AI 智能体
• 需要一个能够在大规模场景下处理状态管理、故障恢复和并行执行的运行时框架
• 需要具备自我修复和自适应能力、能够持续优化的智能体
• 需要人工介入控制、可观测性以及成本约束
• 计划在生产环境中运行智能体，其中系统可用性、成本和可审计性至关重要

然而，如果您目前只是在试验简单的智能体链或一次性脚本，则 Hive 可能并不是最佳选择。

何时应该使用 Hive？

当瓶颈不再是模型本身，而是围绕模型的运行框架时，就该使用 Hive 了：

• 需要状态持久化和崩溃恢复的长期运行智能体
• 生产级工作负载需要成本控制、可观测性及审计追踪
• 智能体能够通过捕获故障并动态调整执行图来实现自我修复
• 多智能体协作需要会话隔离和共享缓冲区
• 您希望使用一个能够随着模型能力提升而扩展，而不是与其对抗的框架

快速链接

• 文档 — 完整指南和 API 参考
• 自托管指南 — 在您的基础设施上部署 Hive
• 更新日志 — 最新更新和发布版本
• 路线图 — 即将推出的功能和未来规划
• 报告问题 — Bug 报告和功能请求
• 贡献指南 — 如何参与贡献和提交 PR

快速入门

前置条件

• Python 3.11 或更高版本，用于智能体开发
• 一个为智能体提供支持的大语言模型提供商
• ripgrep（可选，Windows 推荐）： search_files 工具使用 ripgrep 来加速文件搜索。如果未安装，将回退到 Python 实现。在 Windows 上：运行 winget install BurntSushi.ripgrep 或 scoop install ripgrep

Windows 用户： 通过 quickstart.ps1 和 hive.ps1 支持原生 Windows 环境。请在 PowerShell 5.1+ 中运行这些脚本。此外，WSL 也是一种选择，但并非必需。

安装

注意 Hive 使用 uv 工作区布局，无法通过 pip install 进行安装。 如果直接在仓库根目录下运行 pip install -e .，只会创建一个占位包，Hive 将无法正常工作。 请使用下方的快速入门脚本设置环境。

# 克隆仓库
git clone https://github.com/aden-hive/hive.git
cd hive

# 运行快速入门设置（macOS/Linux）
./quickstart.sh

# Windows (PowerShell)
.\quickstart.ps1

这将设置：

• framework - 核心代理运行时和图执行器（位于 core/.venv 中）

• aden_tools - 用于代理能力的 MCP 工具（位于 tools/.venv 中）

• credential store - 加密的 API 密钥存储（~/.hive/credentials）

• LLM provider - 交互式的默认模型配置，包括 Hive LLM 和 OpenRouter

• 所有必需的 Python 依赖项通过 uv 安装

• 最后，它会在您的浏览器中打开 Hive 界面

提示： 若要稍后重新打开仪表板，请从项目目录运行 hive open。

构建您的第一个代理

在主页输入框中键入您想要构建的代理。女王会向您提问，并与您一起制定解决方案。

使用模板代理

点击“尝试示例代理”并查看模板。您可以直接运行模板，也可以选择在现有模板的基础上构建您自己的版本。

运行代理

现在您可以选择一个代理（无论是现有代理还是示例代理）来运行。您可以点击左上角的“运行”按钮，或者与女王代理对话，它会为您运行该代理。

集成

Hive 的设计使其与模型和系统无关。

• LLM 灵活性 - Hive Framework 支持 Anthropic、OpenAI、OpenRouter、Hive LLM 以及其他通过 LiteLLM 兼容提供商托管或本地运行的模型。
• 业务系统连接 - Hive Framework 被设计为能够通过 MCP 将各种业务系统作为工具连接起来，例如 CRM、支持、消息传递、数据、文件和内部 API。

为什么选择 Hive

随着模型性能的提升，代理的能力上限也在不断提高——但其可靠性和生产价值却取决于框架的设计。Hive 专注于构建能够运行实际业务流程的代理，而非通用型代理。与其让您手动设计工作流、定义代理交互并被动地处理故障，Hive 反其道而行之：您只需描述期望的结果，系统便会自动构建所需的一切——从而提供以结果为导向、适应性强的体验，并配备易于使用的工具和集成。

flowchart LR
    GOAL["定义目标"] --> GEN["自动生成图"]
    GEN --> EXEC["执行代理"]
    EXEC --> MON["监控与观测"]
    MON --> CHECK{{"成功？"}}
    CHECK -- "是" --> DONE["交付结果"]
    CHECK -- "否" --> EVOLVE["进化图"]
    EVOLVE --> EXEC

    GOAL -.- V1["自然语言"]
    GEN -.- V2["即时架构"]
    EXEC -.- V3["轻松集成"]
    MON -.- V4["全面可见性"]
    EVOLVE -.- V5["适应性"]
    DONE -.- V6["可靠结果"]

    style GOAL fill:#ffbe42,stroke:#cc5d00,stroke-width:2px,color:#333
    style GEN fill:#ffb100,stroke:#cc5d00,stroke-width:2px,color:#333
    style EXEC fill:#ff9800,stroke:#cc5d00,stroke-width:2px,color:#fff
    style MON fill:#ff9800,stroke:#cc5d00,stroke-width:2px,color:#fff
    style CHECK fill:#fff59d,stroke:#ed8c00,stroke-width:2px,color:#333
    style DONE fill:#4caf50,stroke:#2e7d32,stroke-width:2px,color:#fff
    style EVOLVE fill:#e8763d,stroke:#cc5d00,stroke-width:2px,color:#fff
    style V1 fill:#fff,stroke:#ed8c00,stroke-width:1px,color:#cc5d00
    style V2 fill:#fff,stroke:#ed8c00,stroke-width:1px,color:#cc5d00
    style V3 fill:#fff,stroke:#ed8c00,stroke-width:1px,color:#cc5d00
    style V4 fill:#fff,stroke:#ed8c00,stroke-width:1px,color:#cc5d00
    style V5 fill:#fff,stroke:#ed8c00,stroke-width:1px,color:#cc5d00
    style V6 fill:#fff,stroke:#ed8c00,stroke-width:1px,color:#cc5d00

工作原理

1. 定义您的目标 → 用通俗易懂的英语描述您希望达成的目标
2. 编码代理生成 → 创建 代理图、连接代码和测试用例
3. 工作者执行 → SDK 包装的节点在完全可观测性和工具访问权限下运行
4. 控制平面监控 → 实时指标、预算执行和策略管理
5. 适应性 → 发生故障时，系统会自动进化图并重新部署

文档

• 开发者指南 - 针对开发者的全面指南
• 入门指南 - 快速设置说明
• 配置指南 - 所有配置选项
• 架构概述 - 系统设计和结构

贡献

我们欢迎社区的贡献！我们尤其需要帮助构建框架的工具、集成和示例代理（请参阅 #2805）。如果您有兴趣扩展其功能，这里正是开始的理想之地。请参阅 CONTRIBUTING.md 获取相关指南。

重要提示： 请务必在提交 PR 之前先被分配到某个问题。在问题下方留言以认领，维护人员会为您分配。具有可复现步骤和详细方案的问题将优先处理。这样可以避免重复劳动。

1. 查找或创建一个问题并被分配
2. 分支仓库
3. 创建您的功能分支（git checkout -b feature/amazing-feature）
4. 提交更改（git commit -m '添加超赞功能'）
5. 推送到分支（git push origin feature/amazing-feature）
6. 打开拉取请求

社区与支持

我们使用 Discord 进行支持、功能请求和社区讨论。

• Discord - 加入我们的社区
• Twitter/X - @adenhq
• LinkedIn - 公司页面

加入我们的团队

我们正在招聘！ 欢迎加入我们的工程、研究和市场推广团队。

查看空缺职位

安全

如有安全相关问题，请参阅 SECURITY.md。

许可证

本项目采用 Apache License 2.0 许可证授权——详情请参阅 LICENSE 文件。

常见问题解答 (FAQ)

问：Hive 支持哪些大模型提供商？

Hive 通过 LiteLLM 集成支持 100 多家大模型提供商，包括 OpenAI（GPT-4、GPT-4o）、Anthropic（Claude 系列模型）、Google Gemini、DeepSeek、Mistral、Groq、OpenRouter 以及 Hive LLM。只需设置相应的 API 密钥环境变量并指定模型名称即可。有关各提供商的具体配置示例，请参阅 docs/configuration.md。

问：我能否将 Hive 与本地 AI 模型（如 Ollama）一起使用？

可以！Hive 通过 LiteLLM 支持本地模型。只需使用 ollama/模型名称 的格式（例如 ollama/llama3、ollama/mistral），并确保 Ollama 已在本地运行。

问：Hive 与其他智能体框架有何不同？

Hive 是一个智能体运行时框架，而不仅仅是编排框架。它提供了生产级的运行时层——会话隔离、基于检查点的故障恢复、成本控制、实时可观测性以及人机协作控制——这些功能使智能体能够可靠地处理实际工作负载。此外，Hive 还能根据自然语言目标自动生成整个智能体系统，并在智能体失败时自动演化图谱。正是这种强大的运行时框架与自我改进生成能力的结合，使 Hive 脱颖而出。

问：Hive 是开源的吗？

是的，Hive 在 Apache License 2.0 许可下完全开源。我们积极鼓励社区贡献和协作。

问：Hive 是否支持人机协作工作流？

是的，Hive 完全支持人机协作工作流，通过干预节点暂停执行以等待人工输入。这些节点还提供可配置的超时和升级策略，从而实现人类专家与 AI 智能体之间的无缝协作。

问：Hive 支持哪些编程语言？

Hive 框架是用 Python 构建的。JavaScript/TypeScript SDK 正在开发计划中。

问：Hive 智能体能否与外部工具和 API 进行交互？

可以。Aden 的 SDK 封装节点提供了内置的工具访问功能，同时框架也支持灵活的工具生态系统。智能体可以通过节点架构集成外部 API、数据库和其他服务。

问：Hive 中的成本控制是如何实现的？

Hive 提供细粒度的预算控制，包括支出上限、速率限制以及自动模型降级策略。您可以在团队、智能体或工作流级别设置预算，并获得实时成本跟踪和警报。

问：在哪里可以找到示例和文档？

请访问 docs.adenhq.com 获取完整的指南、API 参考和入门教程。仓库中的 docs/ 文件夹也包含相关文档，以及一份全面的开发者指南。

问：我如何为 Aden 做出贡献？

欢迎任何形式的贡献！您可以 fork 该仓库，创建自己的功能分支，实现更改后提交 pull request。详细指南请参阅 CONTRIBUTING.md。

星标历史

---

由旧金山的热情打造

Hive 快速上手指南

Hive 是一个面向生产环境的零配置、模型无关的多智能体执行框架。它能够根据你定义的目标，动态生成多智能体拓扑图，自动协调并行任务、处理状态持久化及故障恢复，适用于复杂的长周期业务工作流。

环境准备

在开始之前，请确保你的开发环境满足以下要求：

• 操作系统：macOS, Linux 或 Windows (原生支持)。
• Python 版本：Python 3.11 或更高版本。
• LLM 提供商：需要拥有一个可用的大模型 API Key（支持 OpenAI, Anthropic, Google Gemini, OpenRouter 等）。
• 可选依赖 (推荐)：
  • ripgrep：用于加速文件搜索工具 (search_files)。
  • Windows 用户安装命令：winget install BurntSushi.ripgrep 或 scoop install ripgrep。
  • macOS/Linux 用户：通常可通过包管理器安装 (如 brew install ripgrep)。

注意：Hive 使用 uv 工作区布局管理依赖，不要直接使用 pip install -e . 安装，否则会导致功能异常。请务必使用官方提供的快速启动脚本。

安装步骤

Hive 提供了自动化脚本以一键完成环境搭建、依赖安装及凭证配置。

1. 克隆仓库

git clone https://github.com/aden-hive/hive.git
cd hive

2. 运行快速启动脚本

根据你的操作系统选择对应的脚本执行：

macOS / Linux:

./quickstart.sh

Windows (PowerShell):

.\quickstart.ps1

提示：Windows 用户请使用 PowerShell 5.1+ 运行上述命令。虽然也支持 WSL，但非必须。

3. 初始化配置

脚本执行后将自动完成以下操作：

• 创建核心框架 (framework) 和工具集 (aden_tools) 的独立虚拟环境。
• 设置加密凭证存储 (~/.hive/credentials)。
• 交互式配置默认的 LLM 提供商及 API Key。
• 安装所有必要的 Python 依赖。
• 自动在浏览器中打开 Hive 仪表盘界面。

提示：若需稍后重新打开仪表盘，可在项目目录下运行 hive open。

基本使用

Hive 的核心交互通过 Web 界面进行，采用“目标驱动”模式：你只需描述想要达成的结果，系统会自动构建并执行智能体网络。

1. 创建你的第一个智能体

1. 在浏览器打开的 Hive 主页输入框中，用自然语言描述你想要构建的智能体或任务目标（例如：“分析本周的销售数据并生成报告”）。
2. 系统中的 Queen Agent 会与你互动，询问细节并共同制定解决方案。
3. 确认后，系统将自动生成执行图谱（Graph）和相应的代码。

2. 使用模板智能体

如果你希望快速体验或基于现有方案修改：

1. 点击界面上的 "Try a sample agent" 按钮。
2. 浏览可用的模板列表。
3. 你可以直接运行模板，或者选择在其基础上构建你自己的版本。

3. 运行智能体

• 手动运行：在智能体列表中选择已创建的智能体（自定义或示例），点击左上角的 Run 按钮。
• 对话运行：直接与 Queen Agent 对话，指令它为你运行特定的智能体。

运行过程中，你可以在仪表盘实时观察：

• 多智能体的并行执行状态。
• 详细的日志与可观测性数据。
• 故障自动恢复与图谱演化过程。

---

更多详细文档、API 参考及自托管指南，请访问 Hive 官方文档。