tools-only 概述
构建可靠的、自我改进的 AI 智能体，无需硬编码工作流。通过与编码智能体对话来定义目标，框架会生成带有动态创建连接代码的节点图。当出现问题时，框架会捕获故障数据，通过编码智能体进化智能体，并重新部署。内置的人机协作节点、凭证管理和实时监控让您在保持适应性的同时拥有完全控制权。
访问 adenhq.com 获取完整文档、示例和指南。
什么是 Aden
Aden 是一个用于构建、部署、运营和适应 AI 智能体的平台：
- 构建 - 编码智能体根据自然语言目标生成专业的工作智能体（销售、营销、运营）
- 部署 - 无头部署，支持 CI/CD 集成和完整的 API 生命周期管理
- 运营 - 实时监控、可观测性和运行时护栏确保智能体可靠运行
- 适应 - 持续评估、监督和适应确保智能体随时间改进
- 基础设施 - 共享内存、LLM 集成、工具和技能为每个智能体提供支持
快速链接
- 报告问题 - Bug 报告和功能请求
快速开始
前置要求
- Python 3.11+ - 用于智能体开发
- Docker (v20.10+) - 可选，用于容器化工具
安装
# 克隆仓库
git clone https://github.com/adenhq/hive.git
cd hive
# 运行 Python 环境设置
./quickstart.sh
这将安装：
- framework - 核心智能体运行时和图执行器
- aden_tools - 19 个 MCP 工具提供智能体能力
- 所有必需的依赖项
构建您的第一个智能体
# 安装 Claude Code 技能（一次性）
./quickstart.sh
# 使用 Claude Code 构建智能体
claude> /building-agents-construction
# 测试您的智能体
claude> /testing-agent
# 运行您的智能体
PYTHONPATH=core:exports python -m your_agent_name run --input '{...}'
📖 完整设置指南 - 智能体开发的详细说明
功能特性
- 目标驱动开发 - 用自然语言定义目标；编码智能体生成智能体图和连接代码来实现它们
- 自适应智能体 - 框架捕获故障，更新目标并更新智能体图
- 动态节点连接 - 没有预定义边；连接代码由任何有能力的 LLM 根据您的目标生成
- SDK 封装节点 - 每个节点开箱即用地获得共享内存、本地 RLM 内存、监控、工具和 LLM 访问
- 人机协作 - 干预节点暂停执行以等待人工输入，支持可配置的超时和升级
- 实时可观测性 - WebSocket 流式传输用于实时监控智能体执行、决策和节点间通信
- 成本与预算控制 - 设置支出限制、节流和自动模型降级策略
- 生产就绪 - 可自托管，为规模和可靠性而构建
为什么选择 Aden
传统智能体框架要求您手动设计工作流、定义智能体交互并被动处理故障。Aden 颠覆了这一范式——您描述结果，系统自动构建自己。
flowchart LR
subgraph BUILD["🏗️ BUILD"]
GOAL["Define Goal<br/>+ Success Criteria"] --> NODES["Add Nodes<br/>LLM/Router/Function"]
NODES --> EDGES["Connect Edges<br/>on_success/failure/conditional"]
EDGES --> TEST["Test & Validate"] --> APPROVE["Approve & Export"]
end
subgraph EXPORT["📦 EXPORT"]
direction TB
JSON["agent.json<br/>(GraphSpec)"]
TOOLS["tools.py<br/>(Functions)"]
MCP["mcp_servers.json<br/>(Integrations)"]
end
subgraph RUN["🚀 RUNTIME"]
LOAD["AgentRunner<br/>Load + Parse"] --> SETUP["Setup Runtime<br/>+ ToolRegistry"]
SETUP --> EXEC["GraphExecutor<br/>Execute Nodes"]
subgraph DECISION["Decision Recording"]
DEC1["runtime.decide()<br/>intent → options → choice"]
DEC2["runtime.record_outcome()<br/>success, result, metrics"]
end
end
subgraph INFRA["⚙️ INFRASTRUCTURE"]
CTX["NodeContext<br/>memory • llm • tools"]
STORE[("FileStorage<br/>Runs & Decisions")]
end
APPROVE --> EXPORT
EXPORT --> LOAD
EXEC --> DECISION
EXEC --> CTX
DECISION --> STORE
STORE -.->|"Analyze & Improve"| NODES
style BUILD fill:#ffbe42,stroke:#cc5d00,stroke-width:3px,color:#333
style EXPORT fill:#fff59d,stroke:#ed8c00,stroke-width:2px,color:#333
style RUN fill:#ffb100,stroke:#cc5d00,stroke-width:3px,color:#333
style DECISION fill:#ffcc80,stroke:#ed8c00,stroke-width:2px,color:#333
style INFRA fill:#e8763d,stroke:#cc5d00,stroke-width:3px,color:#fff
style STORE fill:#ed8c00,stroke:#cc5d00,stroke-width:2px,color:#fff
Aden 的优势
| 传统框架 | Aden |
|---|---|
| 硬编码智能体工作流 | 用自然语言描述目标 |
| 手动图定义 | 自动生成智能体图 |
| 被动错误处理 | 主动自我进化 |
| 静态工具配置 | 动态 SDK 封装节点 |
| 单独设置监控 | 内置实时可观测性 |
| DIY 预算管理 | 集成成本控制和降级 |
工作原理
- 定义目标 → 用简单英语描述您想要实现的目标
- 编码智能体生成 → 创建智能体图、连接代码和测试用例
- 工作节点执行 → SDK 封装节点以完全可观测性和工具访问运行
- 控制平面监控 → 实时指标、预算执行、策略管理
- 自我改进 → 失败时，系统进化图并自动重新部署
Aden 与其他框架的比较
Aden 在智能体开发方面采取了根本不同的方法。虽然大多数框架要求您硬编码工作流或手动定义智能体图，但 Aden 使用编码智能体从自然语言目标生成整个智能体系统。当智能体失败时，框架不仅记录错误——它会自动进化智能体图并重新部署。
注意： 详细的框架比较表和常见问题解答，请参阅英文版 README.md。
何时选择 Aden
选择 Aden 当您需要：
- 智能体从失败中自我改进而无需人工干预
- 目标驱动的开发，您描述结果而非工作流
- 具有自动恢复和重新部署的生产可靠性
- 无需重写代码即可快速迭代智能体架构
- 具有实时监控和人工监督的完整可观测性
选择其他框架当您需要：
- 类型安全、可预测的工作流（PydanticAI、Mastra）
- RAG 和文档处理（LlamaIndex、Haystack）
- 智能体涌现的研究（CAMEL）
- 实时语音/多模态（TEN Framework）
- 简单的组件链接（LangChain、Swarm）
项目结构
hive/
├── core/ # 核心框架 - 智能体运行时、图执行器、协议
├── tools/ # MCP 工具包 - 19 个工具提供智能体能力
├── exports/ # 智能体包 - 预构建的智能体和示例
├── docs/ # 文档和指南
├── scripts/ # 构建和实用脚本
├── .claude/ # Claude Code 技能用于构建智能体
├── ENVIRONMENT_SETUP.md # 智能体开发的 Python 设置指南
├── DEVELOPER.md # 开发者指南
├── CONTRIBUTING.md # 贡献指南
└── ROADMAP.md # 产品路线图
开发
Python 智能体开发
使用框架构建和运行目标驱动的智能体：
# 一次性设置
./quickstart.sh
# 这将安装：
# - framework 包（核心运行时）
# - aden_tools 包（19 个 MCP 工具）
# - 所有依赖项
# 使用 Claude Code 技能构建新智能体
claude> /building-agents-construction
# 测试智能体
claude> /testing-agent
# 运行智能体
PYTHONPATH=core:exports python -m agent_name run --input '{...}'
完整设置说明请参阅 ENVIRONMENT_SETUP.md。
文档
- 开发者指南 - 开发者综合指南
- 入门指南 - 快速设置说明
- 配置指南 - 所有配置选项
- 架构概述 - 系统设计和结构
路线图
Aden 智能体框架旨在帮助开发者构建面向结果的、自适应的智能体。请在此查看我们的路线图
ROADMAP.md
timeline
title Aden Agent Framework Roadmap
section Foundation
Architecture : Node-Based Architecture : Python SDK : LLM Integration (OpenAI, Anthropic, Google) : Communication Protocol
Coding Agent : Goal Creation Session : Worker Agent Creation : MCP Tools Integration
Worker Agent : Human-in-the-Loop : Callback Handlers : Intervention Points : Streaming Interface
Tools : File Use : Memory (STM/LTM) : Web Search : Web Scraper : Audit Trail
Core : Eval System : Pydantic Validation : Docker Deployment : Documentation : Sample Agents
section Expansion
Intelligence : Guardrails : Streaming Mode : Semantic Search
Platform : JavaScript SDK : Custom Tool Integrator : Credential Store
Deployment : Self-Hosted : Cloud Services : CI/CD Pipeline
Templates : Sales Agent : Marketing Agent : Analytics Agent : Training Agent : Smart Form Agent
社区与支持
我们使用 Discord 进行支持、功能请求和社区讨论。
贡献
我们欢迎贡献！请参阅 CONTRIBUTING.md 了解指南。
重要提示： 请在提交 PR 之前先认领 Issue。在 Issue 下评论认领，维护者将在 24 小时内分配给您。我们致力于避免重复工作，让大家的努力不被浪费。
- 找到或创建 Issue 并获得分配
- Fork 仓库
- 创建功能分支 (
git checkout -b feature/amazing-feature) - 提交更改 (
git commit -m 'Add amazing feature') - 推送到分支 (
git push origin feature/amazing-feature) - 创建 Pull Request
加入我们的团队
我们正在招聘！ 加入我们的工程、研究和市场推广团队。
安全
有关安全问题，请参阅 SECURITY.md。
许可证
本项目采用 Apache License 2.0 许可证 - 详情请参阅 LICENSE 文件。
常见问题 (FAQ)
注意： 完整的常见问题解答，请参阅英文版 README.md。
问：Aden 是否依赖 LangChain 或其他智能体框架？
不。Aden 从头开始构建，不依赖 LangChain、CrewAI 或其他智能体框架。该框架设计精简灵活，动态生成智能体图而非依赖预定义组件。
问：Aden 支持哪些 LLM 提供商？
Aden 通过 LiteLLM 集成支持 100 多个 LLM 提供商，包括 OpenAI（GPT-4、GPT-4o）、Anthropic（Claude 模型）、Google Gemini、Mistral、Groq 等。只需设置适当的 API 密钥环境变量并指定模型名称即可。
问：Aden 是开源的吗？
是的，Aden 在 Apache License 2.0 下完全开源。我们积极鼓励社区贡献和协作。
问：Aden 与其他智能体框架有何不同？
Aden 使用编码智能体从自然语言目标生成整个智能体系统——您无需硬编码工作流或手动定义图。当智能体失败时，框架会自动捕获故障数据、进化智能体图并重新部署。这种自我改进循环是 Aden 独有的。
问：Aden 支持人机协作工作流吗？
是的，Aden 通过干预节点完全支持人机协作工作流，这些节点会暂停执行以等待人工输入。包括可配置的超时和升级策略，实现人类专家与 AI 智能体的无缝协作。