# 自适应AI智能体框架 `AI智能体` `多智能体` `自我进化` `人机协同` `生产级`

Hive Banner

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

[![Apache 2.0 License](https://img.shields.io/badge/License-Apache%202.0-blue.svg)](https://github.com/adenhq/hive/blob/main/LICENSE) [![Y Combinator](https://img.shields.io/badge/Y%20Combinator-Aden-orange)](https://www.ycombinator.com/companies/aden) [![Discord](https://img.shields.io/discord/1172610340073242735?logo=discord&labelColor=%235462eb&logoColor=%23f5f5f5&color=%235462eb)](https://discord.com/invite/MXE49hrKDk) [![Twitter Follow](https://img.shields.io/twitter/follow/teamaden?logo=X&color=%23f5f5f5)](https://x.com/aden_hq) [![LinkedIn](https://custom-icon-badges.demolab.com/badge/LinkedIn-0A66C2?logo=linkedin-white&logoColor=fff)](https://www.linkedin.com/company/teamaden/)

AI Agents Multi-Agent Goal-Driven HITL Production

OpenAI Anthropic Gemini MCP

## 概述 无需硬编码工作流,即可构建可靠、自我进化的 AI 智能体。通过与编码智能体对话定义目标,框架会自动生成包含动态连接代码的节点图。当出现故障时,框架捕获失败数据,通过编码智能体对智能体进行演化并重新部署。内置的人机协同节点、凭证管理和实时监控,让你在保持灵活性的同时掌握完全控制权。 访问 [adenhq.com](https://adenhq.com) 获取完整文档、示例和指南。 ## Hive 适合谁? Hive 专为希望构建**生产级 AI 智能体**、无需手动连接复杂工作流的开发者和团队而设计。 如果你符合以下条件,Hive 非常适合你: - 希望 AI 智能体**执行真实的业务流程**,而不仅仅是演示 - 偏好**目标驱动开发**,而非硬编码工作流 - 需要能随时间**自我修复和自适应**的智能体 - 要求**人机协同控制**、可观测性和成本限制 - 计划在**生产环境**中运行智能体 如果你只是在试验简单的智能体链或一次性脚本,Hive 可能不是最佳选择。 ## 何时应该使用 Hive? 当你需要以下功能时,请使用 Hive: - 长时运行的自主智能体 - 多智能体协调 - 基于故障的持续改进 - 强大的监控、安全和预算控制 - 能随目标演进的框架 ## 什么是 Aden

Aden Architecture

Aden 是一个用于构建、部署、运营和适配 AI 智能体的平台: - **构建** - 编码智能体根据自然语言目标生成专业的工作智能体(销售、营销、运营) - **部署** - 无头部署,支持 CI/CD 集成和完整的 API 生命周期管理 - **运营** - 实时监控、可观测性和运行时防护措施,保持智能体稳定可靠 - **适配** - 持续评估、监督和自适应,确保智能体持续改进 - **基础设施** - 共享内存、LLM 集成、工具和技能为每个智能体提供动力 ## 快速链接 - **[文档](https://docs.adenhq.com/)** - 完整指南和 API 参考 - **[自托管指南](https://docs.adenhq.com/getting-started/quickstart)** - 在你的基础设施上部署 Hive - **[更新日志](https://github.com/adenhq/hive/releases)** - 最新更新和发布 - **[报告问题](https://github.com/adenhq/hive/issues)** - 错误报告和功能请求 ## 快速开始 ### 前置条件 - [Python 3.11+](https://www.python.org/downloads/) 用于智能体开发 - Claude Code 或 Cursor,用于使用智能体技能 ### 安装 ```bash # 克隆仓库 git clone https://github.com/adenhq/hive.git cd hive # 运行快速启动脚本 ./quickstart.sh ``` 此脚本将设置: - **framework** - 核心智能体运行时和图执行器(位于 `core/.venv`) - **aden_tools** - 智能体能力的 MCP 工具(位于 `tools/.venv`) - 所有必需的 Python 依赖 ### 构建你的第一个智能体 ```bash # 使用 Claude Code 构建智能体 claude> /building-agents-construction # 测试你的智能体 claude> /testing-agent # 运行你的智能体 PYTHONPATH=core:exports python -m your_agent_name run --input '{...}' ``` **[完整设置指南](ENVIRONMENT_SETUP.md)** - 智能体开发的详细说明 ### Cursor IDE 支持 技能也可在 Cursor 中使用。启用方式: 1. 打开命令面板(`Cmd+Shift+P` / `Ctrl+Shift+P`) 2. 运行 `MCP: Enable` 启用 MCP 服务器 3. 重启 Cursor 以从 `.cursor/mcp.json` 加载 MCP 服务器 4. 在智能体聊天中输入 `/` 并搜索技能(例如 `/building-agents-construction`) ## 功能特性 - **目标驱动开发** - 用自然语言定义目标,编码智能体自动生成智能体图和连接代码 - **自适应性** - 框架捕获故障、根据目标进行校准,并对智能体图进行演化 - **动态节点连接** - 无预定义边,连接代码由任意有能力的 LLM 根据目标生成 - **SDK 封装节点** - 每个节点开箱即得共享内存、本地 RLM 内存、监控、工具和 LLM 访问能力 - **人机协同** - 干预节点可在执行过程中暂停等待人工输入,支持可配置超时和升级策略 - **实时可观测性** - WebSocket 流式传输,实现对智能体执行、决策和节点间通信的实时监控 - **成本与预算控制** - 设置消费限额、流量限制和自动模型降级策略 - **生产就绪** - 支持自托管,专为规模化和高可靠性而构建 ## 为什么选择 Aden Hive 专注于生成能运行真实业务流程的智能体,而非通用智能体。无需手动设计工作流、定义智能体交互或被动处理故障,Hive 颠覆了传统范式:**你描述结果,系统自动构建**——以易用的工具和集成,提供结果导向、自适应的体验。 ```mermaid flowchart LR GOAL["定义目标"] --> GEN["自动生成图"] GEN --> EXEC["执行智能体"] EXEC --> MON["监控与观测"] MON --> CHECK{{"通过?"}} CHECK -- "是" --> DONE["交付结果"] CHECK -- "否" --> EVOLVE["演化图"] EVOLVE --> EXEC GOAL -.- V1["自然语言"] GEN -.- V2["即时架构"] EXEC -.- V3["便捷集成"] MON -.- V4["完全可见"] EVOLVE -.- V5["自适应性"] 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 ``` ### Aden 的优势 | 传统框架 | Aden | | ------------------ | ---------------------------- | | 硬编码智能体工作流 | 用自然语言描述目标 | | 手动定义图 | 自动生成智能体图 | | 被动错误处理 | 结果评估与自适应 | | 静态工具配置 | 动态 SDK 封装节点 | | 单独搭建监控系统 | 内置实时可观测性 | | 自行管理预算 | 集成成本控制与模型降级 | ### 工作原理 1. **定义目标** → 用简单英语描述你想实现的结果 2. **编码智能体生成** → 创建智能体图、连接代码和测试用例 3. **工作智能体执行** → SDK 封装节点以完整可观测性和工具访问能力运行 4. **控制平面监控** → 实时指标、预算执行、策略管理 5. **自适应性** → 发生故障时,系统自动演化图并重新部署 ## 运行预构建智能体(即将推出) ### 运行示例智能体 Aden Hive 提供了一系列精选智能体,可直接使用或在其基础上进行构建。 ### 运行他人分享的智能体 将智能体放入 `exports/` 目录,然后运行 `PYTHONPATH=core:exports python -m your_agent_name run --input '{...}'` 使用框架构建和运行目标驱动智能体: ```bash # 一次性设置 ./quickstart.sh # 此脚本将设置: # - framework 包(核心运行时) # - aden_tools 包(MCP 工具) # - 所有 Python 依赖 # 使用 Claude Code 技能构建新智能体 claude> /building-agents-construction # 测试智能体 claude> /testing-agent # 运行智能体 PYTHONPATH=core:exports python -m agent_name run --input '{...}' ``` 完整设置说明请参见 [ENVIRONMENT_SETUP.md](ENVIRONMENT_SETUP.md)。 ## 文档 - **[开发者指南](DEVELOPER.md)** - 面向开发者的综合指南 - [快速入门](docs/getting-started.md) - 快速设置说明 - [配置指南](docs/configuration.md) - 所有配置选项 - [架构概览](docs/architecture/README.md) - 系统设计与结构 ## 路线图 Aden Hive 智能体框架旨在帮助开发者构建结果导向、自适应的智能体。详情请见 [ROADMAP.md](ROADMAP.md)。 ```mermaid flowchart TD subgraph Foundation direction LR subgraph arch["架构"] a1["基于节点的架构"]:::done a2["Python SDK"]:::done a3["LLM 集成"]:::done a4["通信协议"]:::done end subgraph ca["编码智能体"] b1["目标创建会话"]:::done b2["工作智能体创建"] b3["MCP 工具"]:::done end subgraph wa["工作智能体"] c1["人机协同"]:::done c2["回调处理器"]:::done c3["干预点"]:::done c4["流式接口"] end subgraph cred["凭证"] d1["设置流程"]:::done d2["可插拔来源"]:::done d3["企业密钥"] d4["集成工具"]:::done end subgraph tools["工具"] e1["文件操作"]:::done e2["内存 STM/LTM"]:::done e3["网络搜索/抓取"]:::done e4["CSV/PDF"]:::done e5["Excel/邮件"] end subgraph core["核心"] f1["评估系统"] f2["Pydantic 校验"]:::done f3["文档"]:::done f4["自适应性"] f5["示例智能体"] end end subgraph Expansion direction LR subgraph intel["智能增强"] g1["防护栏"] g2["流式模式"] g3["图像生成"] g4["语义搜索"] end subgraph mem["内存迭代"] h1["消息模型与会话"] h2["存储迁移"] h3["上下文构建"] h4["主动压缩"] h5["Token 追踪"] end subgraph evt["事件系统"] i1["节点事件总线"] end subgraph cas["编码智能体支持"] j1["Claude Code"] j2["Cursor"] j3["Opencode"] j4["Antigravity"] end subgraph plat["平台"] k1["JavaScript/TypeScript SDK"] k2["自定义工具集成器"] k3["Windows 支持"] end subgraph dep["部署"] l1["自托管"] l2["云服务"] l3["CI/CD 流水线"] end subgraph tmpl["模板"] m1["销售智能体"] m2["营销智能体"] m3["分析智能体"] m4["培训智能体"] m5["智能表单智能体"] end end classDef done fill:#9e9e9e,color:#fff,stroke:#757575 ``` ## 贡献 我们欢迎社区贡献!我们特别希望获得帮助来为框架构建工具、集成和示例智能体([查看 #2805](https://github.com/adenhq/hive/issues/2805))。如果你有兴趣扩展其功能,这是最好的起点。请参阅 [CONTRIBUTING.md](CONTRIBUTING.md) 了解贡献规范。 **重要提示:** 提交 PR 前请先认领 issue。在 issue 上留言认领,维护者将为你分配。附有可复现步骤和提案的 issue 会被优先处理,这有助于避免重复工作。 1. 找到或创建一个 issue 并获得分配 2. Fork 仓库 3. 创建功能分支(`git checkout -b feature/amazing-feature`) 4. 提交更改(`git commit -m 'Add amazing feature'`) 5. 推送到分支(`git push origin feature/amazing-feature`) 6. 发起 Pull Request ## 社区与支持 我们使用 [Discord](https://discord.com/invite/MXE49hrKDk) 进行支持、功能请求和社区讨论。 - Discord - [加入我们的社区](https://discord.com/invite/MXE49hrKDk) - Twitter/X - [@adenhq](https://x.com/aden_hq) - LinkedIn - [公司主页](https://www.linkedin.com/company/teamaden/) ## 加入我们的团队 **我们正在招聘!** 欢迎加入我们,参与工程、研究和市场推广等岗位。 [查看开放职位](https://jobs.adenhq.com/a8cec478-cdbc-473c-bbd4-f4b7027ec193/applicant) ## 安全 有关安全问题,请参阅 [SECURITY.md](SECURITY.md)。 ## 许可证 本项目基于 Apache License 2.0 授权——详情请见 [LICENSE](LICENSE) 文件。 ## 常见问题(FAQ) **Q:Hive 依赖 LangChain 或其他智能体框架吗?** 不依赖。Hive 从零开始构建,不依赖 LangChain、CrewAI 或其他智能体框架。该框架设计精简灵活,通过动态生成智能体图而非依赖预定义组件来运行。 **Q:Hive 支持哪些 LLM 提供商?** Hive 通过 LiteLLM 集成支持 100+ 个 LLM 提供商,包括 OpenAI(GPT-4、GPT-4o)、Anthropic(Claude 系列)、Google Gemini、DeepSeek、Mistral、Groq 等。只需设置相应的 API 密钥环境变量并指定模型名称即可。 **Q: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。使用 `ollama/model-name` 格式的模型名称(如 `ollama/llama3`、`ollama/mistral`),并确保 Ollama 在本地运行即可。 **Q: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——你无需硬编码工作流或手动定义图。当智能体失败时,框架会自动捕获失败数据、演化智能体图并重新部署。这种自我改进循环是 Aden 独有的。 **Q: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。 **Q:Hive 会收集用户数据吗?** Hive 会收集用于监控和可观测性的遥测数据,包括 Token 使用量、延迟指标和成本追踪。内容捕获(提示词和响应)可配置,数据以团队隔离方式存储。自托管时所有数据保留在你的基础设施内。 **Q:Hive 支持哪些部署方式?** Hive 通过 Python 包支持自托管部署。安装说明请参见[环境设置指南](ENVIRONMENT_SETUP.md)。云部署选项和 Kubernetes 就绪配置已在路线图中。 **Q:Hive 能处理复杂的生产级用例吗?** 可以。Hive 专为生产环境设计,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特性。框架既能处理简单自动化,也能应对复杂的多智能体工作流。 **Q:Hive 支持人机协同工作流吗?** 支持。Hive 通过干预节点完全支持人机协同工作流,可在执行过程中暂停等待人工输入。这些节点包含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。 **Q:Hive 提供哪些监控和调试工具?** Hive 提供全面的可观测性功能:用于实时智能体执行监控的 WebSocket 流式传输、基于 TimescaleDB 的成本和性能指标分析、用于 Kubernetes 集成的健康检查端点,以及用于智能体执行的 MCP 工具(包括文件操作、网络搜索、数据处理等)。 **Q:Hive 支持哪些编程语言?** Hive 框架基于 Python 构建。JavaScript/TypeScript SDK 已列入路线图。 **Q:Aden 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。智能体可通过节点架构与外部 API、数据库和服务集成。 **Q:Hive 中的成本控制是如何工作的?** Hive 提供精细的预算控制,包括消费限额、流量限制和自动模型降级策略。你可以在团队、智能体或工作流级别设置预算,并进行实时成本追踪和告警。 **Q:在哪里可以找到示例和文档?** 访问 [docs.adenhq.com](https://docs.adenhq.com/) 获取完整指南、API 参考和入门教程。仓库中也包含 `docs/` 文件夹中的文档和全面的 [DEVELOPER.md](DEVELOPER.md) 指南。 **Q:如何为 Aden 做贡献?** 欢迎贡献!Fork 仓库,创建功能分支,实现你的更改,然后提交 Pull Request。详细指南请参见 [CONTRIBUTING.md](CONTRIBUTING.md)。 **Q:我的团队何时能看到 Aden 自适应智能体的成效?** Aden 的自适应循环从第一次执行就开始工作。当智能体失败时,框架会捕获失败数据,帮助开发者通过编码智能体演化智能体图。具体多快能看到可量化的结果,取决于你的用例复杂度、目标定义质量以及产生反馈的执行量。 **Q:Hive 与其他智能体框架相比如何?** Hive 专注于生成能运行真实业务流程的智能体,而非通用智能体。这一愿景强调结果驱动的设计、自适应性,以及一套易用的工具和集成。 **Q:Aden 提供企业级支持吗?** 如需企业咨询,请通过 [adenhq.com](https://adenhq.com) 联系 Aden 团队,或加入我们的 [Discord 社区](https://discord.com/invite/MXE49hrKDk)获取支持和参与讨论。 ---

Made with 🔥 Passion in San Francisco