createHiveMind

创建并返回一个 HiveMind 实例。

签名

function createHiveMind(config: HiveMindConfig): HiveMind

参数

config

类型：HiveMindConfig

const hive = createHiveMind({
  // 模型配置（必需）
  models: {
    default: openai('gpt-4o'),
    fast: openai('gpt-4o-mini'),
    reasoning: anthropic('claude-sonnet-4-20250514'),
  },

  // 技能来源（必需）
  skills: [
    { type: 'local', path: './skills' },
    { type: 'remote', url: 'https://registry.example.com' },
    { type: 'git', url: 'https://github.com/user/skills.git', branch: 'main' },
  ],

  // 工作区名称（可选）
  workspace: 'my-project',

  // 加载策略（可选）
  loading: {
    strategy: 'progressive',    // 'eager' | 'progressive' | 'lazy' | 'llm-routed'
    maxActivatedSkills: 5,
    routerTopK: 5,
    cacheSize: 50,
    catalogueTokenBudget: 2000, // llm-routed 专用
  },

  // 脚本执行（可选）
  scripts: {
    enabled: true,
    securityLevel: 'strict',
    allowedRuntimes: ['bash', 'python', 'node'],
    timeout: 30_000,
    maxOutputSize: 30_000,
    requireApproval: false,
  },

  // MCP Server 连接（可选，需 npm install @modelcontextprotocol/sdk）
  mcp: {
    servers: [
      { name: 'filesystem', transport: { type: 'stdio', command: 'npx', args: ['-y', '@modelcontextprotocol/server-filesystem', '/tmp'] } },
    ],
    timeout: 30_000,
  },

  // 日志级别（可选，默认 'warn'）
  logLevel: 'info',

  // 技能链最大嵌套深度（可选，默认 5）
  maxCallDepth: 5,
});

返回值

HiveMind

方法	说明
run(options)	同步执行，返回完整结果
stream(options)	流式执行，返回 AsyncIterable
list()	列出所有已注册技能
search(query)	按关键词搜索技能
install(source)	从远程源安装技能到本地
runtimeStatus()	检查系统运行时状态
dispose()	释放 MCP 连接等资源

示例

最简配置

const hive = createHiveMind({
  models: { default: openai('gpt-4o') },
  skills: [{ type: 'local', path: './skills' }],
});

完整配置

const hive = createHiveMind({
  models: {
    default: openai('gpt-4o'),
    fast: openai('gpt-4o-mini'),
  },
  skills: [{ type: 'local', path: './skills' }],
  workspace: 'backend',
  loading: { strategy: 'progressive', maxActivatedSkills: 3 },
  scripts: {
    enabled: true,
    securityLevel: 'sandbox',
    allowedRuntimes: ['node'],
    timeout: 10_000,
    sandbox: {
      cpuTimeLimitMs: 5_000,
      permissions: { net: false },
    },
  },
  logLevel: 'debug',
  maxCallDepth: 3,
});

LLM 驱动路由

const hive = createHiveMind({
  models: { default: openai('gpt-4o') },
  skills: [{ type: 'local', path: './skills' }],
  loading: {
    strategy: 'llm-routed',
    maxActivatedSkills: 3,
    catalogueTokenBudget: 2000,
  },
});

// LLM 自动判断是否需要技能、选择哪个
const result = await hive.run({ message: '翻译这段文字' });
console.log(result.activatedSkills); // ['translator']

MCP 工具集成

const hive = createHiveMind({
  models: { default: openai('gpt-4o') },
  skills: [{ type: 'local', path: './skills' }],
  mcp: {
    servers: [
      {
        name: 'filesystem',
        transport: {
          type: 'stdio',
          command: 'npx',
          args: ['-y', '@modelcontextprotocol/server-filesystem', '/tmp'],
        },
      },
    ],
  },
});

// LLM 可以同时使用技能工具和 MCP 工具（如 mcp__filesystem__read_file）
const result = await hive.run({ message: '读取 /tmp/data.json 的内容' });

// 使用完毕释放 MCP 连接
await hive.dispose();