Hephaestus

让AI代理自己搭建工作流,告别预设流程,动态完成任务。

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 智能体 🍴 复刻 125 🐛 待处理 10 👀 关注 17
GitHub ↗
GitHub 星标 ★ 1185
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源框架,本地部署,完全免费

项目预览

Hephaestus 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类智能体
开发团队Ido-Levi
定价模式🏷️完全免费
价格说明开源框架,本地部署,完全免费
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型ai-agents,autonomous-agents,claude-code,llm
GitHub 星标★ 1185
上线时间2025-09-16 00:00:00
代码更新2025-12-01
仓库体积7.1 MB
本站数据更新2026-11-08
维护状态低维护
收录时间2026-08-09
浏览次数10

项目介绍

Hephaestus 是一个半结构化的智能体框架,旨在解决传统工作流中因预设流程而缺乏灵活性的问题。它允许代理在执行任务时自主发现需要完成的工作,并动态构建工作流,而非依赖预先定义的步骤。该框架基于 Python 构建,集成了 AI 代理、自主代理、Claude Code 和 LLM 等技术,提供了一种更适应复杂、动态环境的自动化解决方案。其核心能力包括:让代理自主规划任务路径、动态调整执行策略、以及支持与现有 LLM 生态的集成。Hephaestus 适合需要高度自适应和探索性的自动化场景,如复杂数据处理、自动化研究或动态业务流程管理。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1185

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:进阶 约 20 分钟 部署方式:命令行工具 4 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • Python 运行环境(用于执行仓库内的 .py 脚本)
  • 已安装 CLI 工具:tmux、git、docker、node、npm、Claude Code
  • Docker 服务与 Qdrant 服务处于运行状态
  • 项目根目录存在 .env 文件并填好所需 API 密钥
  • MCP 服务器已完成配置

安装与启动步骤

  1. 1获取项目代码

    从 GitHub 拉取 Hephaestus 源码,后续所有脚本都需在项目根目录下执行。

    git clone https://github.com/Ido-Levi/Hephaestus.git
    cd Hephaestus
  2. 2检查环境配置

    macOS 用户运行检查脚本,核对 CLI 工具、API 密钥、MCP、Docker 与 Qdrant 等是否就绪。

    python check_setup_macos.py
  3. 3补齐 API 密钥

    根据检查脚本的彩色报告,在 .env 中补上缺失的 API 密钥等配置后重新检查。

  4. 4运行开发工作流

    启动 Hephaestus Dev,用 --path 指定目标项目路径,调用内置的开发类工作流。

    python run_hephaestus_dev.py --path /path/to/project

关键配置

配置项必填说明示例
.env 中的 API 密钥是存放脚本所需的 API 密钥,检查脚本会校验是否缺失API_KEY=sk-xxxxxxxx

如何确认成功

重新运行 python check_setup_macos.py,彩色报告各项均为 ✅ 且无报错,即表示环境就绪。

常见问题

Q:不是 macOS 系统怎么检查环境?

A:README 只提供了 macOS 的检查脚本 check_setup_macos.py,其他系统需按官方 Quick Start 与 Documentation 文档手动逐项核对依赖。

Q:检查脚本报缺少 CLI 工具怎么办?

A:按提示安装 tmux、git、docker、node、npm 与 Claude Code 后重新运行脚本,直到对应项变为 ✅。

Q:API 密钥该写在哪里?

A:写在项目根目录的 .env 文件中,检查脚本会读取该文件并校验密钥是否已配置。

Q:Docker 或 Qdrant 未运行会怎样?

A:检查脚本会提示运行中的服务缺失,需先启动 Docker 并让 Qdrant 服务跑起来再继续。

注意事项

  • README 未给出完整安装命令,正式安装请参考官方 Quick Start 与 Documentation 链接。
  • check_setup_macos.py 仅适用于 macOS 环境。
  • Hephaestus Dev 内置 PRD 建软件、Bug 修复、仓库索引、功能开发、文档生成 5 个工作流。
  • 运行前需保证 Docker、Qdrant 服务在运行且 Python 与前端依赖已安装。

核心亮点

  • 动态工作流:代理能自主发现并构建执行路径,适应变化
  • 半结构化设计:兼顾灵活性与可控性,适合复杂任务
  • 集成主流LLM:基于Claude Code等,上手快且生态兼容

不足之处

  • 项目较新,文档和社区支持待观察
  • 自主工作流可能带来不可预测性,需额外监控

适用场景

  • 动态数据处理与自动化分析
  • 复杂研究任务的自主探索
  • 业务流程的灵活编排与优化

替代项目

LangChain、AutoGen、CrewAI

上一篇:translator

下一篇:agency

同类项目推荐

connectonion 开源

让多个 AI Agent 组队干活,少写调度代码。

CLI is all you need. The agent CLI harness.

★ 1507 2026-09-12
agentscope-java 开源

用 Java 构建生产级多智能体应用,稳定应对复杂业务。

Build distributed, production-grade, long-running agents.

★ 6290 2026-08-09
prompt-optimizer 开源

一键优化提示词,让 AI 回答更精准

An AI prompt optimizer for writing better prompts and getting better AI results.

★ 40870 2026-08-09
griptape 开源

用 Python 模块化搭建 AI 智能体,搞定复杂工作流。

Modular Python framework for AI agents and workflows with chain-of-thought reasoning···

★ 2586 2026-08-09
llama-agents 开源

把 AI 智能体拆成可控步骤,事件驱动跑得更稳

Llama Agents + Workflows are an event-driven, async-first, step-based way to control···

★ 464 2026-10-11
agent-skills 开源

给 AI 编码代理装上工程规范,产出直接可交付

Production-grade engineering skills for AI coding agents.

★ 113943 2026-10-11
SpeziLLM 开源

在 iOS 应用中快速集成 GPT 等大模型,打造智能对话体验

Large Language Model (LLM) module for the Spezi Ecosystem

★ 290 2026-08-09
rivet 开源

拖拽节点,可视化构建和调试 AI 工作流

The open-source visual AI programming environment and TypeScript library

★ 4719 2026-08-09