Hive-Mind

深色模式

Hive-Mind 与 OpenClaw (Claude Code) 对比分析 ​

一、本质区别 ​

OpenClaw (Claude Code)Hive-Mind
是什么一个完整的 AI 终端应用（CLI Agent）一个可嵌入的 TypeScript 库（npm 包）
谁用开发者在终端中直接交互开发者把它集成到自己的应用中
运行方式claude 命令启动，独立进程import { createHiveMind } 嵌入代码
类比像浏览器（Chrome）像浏览器引擎（Chromium 内核）

核心区别一句话总结：OpenClaw 是产品，Hive-Mind 是引擎。

二、逐层对比 ​

2.1 模型绑定 ​

OpenClaw：

  • 绑定 Claude 模型（Anthropic API）
  • SDK 支持自定义 provider，但核心为 Claude 优化
  • 切换模型需要修改 provider 配置

Hive-Mind：

  • 模型无关（通过 Vercel AI SDK 抽象）
  • 同一套技能可以用 GPT-4o、Claude、Gemini、本地模型运行
  • 同一次会话中不同技能可以用不同模型
  • 技能可在 SKILL.md 中声明首选模型和备选模型

场景差异：如果你在做一个平台，用户 A 想用 GPT-4o，用户 B 想用 Claude，OpenClaw 做不到，Hive-Mind 天然支持。

2.2 技能加载方式 ​

OpenClaw：

  • 启动时加载所有技能的 name + description 到 system prompt
  • Claude 自己判断该用哪个技能（消耗 token）
  • 用户确认后加载完整 SKILL.md
  • 技能指令作为 prompt 的一部分发给 Claude

Hive-Mind：

  • 同样的三阶段渐进式加载（发现 -> 激活 -> 执行）
  • 额外提供 BM25 自动路由（用户不需要手动激活）
  • 技能路由可以不经过 LLM（<10ms，零 token 开销）
  • 在 LLM 调用之前就完成了技能匹配

关键差异：OpenClaw 需要 Claude 消耗 token 来判断使用哪个技能，Hive-Mind 的 BM25 路由在 LLM 调用之前就完成了匹配，节省上下文。

2.3 技能执行架构 ​

OpenClaw 执行流：

用户输入 → Claude 判断技能 → 加载 SKILL.md 到 prompt → Claude 调用 Tool → 执行内置工具 → 结果返回 Claude → 可能 spawn Subagent

Hive-Mind 执行流：

用户输入 → BM25 路由匹配（无 LLM） → 加载 SKILL.md + 发现 scripts/ → 注入技能指令 + 脚本工具 → 任意 LLM 调用工具 → ScriptExecutor 执行脚本 → 结果返回 LLM → 如果是 Agent 技能则循环

2.4 工具系统 ​

OpenClaw 有一套固定的内置工具集：

工具说明
Bash执行 shell 命令
Read / Write文件读写
Edit文件编辑
Glob / Grep文件搜索
Agent (Subagent)子 Agent 调用
Skill技能执行
MCP 工具通过 MCP Server 扩展

Hive-Mind 的工具是动态注入的：

工具类型说明
基础工具run_script、read_resource、list_skill_files
技能自带工具每个技能可以通过 x-hive.tools 声明额外工具
Agent 工具Agent 技能拥有自己的工具链
自定义工具用户通过配置注入自定义工具

2.5 Subagent / Agent-as-Skill ​

维度OpenClawHive-Mind
子 Agent原生支持（Agent 工具）通过 x-hive.agent: true 声明
上下文隔离子 Agent 有独立对话，仅返回最终结果Agent 技能在独立执行循环中运行
并行执行支持多个 Subagent 并行阶段 1 串行，后续可扩展并行
工具限制Subagent 可限定 allowedToolsAgent 技能通过 x-hive.tools 限定
创建方式内置通用 / 文件系统 / 编程式SKILL.md 声明式

OpenClaw 的 Subagent 系统更成熟（上下文隔离、并行执行），Hive-Mind 的 AgentRunner 需要在阶段 2 逐步追赶。

2.6 平台与分发 ​

OpenClaw：

┌─────────────────────────┐
│ Claude Code CLI (终端)    │ ← 唯一入口
│ + SDK (可编程调用)        │
│ + MCP Server (工具扩展)   │
└─────────────────────────┘
技能只能在 Claude Code 或兼容编辑器中使用

Hive-Mind：

┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ Web 平台后端   │ │ CLI 工具      │ │ API 服务      │ ← 任意入口
│ (Next.js等)   │ │ (自定义)      │ │ (Express等)   │
└──────┬───────┘ └──────┬───────┘ └──────┬───────┘
       │                │                │
       └────────────────┴────────────────┘
                        │
                 ┌──────┴──────┐
                 │  hive-mind   │ ← npm install
                 │  (库)        │
                 └─────────────┘
同一套技能在任何 Node.js 应用中复用

2.7 工作区隔离 ​

OpenClaw：

  • 一个 session 一个上下文
  • 没有工作区概念
  • CLAUDE.md 提供项目级配置，但不能做多租户隔离
  • 不适合 SaaS 场景

Hive-Mind：

  • 原生工作区隔离
  • 不同工作区有独立的技能集、模型配置、脚本安全策略
  • 每个工作区可以限制运行时（如前端工作区只允许 Node 脚本）
  • 适合多租户 SaaS 场景

2.8 安全模型 ​

维度OpenClawHive-Mind
权限控制allowed-tools 白名单 + 用户审批弹窗三级安全（basic/strict/sandbox）
脚本沙盒无（直接执行 Bash）strict 级环境隔离 + sandbox 级 V8 Isolate
网络控制无限制sandbox 级可禁止网络
多租户安全不适用（单用户 CLI）设计目标场景
CPU/内存限制无sandbox 级支持 CPU 时间预算和内存上限

2.9 MCP 集成 ​

OpenClaw：

  • 原生支持 MCP Server 连接
  • mcp__[server-name]__* 命名约定
  • 支持 STDIO、HTTP、SSE 传输
  • MCP 工具自动发现

Hive-Mind（阶段 1 暂不实现，可作为后续扩展）：

  • 技能可以通过 x-hive.tools 声明 MCP 工具依赖
  • RemoteRegistry 可以对接 MCP 资源服务器
  • 与 MCP 生态互补而非竞争

三、适用场景对比 ​

场景推荐方案原因
开发者在终端中使用 AI 辅助编码OpenClaw开箱即用，与 Claude 深度集成
构建 Web 平台让用户直接使用 AI 技能Hive-Mind可嵌入库，多模型，工作区隔离
在现有 Node.js 应用中嵌入技能系统Hive-Mindnpm install 即用，API 简洁
需要支持多个 LLM 供应商Hive-Mind模型无关，Vercel AI SDK 抽象
多租户 SaaS 平台Hive-Mind工作区隔离 + 分层安全
对安全性要求极高（金融/医疗）Hive-Mind (sandbox)V8 Isolate + 权限声明制
快速原型验证OpenClaw零配置，即时使用
技能开发和测试OpenClaw技能生态成熟，调试方便

四、关系定位 ​

Hive-Mind 不是要替代 OpenClaw。两者的关系是：

Hive-Mind 把 OpenClaw 的核心技能理念从产品中提取出来，变成一个可嵌入的、模型无关的引擎库。

  • OpenClaw 定义了技能标准（SKILL.md），Hive-Mind 遵循并扩展这个标准
  • OpenClaw 的技能可以直接在 Hive-Mind 中使用（SKILL.md 兼容）
  • Hive-Mind 扩展了 x-hive 字段，但不影响 OpenClaw 的解析
  • 两者可以共享同一个技能生态

五、OpenClaw 的优势领域（Hive-Mind 需要追赶的） ​

  1. Subagent 并行执行：OpenClaw 可以同时 spawn 多个子 Agent 并行工作，Hive-Mind 阶段 1 仅支持串行
  2. 上下文隔离深度：OpenClaw 的 Subagent 有完全独立的对话上下文，Hive-Mind 的 Agent 技能隔离还需完善
  3. MCP 生态集成：OpenClaw 原生支持 MCP，Hive-Mind 需要后续扩展
  4. 社区和生态：OpenClaw 生态成熟（编辑器集成、技能市场、社区活跃），Hive-Mind 需要从零建设
  5. 生产环境验证：OpenClaw 已被大量开发者和企业验证，Hive-Mind 是新项目

Released under the MIT License.

Copyright © 2026