Oct 15, 2026

用 Hive 编排 Agent 蜂群

Hive 把一条消息变成一支并行 worker 蜂群,结果落进共享 SQLite tracker,可查询、可审计、可断点续跑。

#tutorial#ai-agents#python

大多数多 agent 框架让你先画一张 agent 关系图,再手动连接它们的输入和输出。Hive——一个 11k 星的开源运行时——只有一个执行原语:agent 循环。queen agent 跑这个循环,每个 worker 都是它的克隆,各有自己的任务、更少的工具和严格的预算。

为什么这个 Skill 重要

告诉 queen 你要什么,她会先亲手做第一份,弄清这件活需要什么,再把剩下的交给数量视情况而定的并行 worker。所有结果落进一个共享 tracker——磁盘上的 SQLite 文件,位于 ~/.hive/colonies/<name>/tracker/tracker.db——queen 用 SQL 查询它来掌握哪些做完了、哪些还没做。状态在磁盘上,崩溃或重启后能从停下的地方精确续跑。

Hive 内置十三个角色 queen,其中六个开箱即用:Growth、RevOps、Content、Lead Generation、Outbound 和 Brand & Design。它能跑任何 LiteLLM 支持的模型,包括 Claude Code、OpenAI Codex 这类编码订阅,以及通过 Ollama 接入的本地模型。

安装

需要 Python 3.11+、Node.js 20+ 和 git:

git clone https://github.com/aden-hive/hive.git
cd hive
./quickstart.sh

Windows 上改跑 .\quickstart.ps1。快速启动会按需安装 uv 和 ripgrep,把 API key 加密存到 ~/.hive 下,并在 http://127.0.0.1:8787 打开仪表盘。之后从仓库目录运行 hive open 即可。

README 里有一个坑:在仓库根目录执行 pip install -e . 装上的是不能运行的占位包——请用快速启动。不在仓库里时,pip install "aden-hive[tools]" 从 PyPI 安装 Hive,然后运行 hive open。

实战:调研五个产品的发布表现

README 自带的演示展示了蜂群任务的完整形态。增长团队想知道五个开发者工具在 Hacker News 上的发布表现:

  1. 把任务交给 queen。 在主页输入目标,选择 Head of Growth 这个 queen。
  2. 她先问那个会改变答案的问题——是所有发布帖,还是只看每个产品的首发帖?你选定后她继续。
  3. 她提出蜂群方案,你来批准。 五个产品意味着五路并行。
  4. 她先亲手做一个。 她拿其中一个产品,定义什么才算真正的发布帖,对照 Hacker News API 核对数字,并把这套方法存成可复用的 skill。
  5. 她扇出任务。 playbook 为每个产品启动一个 worker,各自按她的 skill 执行,把结果写进 tracker。
  6. 回答前她逐行核对。 演示里她发现一个 worker 把产品旧名称时期的一篇帖子计了进去,于是清掉这一行,最终图表把该产品显示为"未找到"而不是零。

没有任何流程是提前画好的——queen 在工作展开的过程中现场塑造蜂群,计数靠 tracker 而不是上下文窗口。

技巧

  • run_worker 立即返回,默认同时跑四个 worker,其余排队;每份报告作为新回合进入 queen 的对话。
  • hive mcp add 可以接入任意 MCP 服务器,其工具与内置工具共用同一套允许清单。
  • Browser Bridge 扩展让 agent 在你自己的 Chrome 里干活,每个 worker 有独立的标签组。
  • 蜂群可由 cron、间隔或 webhook 触发唤醒;可选的 Sentinel 盯着停下的 queen,通过收件箱、Telegram 或 Slack 向你上报。
  • 每个 worker 都有回合数和工具调用次数的硬上限,卡住的 worker 会自己停下——不过目前还没有按美元计的支出上限。

何时不用这个 Skill

单个提示或一次性脚本,README 自己说普通 agent 更简单。Hive 的价值在于工作包含大量相似单元——线索、工单、仓库、文档——需要并行执行、能在重启后续跑、并且最终产出可查询可审计的结果。


查看 排行榜 了解更多 skill。