Hivemind：所有智能体的统一大脑

这是什么

activeloopai/hivemind 是一个由 Activeloop 开发的开源 AI 代理协作框架，旨在为 Claude Code、OpenClaw、Codex、Cursor、Hermes 和 pi 等主流 AI 编程助手构建一个“云端共享大脑”。

该项目基于 TypeScript 构建（尽管核心存储层依赖 Activeloop 的 Deeplake），其核心理念是将单个工程师的编程经验转化为团队共享的知识资产。它不仅仅是一个记忆工具，更是一个自动学习系统：当一名工程师解决了一个复杂的迁移问题时，该模式会被提取并编码为可复用的技能，随后在周二自动传播给团队中的每一个 AI 代理，使所有代理都能直接执行该模式，而无需重新推导。

解决的问题

在当前的 AI 辅助编程工作流中，主要存在以下痛点：

1. 知识孤岛与重复劳动：每个 AI 会话都是独立的。资深工程师上周解决的棘手问题， junior 工程师本周仍需重新探索，导致上下文窗口被大量重复信息填充，效率低下。
2. 上下文窗口浪费：传统 RAG（检索增强生成）往往只检索片段，缺乏对“模式”和“技能”的结构化理解。Hivemind 通过挖掘重复模式，减少了 Token 消耗。
3. 缺乏团队级能力沉淀：个人的编程技巧难以自动转化为团队的标准操作程序（SOP）。

Hivemind 通过“捕获 -> 编码 -> 传播 -> 复合”的闭环，解决了 AI 代理之间缺乏长期记忆和协同进化的问题。

核心功能

Hivemind 的工作流分为四个关键阶段，并辅以强大的基础设施支持：

1. 结构化捕获 (Capture)

• 全量记录：自动捕获每个会话的提示词、工具调用（Tool Calls）和响应，将其作为结构化轨迹（Traces）存储在 Deeplake 中。
• 虚拟文件系统：通过基于 SQL 的虚拟文件系统拦截 ~/.deeplake/memory/ 下的文件操作，确保数据流的透明性和一致性。

2. 模式挖掘与编码 (Codify)

• 自动技能提取：后台工作进程（Background Worker）会分析捕获的轨迹，挖掘重复出现的编程模式。
• 生成 SKILL.md：将识别出的模式编码为标准的 SKILL.md 文件。这些文件不仅包含代码片段，还包含解决特定问题的逻辑和上下文，可直接被 AI 代理读取。

3. 混合检索 (Search)

• Hybrid Retrieval：结合词汇检索（BM25）和语义检索（Embeddings）。当嵌入模型不可用时，自动回退到 BM25，确保检索的鲁棒性。
• 自然语言查询：支持通过自然语言询问团队历史，如“Emanuele 之前在做什么？”或“搜索我们解决过的身份验证 bug”。

4. 实时传播 (Propagate)

• 跨代理同步：生成的技能通过共享内存机制，实时传播到所有连接的代理上下文中。
• 会话摘要：会话结束时，AI 会自动生成 Wiki 风格的摘要页面，进一步沉淀知识。

基础设施与安全

• BYOC (Bring Your Own Cloud)：支持将数据存储在自己的 GCS、Azure、S3 或本地私有桶中，满足企业级数据隐私需求。
• 多代理支持：原生支持 Claude Code、OpenClaw、Codex、Cursor、Hermes 和 pi 等主流工具。

亮点 / 与同类相比

根据 LoCoMo（公共长上下文记忆基准测试）的数据，Hivemind 在性能上显著优于无共享记忆的基线方案：

• 成本更低：成本降低 25%。
• Token 效率更高：Token 消耗减少 1.7 倍。
• 交互轮次更少：完成相同任务所需的对话轮次减少 31%。

关键差异点：

• 从“记忆”到“技能”：大多数竞品仅侧重于检索历史对话片段，而 Hivemind 侧重于提取可复用的 SKILL.md 技能文件。这意味着知识不仅是“被看到”，而是被“内化”为代理的能力。
• 真正的团队协同：它不是简单的个人笔记助手，而是设计用于团队环境。资深工程师的经验可以自动“升级”初级工程师的代理能力。
• 无缝集成：通过 npm install -g @deeplake/hivemind && hivemind install 一条命令即可检测并配置所有支持的助手，支持 CLI 安装和特定代理安装（如 hivemind claude install）。

适合谁用 / 上手

适合人群

• 中小型工程团队：希望减少重复性调试工作，加速 junior 工程师成长速度的团队。
• 多代理用户：同时使用多个 AI 编程助手（如同时用 Cursor 和 Claude Code），希望统一知识管理的开发者。
• 注重数据隐私的企业：支持 BYOC 架构，允许数据存储在自有云存储或本地服务器。

快速上手指南

1. 全局安装：

   npm install -g @deeplake/hivemind && hivemind install
   

   安装程序会自动检测机器上支持的助手，并在浏览器中进行登录授权。

2. 无头/CI 环境安装： 如果不使用浏览器流程，可通过 API Token 进行安装：

   HIVEMIND_TOKEN=<your-token> hivemind install
   # 或
   hivemind install --token <your-token>
   

   Token 可从 deeplake.ai 账户设置中获取。

3. 针对特定代理安装： 如果只想为特定工具启用：

   hivemind claude install
   hivemind codex install
   hivemind cursor install
   

4. Claude Code 插件市场安装： 对于偏好插件市场的用户：

   /plugin marketplace add activeloopai/hivemind
   /plugin install hivemind
   /reload-plugins
   /hivemind:login
   

5. 验证状态： 使用以下命令检查已连接的代理：

   hivemind status
   

注意事项：

• 模型选择：Hivemind 每轮对话会发起多次小型工具调用。如果使用大型推理模型（如 Opus），可能会感到响应缓慢。建议默认使用 anthropic/claude-haiku-4-5-20251001 以获得最佳性能。
• 权限管理：在 OpenClaw 环境中，需确保 agents.defaults.model 配置正确，并处理可能的模型白名单限制。