English | 简体中文 | Español | हिन्दी | Português | 日本語 | Русский | 한국어
构建可靠的、自主的、自我改进的 AI 智能体，无需硬编码工作流。通过与编码智能体对话来定义目标，框架会生成带有动态创建连接代码的节点图。当出现问题时，框架会捕获故障数据，通过编码智能体进化智能体，并重新部署。内置的人机协作节点、凭证管理和实时监控让您在保持适应性的同时拥有完全控制权。
访问 adenhq.com 获取完整文档、示例和指南。
Hive 专为想要构建生产级 AI 智能体而无需手动编写复杂工作流的开发者和团队设计。
以下情况 Hive 非常适合您：
- 希望 AI 智能体执行真实业务流程，而不仅仅是演示
- 偏好目标驱动开发，而非硬编码工作流
- 需要自愈和自适应智能体，随时间不断改进
- 要求人机协作控制、可观测性和成本限制
- 计划在生产环境中运行智能体
如果您只是在做简单的实验性智能体链或一次性脚本，Hive 可能并不是最佳选择。
在以下场景中使用 Hive：
- 长时间运行的自主智能体
- 强护栏、流程和控制要求
- 基于失败持续改进
- 多智能体协调
- 随目标演进的框架
- 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 - 最新更新和版本
- 路线图 - 即将推出的功能和计划
- 报告问题 - Bug 报告和功能请求
- 贡献指南 - 如何贡献和提交 PR
- Python 3.11+ - 用于智能体开发
- Claude Code、Codex CLI 或 Cursor - 用于使用智能体技能
Windows 用户注意： 强烈建议使用 WSL（Windows Subsystem for Linux） 或 Git Bash 运行本框架。某些核心自动化脚本在标准命令提示符或 PowerShell 中可能无法正确执行。
注意 Hive 使用
uv工作区布局，不通过pip install安装。 从仓库根目录运行pip install -e .只会创建一个占位包，Hive 将无法正常运行。 请使用下方的 quickstart 脚本来设置环境。
# 克隆仓库
git clone https://github.com/aden-hive/hive.git
cd hive
# 运行 quickstart 设置
./quickstart.sh该脚本将安装：
-
framework - 核心智能体运行时和图执行器（在
core/.venv中） -
aden_tools - 智能体能力所需的 MCP 工具（在
tools/.venv中） -
凭证存储 - 加密 API 密钥存储（
~/.hive/credentials） -
LLM 提供商 - 交互式默认模型配置
-
使用
uv安装所有必需的 Python 依赖 -
最后，它将在浏览器中启动 Hive 开放界面
在主页输入框中输入您想要构建的智能体
点击"Try a sample agent"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自己的版本。
- 浏览器控制 - 控制您计算机上的浏览器来完成复杂任务
- 并行执行 - 并行执行生成的图。这样您可以让多个智能体同时为您完成工作
- 目标驱动生成 - 用自然语言定义目标；编码智能体生成智能体图和连接代码来实现它们
- 自适应 - 框架捕获故障，根据目标进行校准，并进化智能体图
- 动态节点连接 - 没有预定义边；连接代码由任何有能力的 LLM 根据您的目标生成
- SDK 封装节点 - 每个节点开箱即用地获得共享内存、本地 RLM 内存、监控、工具和 LLM 访问
- 人机协作 - 干预节点暂停执行以等待人工输入，支持可配置的超时和升级
- 实时可观测性 - WebSocket 流式传输用于实时监控智能体执行、决策和节点间通信
- 生产就绪 - 可自托管，为规模和可靠性而构建
Hive 被构建为模型无关和系统无关的框架。
- LLM 灵活性 - Hive 框架设计支持各种类型的 LLM，包括通过 LiteLLM 兼容提供商的托管和本地模型。
- 业务系统连接 - Hive 框架设计通过 MCP 将各种业务系统作为工具连接，如 CRM、支持、消息、数据、文件和内部 API。
Hive 专注于生成运行真实业务流程的智能体，而非通用智能体。Hive 颠覆了这一范式：您描述结果，系统自动构建自己——提供目标驱动的、自适应的体验，配备易用的工具集和集成。
flowchart LR
GOAL["Define Goal"] --> GEN["Auto-Generate Graph"]
GEN --> EXEC["Execute Agents"]
EXEC --> MON["Monitor & Observe"]
MON --> CHECK{{"Pass?"}}
CHECK -- "Yes" --> DONE["Deliver Result"]
CHECK -- "No" --> EVOLVE["Evolve Graph"]
EVOLVE --> EXEC
GOAL -.- V1["Natural Language"]
GEN -.- V2["Instant Architecture"]
EXEC -.- V3["Easy Integrations"]
MON -.- V4["Full visibility"]
EVOLVE -.- V5["Adaptability"]
DONE -.- V6["Reliable outcomes"]
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
| 传统框架 | Hive |
|---|---|
| 硬编码智能体工作流 | 用自然语言描述目标 |
| 手动图定义 | 自动生成智能体图 |
| 被动错误处理 | 结果评估和自适应 |
| 静态工具配置 | 动态 SDK 封装节点 |
| 单独设置监控 | 内置实时可观测性 |
| DIY 预算管理 | 集成成本控制与降级 |
- 定义目标 → 用简单语言描述您想要实现的目标
- 编码智能体生成 → 创建智能体图、连接代码和测试用例
- 工作节点执行 → SDK 封装节点以完全可观测性和工具访问运行
- 控制平面监控 → 实时指标、预算执行、策略管理
- 自适应 → 失败时，系统进化图并自动重新部署
现在您可以通过选择智能体（现有智能体或示例智能体）来运行它。您可以点击左上角的运行按钮，也可以与 Queen 智能体对话让它为您运行智能体。
Aden Hive 智能体框架旨在帮助开发者构建面向结果的、自适应的智能体。详情请参阅 roadmap.md。
flowchart TB
%% Main Entity
User([User])
%% =========================================
%% EXTERNAL EVENT SOURCES
%% =========================================
subgraph ExtEventSource [External Event Source]
E_Sch["Schedulers"]
E_WH["Webhook"]
E_SSE["SSE"]
end
%% =========================================
%% SYSTEM NODES
%% =========================================
subgraph WorkerBees [Worker Bees]
WB_C["Conversation"]
WB_SP["System prompt"]
subgraph Graph [Graph]
direction TB
N1["Node"] --> N2["Node"] --> N3["Node"]
N1 -.-> AN["Active Node"]
N2 -.-> AN
N3 -.-> AN
%% Nested Event Loop Node
subgraph EventLoopNode [Event Loop Node]
ELN_L["listener"]
ELN_SP["System Prompt<br/>(Task)"]
ELN_EL["Event loop"]
ELN_C["Conversation"]
end
end
end
subgraph JudgeNode [Judge]
J_C["Criteria"]
J_P["Principles"]
J_EL["Event loop"] <--> J_S["Scheduler"]
end
subgraph QueenBee [Queen Bee]
QB_SP["System prompt"]
QB_EL["Event loop"]
QB_C["Conversation"]
end
subgraph Infra [Infra]
SA["Sub Agent"]
TR["Tool Registry"]
WTM["Write through Conversation Memory<br/>(Logs/RAM/Harddrive)"]
SM["Shared Memory<br/>(State/Harddrive)"]
EB["Event Bus<br/>(RAM)"]
CS["Credential Store<br/>(Harddrive/Cloud)"]
end
subgraph PC [PC]
B["Browser"]
CB["Codebase<br/>v 0.0.x ... v n.n.n"]
end
%% =========================================
%% CONNECTIONS & DATA FLOW
%% =========================================
%% External Event Routing
E_Sch --> ELN_L
E_WH --> ELN_L
E_SSE --> ELN_L
ELN_L -->|"triggers"| ELN_EL
%% User Interactions
User -->|"Talk"| WB_C
User -->|"Talk"| QB_C
User -->|"Read/Write Access"| CS
%% Inter-System Logic
ELN_C <-->|"Mirror"| WB_C
WB_C -->|"Focus"| AN
WorkerBees -->|"Inquire"| JudgeNode
JudgeNode -->|"Approve"| WorkerBees
%% Judge Alignments
J_C <-.->|"aligns"| WB_SP
J_P <-.->|"aligns"| QB_SP
%% Escalate path
J_EL -->|"Report (Escalate)"| QB_EL
%% Pub/Sub Logic
AN -->|"publish"| EB
EB -->|"subscribe"| QB_C
%% Infra and Process Spawning
ELN_EL -->|"Spawn"| SA
SA -->|"Inform"| ELN_EL
SA -->|"Starts"| B
B -->|"Report"| ELN_EL
TR -->|"Assigned"| ELN_EL
CB -->|"Modify Worker Bee"| WB_C
%% =========================================
%% SHARED MEMORY & LOGS ACCESS
%% =========================================
%% Worker Bees Access (link to node inside Graph subgraph)
AN <-->|"Read/Write"| WTM
AN <-->|"Read/Write"| SM
%% Queen Bee Access
QB_C <-->|"Read/Write"| WTM
QB_EL <-->|"Read/Write"| SM
%% Credentials Access
CS -->|"Read Access"| QB_C
我们欢迎社区贡献！我们特别希望获得构建工具、集成和框架示例智能体的帮助（查看 #2805）。如果您有兴趣扩展其功能，这是最好的起点。请参阅 CONTRIBUTING.md 了解指南。
重要： 请在提交 PR 之前先认领 Issue。在 Issue 下评论认领，维护者会将其分配给您。包含可复现步骤和提案的 Issue 将优先处理。这有助于避免重复工作。
- 找到或创建 Issue 并获得分配
- Fork 仓库
- 创建功能分支（
git checkout -b feature/amazing-feature） - 提交更改（
git commit -m 'Add amazing feature'） - 推送到分支（
git push origin feature/amazing-feature） - 创建 Pull Request
我们使用 Discord 进行支持、功能请求和社区讨论。
我们正在招聘！ 加入我们的工程、研究和市场推广团队。
有关安全问题，请参阅 SECURITY.md。
本项目采用 Apache License 2.0 许可证 - 详情请参阅 LICENSE 文件。
问：Hive 支持哪些 LLM 提供商？
Hive 通过 LiteLLM 集成支持 100 多个 LLM 提供商，包括 OpenAI（GPT-4、GPT-4o）、Anthropic（Claude 模型）、Google Gemini、DeepSeek、Mistral、Groq 等。只需设置适当的 API 密钥环境变量并指定模型名称即可。我们推荐使用 Claude、GLM 和 Gemini，因为它们性能最佳。
问：我可以在 Hive 中使用 Ollama 等本地 AI 模型吗？
可以！Hive 通过 LiteLLM 支持本地模型。只需使用模型名称格式 ollama/model-name（例如 ollama/llama3、ollama/mistral），并确保 Ollama 在本地运行即可。
问：Hive 与其他智能体框架有何不同？
Hive 使用编码智能体从自然语言目标生成整个智能体系统——您无需硬编码工作流或手动定义图。当智能体失败时，框架会自动捕获故障数据、进化智能体图并重新部署。这种自我改进循环是 Aden 独有的。
问：Hive 是开源的吗？
是的，Hive 在 Apache License 2.0 下完全开源。我们积极鼓励社区贡献和协作。
问：Hive 能处理复杂的生产级用例吗？
可以。Hive 明确为生产环境设计，具备自动故障恢复、实时可观测性、成本控制和水平扩展支持等功能。该框架可处理从简单自动化到复杂多智能体工作流的各种场景。
问：Hive 支持人机协作工作流吗？
是的，Hive 通过干预节点完全支持人机协作工作流，这些节点会暂停执行以等待人工输入。包括可配置的超时和升级策略，实现人类专家与 AI 智能体的无缝协作。
问：Hive 支持哪些编程语言？
Hive 框架使用 Python 构建。JavaScript/TypeScript SDK 已在路线图中。
问：Hive 智能体可以与外部工具和 API 交互吗？
可以。Aden 的 SDK 封装节点提供内置工具访问，框架支持灵活的工具生态系统。智能体可以通过节点架构与外部 API、数据库和服务集成。
问：成本控制如何工作？
Hive 提供精细的预算控制，包括支出限制、节流和自动模型降级策略。您可以在团队、智能体或工作流级别设置预算，支持实时成本跟踪和告警。
问：在哪里可以找到示例和文档？
访问 docs.adenhq.com 获取完整指南、API 参考和入门教程。仓库中的 docs/ 文件夹也包含文档，以及完整的开发者指南。
问：如何为 Aden 做贡献？
欢迎贡献！Fork 仓库，创建功能分支，实现您的更改，然后提交 Pull Request。详细指南请参阅 CONTRIBUTING.md。
用 🔥 热情打造于旧金山