跳转至

架构

深入介绍 HiveFlow 的架构与设计决策。


概览

HiveFlow 是一个三层多智能体编排系统:

┌─────────────────────────────────────────────────────────────┐
│                    HiveFlow Studio (Web UI)                 │
│  Visual workflow builder, analytics, plugin marketplace     │
└─────────────────────────────┬───────────────────────────────┘
                              │ REST API + WebSocket (SSE)
┌─────────────────────────────▼───────────────────────────────┐
│                   HiveFlow Agent Runtime                    │
│  ReAct workers, intent parsing, memory management, tools    │
└─────────────────────────────┬───────────────────────────────┘
                              │
┌─────────────────────────────▼───────────────────────────────┐
│                    HiveFlow Core Engine                     │
│  Event Bus, Scheduler, Blackboard, Cell, Orchestrator       │
└─────────────────────────────────────────────────────────────┘

第一层:Core 引擎

基础层提供核心原语:

Event Bus(事件总线)

  • 发布/订阅模式,实现解耦通信
  • 事件类型:intent.new、task.assigned、task.completed、task.failed
  • 支持同步与异步订阅者

Scheduler(调度器)

  • 三种调度策略:least-loaded、auction、global load-aware
  • 管理 Worker 池中的任务分发
  • 可配置并发上限

Cell

  • 监督树模式
  • 管理 Worker 生命周期(启动、空闲、工作中、停止)
  • 处理 Worker 失败恢复

Blackboard(黑板)

  • Agent 间通信的共享内存
  • 基于权限的访问控制(读/写键)
  • 多种后端:内存、Redis、加密

Orchestrator(编排器)

  • 静态工作流的 DAG 编排器
  • 运行时计划生成的动态编排器
  • 自适应路由的认知编排器

第二层:Agent 运行时

在 Core 之上提供智能 Agent 行为:

ReAct Worker

  • Reasoning + Acting 循环
  • 通过 MCP 协议使用工具
  • 失败时自我纠正

Intent Parser(Intent 解析器)

  • 将用户输入解析为结构化 Intent
  • 提取所需 Skill 与上下文
  • 支持多轮对话

Memory Manager(内存管理器)

  • 短期记忆(上下文窗口)
  • 长期记忆(向量存储)
  • 情景记忆(交互历史)

Tools(工具)

  • Blackboard 工具(读/写/搜索)
  • 代码执行(沙箱)
  • 文件 I/O
  • HTTP 请求
  • 网页搜索
  • 记忆操作

第三层:Studio

可视化编排与管理平台:

Backend(FastAPI)

  • 面向所有操作的 RESTful API
  • 实时流式 WebSocket
  • SQLite/PostgreSQL/MongoDB 持久化

Frontend(React + TypeScript)

  • 可视化工作流构建器(基于节点)
  • 分析仪表盘
  • 插件市场
  • LLM 配置管理
  • 知识库管理
  • 变量与触发器管理

安全模型

纵深防御

  1. Input Guards(输入守卫):验证并清洗所有入站数据
  2. Output Guards(输出守卫):过滤并验证所有出站数据
  3. Encrypted Blackboard(加密黑板):敏感数据采用 AES-256 加密
  4. Audit Logging(审计日志):完整记录所有操作
  5. Permission System(权限系统):细粒度读/写访问控制

可扩展性

自定义后端

实现以下抽象基类: - BlackboardBackend — 自定义存储 - CheckpointBackend — 自定义状态持久化 - Guard — 自定义验证规则

自定义调度器

继承 BaseScheduler 实现自定义调度逻辑。

自定义 Worker

实现带专用工具集的自定义 Worker 类型。

插件系统

MCP 兼容插件,用于工具集成。


性能考量

  • 全链路异步优先设计
  • 外部服务连接池
  • 可配置并发上限
  • 基于 TTL 的缓存过期
  • 大型数据结构的懒加载