HiveFlow 文档¶
HiveFlow 是开源的多 Agent 协调与 HITL 层,附带可视化 Studio 与原生 MCP 工具集成。
状态:0.1.x Alpha — API 可能演进;请参阅 版本策略。
选择你的路径¶
| 我想要… | 从这里开始 |
|---|---|
| 在 Python 中嵌入编排能力 | Core 模块 · 快速入门 |
| 自然语言规划 + Agent 运行时 | Agent 模块 · Studio Agent 指南 |
| 可视化工作流 + 运维 UI | Studio 模块 · Agent 运维 |
| 从 LangGraph 迁移 | 迁移指南 · LangGraph Sidecar |
三大模块¶
| 模块 | 说明 | 详情 |
|---|---|---|
Core (hiveflow) |
调度器、黑板、DAG/HITL/RAG/MCP 内核 | 模块概览 |
Agent (hiveflow-agent) |
自然语言 TaskGraph 规划 + 认知执行 | 模块概览 |
| Studio | 自托管 FastAPI + React 运维 UI | 模块概览 |
快速链接¶
- 快速入门 — 安装与第一个工作流
- 核心概念 — ECM、Cell、Blackboard、Scheduler
- Cookbook — HITL、RAG、Studio Agent 模式
- API 参考 — 自动生成的 Core API
- 架构 — 三层设计
- 部署 — Docker、Kubernetes
- 可观测性 — 指标、追踪、Studio 分析
最小示例(Core)¶
import asyncio
from hiveflow import HiveFlow, HiveFlowConfig, ECM
async def main():
hf = HiveFlow(HiveFlowConfig())
await hf.start()
try:
async def handler(ecm, view):
await view.put("result", f"Done: {ecm.intent}")
await hf.create_agent("worker", {"process"}, set(), {"result"}, handler)
await hf.scheduler.schedule(ECM(
trace_id="1", intent="Hello", intent_id="1",
emitter="user", required_skills=["process"],
))
finally:
await hf.shutdown()
asyncio.run(main())
社区¶
- GitHub 仓库
- Issue 跟踪
- Discussions(需在仓库设置中启用)
- 贡献指南
- 治理