Enterprise-Grade AI Agent Platform with Multi-User Isolation
HiveMind 是一个面向云端部署的多用户隔离 AI 助理平台。基于 AgentScope-Java 构建的 ReAct Agent 引擎，集成工具调用安全防护（Tool Guard）、分层记忆系统、沙箱执行环境、流式推理等企业级能力，为每个用户提供独立、安全、可扩展的 AI 助理服务。
环境要求： JDK 17+ · Node.js 18+ · MySQL 8.0+ · MongoDB 6.0+ · Docker（可选）
docker run -d --name mysql -e MYSQL_ROOT_PASSWORD=root -e MYSQL_DATABASE=hivemind -p 3306:3306 mysql:8.0
docker run -d --name mongodb -p 27017:27017 mongo:7.0# 编辑数据库连接和 LLM API Key
vim hivemind-backend/src/main/resources/application-backend.yaml
vim hivemind-agent-engine/src/main/resources/application-agentic.yamlcd reme-server && cp .env.example .env
# 编辑 .env 设置 DASHSCOPE_API_KEY
python start.pymvn clean install
mvn spring-boot:run -pl hivemind-launcher # 后端 :8080
cd website && npm install && npm run dev # 前端 :5173访问 http://localhost:5173，注册账号即可使用。Swagger API 文档：http://localhost:8080/swagger-ui.html
基于 AgentScope-Java 构建的 ReAct（Reasoning + Acting）Agent，支持最多 200 轮推理-行动迭代。Agent 能够自主拆解复杂任务、选择工具、执行操作并验证结果。通过 TdAgentFactory 统一创建实例，集成模型、工具、记忆、Skill、Hook 等全部组件。
自研的工具调用防护机制，确保 Agent 的每一次外部操作都在安全边界内：
- 敏感路径自动拦截：
.env、.git、id_rsa、pom.xml等关键文件受严格模式保护 - 用户级工具配置：每个用户可独立设置工具启用/禁用、拒绝模式、风险等级
- 审批工作流：Agent 暂停 → 前端展示审批卡片 → 用户批准/拒绝 → 恢复执行
| 层次 | 存储 | 职责 |
|---|---|---|
| 短期记忆 | MongoDB | 会话级对话历史、Agent 运行状态、工具调用上下文、审批记录 |
| 长期记忆 | ReMe Server (Python) | 跨会话语义化记忆检索、知识存储、经验积累、Per-User Workspace |
| 记忆压缩 | 自动触发 | Token/消息数阈值触发 → 保留最近 6 条 + LLM 生成摘要（最大 2400 字符） |
MongoConversationMemory 持久化完整对话历史，支持跨页面刷新恢复。每个用户拥有独立的 Memory Workspace，数据完全隔离。
| 工具域 | 能力 | 风险等级 |
|---|---|---|
| SANDBOX | Shell 命令、Python 代码（IPython）、文件读写、目录操作、代码编辑 | HIGH |
| BROWSER | 网页导航、元素交互、截图、文本快照、等待加载 | HIGH |
| BUILTIN | 会话管理、历史预览、记忆搜索、系统时间 | LOW |
- MCP 工具协议：支持 Model Context Protocol，可动态接入外部工具服务（SYSTEM / CUSTOM 两级），Server 级 / Tool 级独立启用/禁用
- Skill 技能系统：内置 + 用户自定义技能，支持 OSS 云存储，classpath 扫描自动注册
- SOUL 人格系统：通过 Markdown 定义 Agent 人格和行为准则，用户可通过 Profile 系统（
SOUL.md/AGENTS.md/PROFILE.md）自定义 Agent 行为模式
基于 SSE（Server-Sent Events）的实时流式对话，事件类型：REASONING（思考链）· TOOL_RESULT（工具结果）· RESULT（最终回答）· APPROVAL_REQUIRED（待审批）· ERROR · DONE
自动记录每次 LLM 调用的 Token 消耗，支持按用户、按会话、按模型维度统计费用。
| 层 | 技术 |
|---|---|
| 前端 | React 19.2 · TypeScript 5.9 · Ant Design 6.3 · Ant Design X 2.4 · Vite 5 · Zustand 5 · React Router 7 |
| 后端 | Java 17 · Spring Boot 4.0.3 · Spring Security · JWT 4.4 · MyBatis-Plus 3.5.15 · Caffeine 3.1.8 |
| Agent 引擎 | AgentScope-Java 1.0.12 · ReAct Agent · Tool Guard · ReMe · MCP · Skill |
| 数据库 | MySQL 8.0（业务数据） · MongoDB 7.0（Agent 运行时） |
| 外部服务 | DashScope / DeepSeek / OpenAI Compatible · ReMe Server (Python/FastAPI) · Aliyun OSS · AgentScope Studio |
| 部署 | Docker · Testcontainers（集成测试） · SpringDoc OpenAPI（API 文档） |
HiveMind/
├── hivemind-launcher/ # Spring Boot 启动入口，聚合所有子模块
├── hivemind-agent-engine/ # AI Agent 引擎核心
│ ├── agents/ # Agent 工厂、Tool Guard、记忆、沙箱、Skill、流式
│ ├── application/ # 服务层（Chat、Streaming、Persistence）
│ ├── domain/ # 领域模型（Memory、Profile、Session、Skill、Tool）
│ ├── infrastructure/ # MongoDB Repository、MySQL Mapper、OSS 存储
│ ├── common/ # 配置、枚举、异常、工具类
│ └── src/main/resources/
│ ├── application-agentic.yaml # Agent 引擎配置
│ ├── provider/builtin_provider.json # 内置 LLM 供应商
│ ├── profiles/ # SOUL 人格模板
│ └── skills/ # 内置 Skill 定义
├── hivemind-backend/ # 业务后端服务
│ ├── adapter/controller/ # REST API（Auth、Task、Model、MCP、Cron）
│ ├── service/ # 业务服务实现
│ └── infrastructure/ # MySQL PO/Mapper、MongoDB Repository
├── website/ # 前端控制台（React 19 + TypeScript）
│ └── src/
│ ├── pages/ # 页面（Login、Workspace、TaskCenter、Admin）
│ ├── components/ # 组件（Auth、Console、Model）
│ ├── hooks/ # useAgentConsole（流式对话核心 Hook）
│ └── services/ # API 客户端（fetch-based）
├── reme-server/ # ReMe 长期记忆服务（Python FastAPI）
└── pom.xml # Maven 父工程
模块依赖： hivemind-launcher → hivemind-backend → hivemind-agent-engine
HiveMind 遵循领域驱动设计分层架构，严格控制依赖方向：
Adapter (REST Controllers)
│
▼
Application (Service · DTO · 业务编排)
│
▼
Domain (领域模型 · 领域服务 · 零外部依赖)
▲
│ 实现
Infrastructure (MongoDB · MySQL · OSS · 外部集成)
▲
Common (异常 · 工具类 · 配置)
- Domain 层不依赖 Infrastructure 层（依赖倒置）
- Application 层不直接调用 Infrastructure 层
- 无跨层调用
| 模式 | 应用 |
|---|---|
| 工厂 | TdAgentFactory 统一创建 ReActAgent 实例 |
| 装饰器 | GuardedAgentTool 包装原始工具，注入安全检查 |
| 策略 | ToolGuardEngine 根据配置执行不同安全评估策略 |
| 观察者 | Hook 机制（MemoryCompactionHook、ToolGuardHook） |
| 责任链 | Tool Guard 三层防护：Deny → Approve → Allow |
| 模板方法 | Profile 系统：SOUL.md + AGENTS.md + PROFILE.md 组合注入 |
| 端点 | 方法 | 说明 |
|---|---|---|
/chat |
POST | 同步聊天 |
/chat/stream |
POST | 流式聊天（SSE） |
/chat/approve |
POST | 审批工具调用并恢复执行 |
/chat/reject |
POST | 拒绝工具调用并恢复执行 |
/chat/interrupt |
POST | 中断正在执行的 Agent |
/sessions |
GET | 会话列表 |
/sessions/{id}/history |
GET | 会话历史 |
/profiles |
GET/PUT | 用户 Profile 管理 |
/skills |
CRUD | 自定义 Skill 管理 |
/token-usage |
GET | Token 用量统计 |
| 端点 | 说明 |
|---|---|
/api/v1/auth/* |
用户登录 / 注册（JWT） |
/api/agent-tasks |
任务管理（CRUD） |
/api/sys-models |
LLM 模型配置 |
/api/sys-mcp |
MCP 服务器配置 |
/api/scheduled-jobs |
定时任务管理 |
/api/task-reports |
任务报告 |
/api/task-flow-logs |
任务流转日志 |
Agent 引擎核心配置（application-agentic.yaml）：
tdagent:
model:
provider-id: dashscope # LLM 供应商（dashscope / deepseek / openai）
model-name: qwen-max # 模型名称
max-iters: 200 # 最大推理轮次
stream: true # 流式输出
enable-thinking: true # 思考模式
sandbox:
enabled: true # 沙箱总开关
browser-enabled: true # 浏览器工具
filesystem-enabled: true # 文件系统工具
tool-guard:
enabled: true # Tool Guard 开关
strict-mode: true # 严格模式（敏感路径拦截）
pending-expire-minutes: 60 # 审批请求过期时间（分钟）
reme:
enabled: true # ReMe 长期记忆
base-url: http://localhost:8002 # ReMe Server 地址
top-k: 5 # 检索 Top-K
compaction:
trigger-message-count: 20 # 消息数触发阈值
trigger-character-count: 24000 # 字符数触发阈值
keep-recent-messages: 6 # 压缩时保留最近消息数
max-summary-characters: 2400 # 摘要最大字符数
streaming:
enabled: true
incremental: true # 增量流式
skill:
enabled: true
builtin-location: classpath:skills # 内置 Skill 路径供应商定义：hivemind-agent-engine/src/main/resources/provider/builtin_provider.json
| 供应商 | Provider ID | 模型示例 |
|---|---|---|
| 阿里云百炼 | dashscope |
qwen-max, qwen-plus, qwen-turbo |
| DeepSeek | deepseek |
deepseek-chat, deepseek-reasoner |
| OpenAI Compatible | openai |
gpt-4o, gpt-4o-mini |