第 4 部分 — 集成¶
多模态处理与 LangGraph 互操作。
4.1 多模态流水线(示例 15)¶
在统一流水线中处理图像、音频、视频(示例使用 mock Provider;生产环境替换为真实 API)。
python examples/15_multimodal_pipeline.py
典型输出:
| 模态 | 字段 |
|---|---|
| 图像 | description、labels、confidence |
| 音频 | text(转录)、language |
| 视频 | summary、key_frames、scenes |
在 hiveflow.multimodal 中实现适配器接口以接入真实 Provider。
4.2 LangGraph 导出(示例 16)¶
将 HiveFlow TaskGraph 导出为 LangGraph 兼容 JSON 与 Python 脚手架。
python examples/16_langgraph_export.py
导出内容包括:
state_schema(messages、results、intent_id)- 带 action/skill 的
nodes - 含
__start__/__end__的edges - HITL 节点的可选
interrupt_before
生成的 Python 依赖 langgraph + langchain-core(PoC — 见版本策略)。
Sidecar 模式¶
LangGraph 作为 执行运行时,HiveFlow 作为 协调层(HITL、审计、黑板、Studio UI):
用户 → Studio → HiveFlow(HITL + 审计 + 黑板)
↓
LangGraph 运行时(图执行)
深度阅读:LangGraph Sidecar Cookbook、生态兼容指南。
Studio 导出按钮¶
在 Orchestrator(编排器) Agent 模式下:
- plan-only → 导出 LangGraph JSON 或 导出 LangGraph + Python 模板
- 工具栏 导出 LangGraph — 通过
POST /api/agent/export-langgraph转换当前画布
4.3 LLM Provider 集成¶
| Provider | 文档 | 环境变量 |
|---|---|---|
| OpenAI | integrations/openai.md | OPENAI_API_KEY |
| Anthropic | integrations/anthropic.md | ANTHROPIC_API_KEY |
| Ollama | Agent llm/ollama_client.py |
OLLAMA_BASE_URL |
| DeepSeek | Agent llm/deepseek_client.py |
DEEPSEEK_API_KEY |
规划与执行可分别路由:
HIVEFLOW_LLM_PLANNING_PROVIDER=openai
HIVEFLOW_LLM_EXECUTION_PROVIDER=anthropic
4.4 MCP 生态¶
HiveFlow 原生支持 MCP(hiveflow.mcp)。插件注册的工具可被任何 MCP 兼容 Agent 发现。见 第 2 部分 — MCP。
4.5 练习¶
- 将示例 02 的流水线导出为 LangGraph JSON 并检查 node ID。
- 在示例 15 中用真实视觉 API 替换 mock 图像分析。
- 在
HIVEFLOW_PLAN_HITL=true下运行 LangGraph sidecar,并在 Studio 审批计划。
下一步¶
→ 第 5 部分 — Studio:完整可视化运维 UI walkthrough。