README_CN.md

AgentHub

构建 AI 智能体团队，而非聊天机器人。
自托管 · 多智能体协作 · 全程可观测。

English · 中文

---

这是什么？

AgentHub 让你一键拉起一个真正协作的 AI 智能体团队 — Orchestrator 拆解任务并调度领域角色，代码审查与验证智能体把关，Implement/Deploy 落盘交付。不是那种"给聊天机器人挂几个工具"的玩具，是实打实的分工协作。

每个智能体在受控、可观测的执行循环中运行，你可以实时看到它们在干什么。一切流式输出，一切留日志，一切跑在你自己的机器上。

为什么选它？

大多数 AI 平台的做法：把 LLM 包进对话框，然后告诉你这叫"智能体"。你想搞多智能体协作？自己写胶水代码去吧，出问题了再慢慢排查。

AgentHub 把整个编排循环给你做好了 — 任务规划、执行、审查、汇总，外加权限管理、沙盒执行、深度搜索、可观测性。你只需要一把模型 Key，剩下都是现成的。

快速开始

一键安装 CLI（Windows x64）

在 PowerShell 中运行以下命令，即可为当前用户安装最新的、带校验和的 GitHub Release。无需管理员权限、npm 或 Python：

irm https://github.com/EVEDensity/AgentHub/releases/latest/download/install.ps1 | iex

打开一个新的终端，然后验证安装：

agenthub --help

目前只正式发布 Windows x64 CLI 二进制文件，尚未声明支持其他平台。

在本地运行完整平台

git clone https://github.com/EVEDensity/AgentHub.git
cd AgentHub
start.bat

完事。会自动拉起 PostgreSQL（Docker）、后端和前端。不需要 API Key — 内置 mock 提供商可以直接离线体验。

接你自己的模型：

export OPENAI_API_KEY=sk-...
# 或者
export ANTHROPIC_API_KEY=sk-ant-...
# 或者任意 OpenAI 兼容接口 (Ollama / LiteLLM / vLLM)
export OPENAI_COMPATIBLE_BASE_URL=http://localhost:11434/v1

可选：把全部供应商统一收敛到 new-api 网关（多 key 故障切换、配额与用量统计）：

export AGENTHUB_LLM_GATEWAY=newapi
export AGENTHUB_NEWAPI_BASE_URL=http://127.0.0.1:3000/v1
export AGENTHUB_NEWAPI_API_KEY=sk-agenthub-xxxx

部署、迁移与验证见 deploy/newapi/README.md（ADR-0104）。

然后：

docker compose -f deploy/docker-compose.platform.yml up --build

服务	地址
Web 界面	http://localhost:3000
API 网关	http://localhost:8081
Grafana	http://localhost:3001

有什么能力

智能体编排 — 7 个领域角色（Orchestrator、Architect、CodeGen、Review、Test、Implement、Deploy），受控工具调用循环，状态持久化于 PostgreSQL，重启不丢。默认流式输出，WebSocket + SSE 加回放。角色清单见 app/services/agent_service.py（DEFAULT_AGENTS）。

安全 — JWT 认证、RBAC + ABAC、敏感工具二次确认、租户数据隔离。正经生产环境用的，不是 demo。

搜索 — BM25 + 稠密向量 + 重排序一条龙。向量库挂了自动降级，不炸。嵌入模型可换。

沙盒 — 容器隔离执行，CPU/内存限制、网络策略、输出脱敏都可配。

可观测 — Prometheus + Grafana + OTLP 链路追踪。每个智能体在想什么、在做什么，一目了然。

公开基准分数 — 开发者 CLI 执行闭环在 Terminal-Bench 类"验收命令"评测集上有可引用、可复跑的通过率：deepseek-v4-flash 8/8 (100%)（2026-09-01）。方法与诚实范围见 benchmarks/public-scores.md。

技术栈

Go 服务跑在 NATS JetStream 上。Rust 扛性能关键路径（流处理、检索引擎、扇出）。Python 负责离线/异步任务（模型适配、文档管线、评估）。前端 Next.js。底层 PostgreSQL + Redis + Qdrant + MinIO。

参与贡献

PR 欢迎。从 good first issue 入手最轻松。

# 开发环境 — 只拉基础设施
cd deploy
docker compose -f docker-compose.platform.yml up -d nats postgres redis

# Go 服务
cd services/go && go work sync

# 前端
cd frontend && npm install && npm run dev

提 bug、改文档、加模型提供商 — 都是贡献。详见 CONTRIBUTING.md。

⭐ Star 趋势

贡献者

感谢每一位为 AgentHub 付出过的人 — 代码、文档、Bug 报告、想法建议，都很珍贵。

协议

Apache 2.0。

---

_{由 Density 和社区贡献者构建}