跳转至

HiveFlow 模块

HiveFlow 以同一仓库内三个协作包的形式交付。每个包都有独立的 README,含安装步骤与 API 入口。

概览

flowchart TB
  subgraph Studio["Studio — packages/studio"]
    UI[React UI]
    API[FastAPI backend]
  end
  subgraph Agent["Agent — hiveflow-agent"]
    HM[HiveMindApp]
    CO[CognitiveOrchestrator]
  end
  subgraph Core["Core — hiveflow"]
    SCH[Scheduler]
    BB[Blackboard]
    ORCH[Orchestrator / HITL]
  end
  UI --> API
  API --> HM
  API --> ORCH
  HM --> CO
  CO --> SCH
  CO --> BB
  ORCH --> SCH
  ORCH --> BB

Core — 编排内核

PyPI: hiveflow · 路径: packages/core

可嵌入的 Python 引擎:事件总线、基于 Skill 的调度器、带审计的黑板、静态/动态 DAG 执行、HITL 门控、checkpoint、guards、RAG 与 MCP — 无需 UI 或 LLM。

适用场景: 将编排集成到自有服务,并直接控制 Agent/ECM。

→ GitHub 完整 Core README · API · 架构


Agent — 认知运行时

PyPI: hiveflow-agent · 路径: packages/agent · 依赖: hiveflow

新增 HiveMindApp:自然语言 → TaskGraph 计划 → 绑定 Skill 的 ReAct Worker。支持 run_query、plan_only 与 execute_plan(含从 Studio 或 LangGraph 导入的计划)。

适用场景: 用户以自然语言描述任务,或需要在 Core 之上自动规划/重规划。

→ GitHub 完整 Agent README · Studio Agent 指南


Studio — 可视化运维平台

路径: packages/studio · 未上 PyPI · 技术栈: FastAPI + React

自托管 UI:Orchestrator、Chatflow、Approvals(HITL)、Analytics、Tracer、Replay。后端可在 Core DAG 与 Agent 运行时之间切换(HIVEFLOW_RUNTIME=agent)。

适用场景: 运维人员、审阅者或演示需要基于浏览器的控制平面。

→ GitHub 完整 Studio README · Agent 运维


我需要哪个模块?

目标 模块
应用中的 Python 库 仅 Core
带规划的自然语言 Agent Core + Agent
团队 UI + HITL + 分析 Core + Agent + Studio(典型全栈)
固定 DAG、无 LLM Core(Studio 可选,用于画布)