Hive : 做真实业务工作的 AI 智能体蜂群运行时

AI工具1小时前发布 FuturX-Editor
8 0

AI智库导航-aiguide.cc为您提供最新的AI新闻资讯和最新的AI工具推荐,在这里你可以获得用于营销的AI聊天机器人、AI在商业管理中的应用、用于数据分析的AI工具、机器学习模型、面向企业的AI解决方案、AI在商业客户服务中的应用、AI和自动化工具等。

主要介绍

Hive(OpenHive)是 Y Combinator 支持的 Aden 公司开源的 AI 智能体蜂群运行时,官方定位是「做真实业务工作的智能体 colony 开源运行时」。它提出了一套区别于主流图式编排的范式:女王智能体加蜂群。你只需告诉女王智能体你要什么,她先亲自做第一份工作来摸清任务需要什么,再把剩余工作派发给尽可能多的并行 worker 智能体,所有结果落到一个共享的磁盘追踪表(SQLite),供查询、审计与断点恢复。这套设计的核心理念是「无需画工作流图」——女王随工作展开动态塑造蜂群,而不是预先编排好节点;进度记在磁盘追踪表而非塞进上下文窗口,从根本上规避长任务的上下文膨胀。女王在干中学,把验证过的方法沉淀为可复用的 Agent Skills,形成自我改进闭环。项目内置 13 个人格化女王角色(增长、营收运营、内容、线索、外联、品牌设计六个开箱即用),具备可测量的长期记忆,在 LongMemEval 基准上取得 88.4% 与 82.0% 的成绩。代码以 Python 编写,Apache-2.0 许可,2026 年 11 月 17 日发布 v1.0.15「Notes in Time」记忆版本。截至 2026 年 11 月 18 日,GitHub 仓库获 11,167 星、5,629 次复刻。
Hive 官方仓库 banner(OpenHive:描述结果,女王智能体长出一个蜂群去完成它)

功能特点

  • 女王加蜂群范式:女王智能体先亲自做一份工作学习任务,再派发并行 worker,无需预先画工作流图,蜂群随工作展开动态成形
  • 磁盘追踪表:所有结果落进共享 SQLite 表而非上下文窗口,可查询、导出、审计与断点续跑,长任务不膨胀上下文
  • 可测量的长期记忆:女王跨会话记住你,每次对话前自动召回相关历史,在 LongMemEval 基准上取得 88.4% 与 82.0% 的成绩
  • 自我改进技能库:女王把验证过的方法写成 Agent Skills(agentskills.io 开放格式),随使用持续沉淀,新任务复用
  • 十三个人格化女王:增长、营收运营、内容、线索、外联、品牌设计六个开箱即用,其余可从组织架构图聘请或自建
  • 进程内工具:Shell 命令、后台任务、文件编辑、快速代码搜索、PDF、网页抓取、图表、CSV 与图片生成在运行时内直接运行,无需另起工具服务
  • 浏览器桥接:扩展让智能体在你已登录的 Chrome 里工作,每个 worker 独立标签组
  • 任意模型与 MCP:兼容 LiteLLM 支持的所有供应商与本地 Ollama,worker 可用不同于女王的模型,任意 MCP 服务器一键接入
  • 定时与哨兵:蜂群可被 cron、interval 或 webhook 唤醒,Sentinel 在女王停顿时主动推进或升级到收件箱、Telegram、Slack
  • 生产级韧性:状态存磁盘崩溃后精确恢复,大工具结果溢出文件,长会话自动压缩,卡死回合被捕获,每个 worker 有硬工具调用预算

优缺点

优点:

  • 优点1:自组织拆解免编排,女王动态塑造蜂群,省去画工作流图与预先设计节点的成本
  • 优点2:磁盘追踪表解耦上下文,进度记在可查询可审计的表里,长任务不会因上下文膨胀而失稳
  • 优点3:记忆质量可量化,LongMemEval 基准有据可查,v1.0.15 让笔记在回答前送达女王
  • 优点4:生产级韧性到位,崩溃恢复、预算、卡死检测与哨兵一应俱全,真正面向业务运行
  • 优点5:自我改进沉淀技能,女王把验证过的方法写成 Agent Skills,能力随使用滚雪球式积累
缺点:
  • 缺点1:范式新颖有学习曲线,女王加蜂群加磁盘追踪表的心智模型区别于主流图式编排,团队理解成本较高
  • 缺点2:开源版与商业平台边界需厘清,OpenHive 与 Aden 云平台的 HoneyComb、ARP 等能力分界需自行确认,部分高级能力依赖商业产品
  • 缺点3:项目快速演进,v1.0 系列持续迭代,接口与行为可能变化,生产采用需关注版本兼容
  • 缺点4:女王质量依赖模型,自组织拆解与自我改进依赖强模型能力,弱模型下拆解可能不够合理

如何使用

整体上手路径分「安装、配置、启动、协作」四步,官方快速启动脚本会自动补齐依赖:
第一步安装:克隆仓库后运行快速启动脚本,脚本自动检查 Python 3.11 与 Node.js 20 环境并安装缺失的 uv 与 ripgrep;也可直接从 PyPI 用 pip 安装 aden-hive 包后以 hive open 命令启动。
第二步配置模型:在启动引导中选择模型来源——可用 Anthropic、OpenAI、Gemini、Groq、Cerebras 或 OpenRouter 的 API 密钥,也可复用已付费的编码订阅(Claude Code、Codex、Kimi Code 等),或用本地 Ollama 完全无密钥。
第三步启动:脚本创建独立 Python 环境、把密钥加密存到用户目录、构建仪表盘并打开本地 8787 端口页面,女王与蜂群的状态都在仪表盘上呈现。
第四步协作:向女王描述目标,她会先提问澄清关键分歧、提出蜂群方案等你批准,然后亲自做第一份工作摸索方法、把方法写成技能,再扇出并行 worker,结果落到追踪表,她逐行核对后带着来源与图表回复你。

框架技术原理

  • 女王蜂群架构:长生命周期女王智能体持角色、记忆与工具,按工作单元派生并管理若干 worker 智能体,各司其职并向女王汇报
  • 动态任务拆解:女王先亲自完成一份工作以学习任务规律,再据此决定并行 worker 的数量与分工,无需预先定义工作流图
  • 磁盘状态追踪:进度写入共享 SQLite 追踪表,与上下文窗口解耦,支撑查询、导出、审计与断点续跑
  • 记忆证据链:女王以 Markdown 笔记形式记录,相关历史对话在每次消息前自动召回,笔记变更可追溯可撤销
  • 技能沉淀机制:女王把验证有效的方法封装为 Agent Skills,写入技能库供后续任务复用,实现经验积累
  • 崩溃恢复模型:每个智能体把状态落盘,崩溃或重启后从断点精确恢复,大工具结果溢出到文件避免淹没上下文
  • 韧性守护:长会话自动压缩、卡死或循环回合被捕获、每个 worker 受硬工具调用预算约束
  • 模型无关层:经 LiteLLM 适配任意供应商与本地模型,worker 与女王可运行不同模型,纯文本模型经视觉回退读图

创新点

  • 女王蜂群自组织范式:用「女王先做一份再扇出」替代「预先画工作流图」,把任务拆解交给智能体而非人工编排
  • 磁盘追踪表取代上下文窗口:用可查询可审计的持久表记录进度,是解决长任务上下文膨胀的一条新路线
  • 可测量的记忆:把长期记忆做成长记忆基准可验证的能力,并给出明确分数与局限说明
  • 干中学的技能沉淀:女王把验证过的方法即时写成 Agent Skills,让自组织协作同时成为技能积累
  • 面向业务的生产韧性:崩溃恢复、预算、哨兵与定时触发,把「运行时」而非「编排」作为产品重心

评估标准

  • 拆解与并行质量:女王对任务的拆解是否合理、并行 worker 数量与分工是否恰当
  • 长任务稳定性:磁盘追踪表与上下文压缩在长时间运行下的表现
  • 记忆召回质量:LongMemEval 等基准分数与真实对话中的召回准确性
  • 生产韧性:崩溃恢复、预算控制、卡死检测与哨兵机制的有效性
  • 技能沉淀效果:女王写出的 Agent Skills 是否真正可复用并持续改进
  • 生态与成熟度:版本稳定性、商业平台边界与社区规模

应用领域

  • 批量相似业务处理:线索、账户、工单、仓库、文档等大量相似单元的并行处理
  • 长时运行任务:数小时或按计划运行、需在重启后继续的业务流程
  • 需要审计与核查的结果:可查询、可导出、可追溯的业务产出而非仅聊天阅读
  • 人在回路的决策场景:关键决策保留人工掌控,智能体负责执行
  • 增长与运营自动化:增长、营收运营、内容、线索、外联等开箱即用的女王角色
  • 本地隐私敏感场景:通过 Ollama 本地模型离线运行,数据不出本机

项目地址

项目由 Y Combinator 支持的 Aden 公司开源,代码以 Python 编写,采用 Apache-2.0 许可,PyPI 包名为 aden-hive,支持通过快速启动脚本或 pip 安装。仓库于 2026 年 1 月建立,截至 2026 年 11 月 18 日获 11,167 星、5,629 次复刻,官方文档站为 docs.adenhq.com。
安装方式为克隆仓库后运行 quickstart 脚本,脚本自动补齐 Python、Node、uv 与 ripgrep 环境并构建仪表盘;模型来源可选用多家 API、已付费的编码订阅或本地 Ollama 无密钥运行。
生态方面,Hive 内置 13 个人格化女王角色,兼容 agentskills.io 开放技能格式,支持任意 MCP 服务器与 LiteLLM 生态模型;公司另提供 HoneyComb、ARP 等商业配套产品,OpenHive 为开源版本。
  • 项目官网:https://docs.adenhq.com
  • 代码仓库:https://github.com/aden-hive/hive
  • 官方文档:https://docs.adenhq.com

同类型工具比较

对比维度
Hive
LangGraph
CrewAI
语言栈
Python
Python
Python
编排范式
女王加蜂群自组织(无预画图)
图式编排(DAG)
角色 Crew 协作
进度追踪
磁盘追踪表(SQLite)
图状态
会话
长期记忆
可测量(LongMemEval 88.4% 与 82.0%)
经社区集成
经社区集成
自我改进
女王沉淀 Agent Skills
无
无
生产韧性
崩溃恢复、预算、哨兵
检查点
无
许可证
Apache-2.0
MIT
MIT
GitHub 星标(2026-11-18 实测)
11,167
44,769
60,789
© 版权声明

相关文章

暂无评论

暂无评论...