Emiyaaaaa/HiveMind

解決的問題

代理框架（如 LangGraph 或 AutoGen）通常專為本地原型設計，缺乏可擴展服務所需的生產級基礎設施。HiveMind（AgentFlow）提供了一個執行時層，處理多代理系統的「運營」層面——如持久化歷史記錄、事件串流和執行監控——而無需強制開發者綁定至單一編排框架。

工作原理

採用分層執行時架構，將 API 管理與代理執行分離：

• API 層：使用 Java/Spring Boot 伺服器處理 REST 請求，並將 Server-Sent Events (SSE) 橋接至前端。
• 執行層：Python 工作者從 Redis 隊列中取得工作，並透過「Orchestrator Adapters」執行代理。
• 持久化：所有執行狀態、訊息和工具呼叫均作為第一類實體，透過 SQLAlchemy 儲存在 Postgres 資料庫中。
• 適配器：可插入式介面允許不同框架（如 LangGraph、PydanticAI）被封裝，使它們均以一致格式報告狀態與資料。

適用對象

從代理原型轉向可檢視的生產服務的團隊，需要一個穩定的抽象層來切換編排框架，並具備監控即時與歷史執行狀態的方法。

主要亮點

• 框架無關：透過統一的適配器介面支援多種編排器（LangGraph、PydanticAI 等）。
• 持久狀態：在程序重啟後仍能維持執行、步驟、訊息與檢查點的持久記錄。
• 即時可觀測性：內建 Next.js 管理控制台與 SSE 支援，實現代理執行事件的即時串流傳輸。
• 企業級堆疊：基於 Java 21、Python 3.12、Redis 與 Postgres 建構，確保可靠性和可擴展性。