
Hephaestus
让AI代理自己搭建工作流,告别预设流程,动态完成任务。
项目预览
项目数据
项目介绍
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。
⚠ 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.
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.
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.
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···
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···
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.
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
generative-ai-application-builde···
开源
在AWS上快速搭建生成式AI应用,无需深厚AI经验。
Generative AI Application Builder on AWS facilitates the development, rapid experime···
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