BumbleHive：用 Python 构建 Agent

BumbleHive 是一个 Python Agent SDK。你提供模型、任务和工具，它负责调用模型、执行工具，并把结果交回模型，直到任务完成。

可以用它构建文件助手、业务查询助手或交互式聊天应用。需要 Python 3.11+；模型通过 OpenAI Chat Completions 兼容接口接入。

开始使用

第一个 Agent

安装并配置模型后，保存以下代码为 agent.py，运行 python agent.py：

import asyncio
import os

import bumblehive


async def main() -> None:
    config = bumblehive.RuntimeArguments(
        model=os.environ["BUMBLEHIVE_MODEL"],
        api_key=os.environ["BUMBLEHIVE_API_KEY"],
        base_url=os.environ["BUMBLEHIVE_BASE_URL"],
        skill_names=[],
        tool_names=[],
    )
    async with bumblehive.from_config(config) as runtime:
        result = await runtime.run("请用一句话解释什么是 Agent Runtime。")

    if result.error is not None:
        print(f"运行失败 [{result.error.code}]：{result.error.message}")
        return

    print(f"回答：{result.final_content}")


if __name__ == "__main__":
    asyncio.run(main())

程序会打印模型的回答。接下来可以添加一个 Python 工具，让 Agent 查询数据或执行操作。

能做什么

能力	用途
工具调用	把 Python 函数交给 Agent 使用
多轮对话与记忆	保留对话，在下一轮或程序重启后继续
流式输出与图片输入	逐步显示回答，处理文字和图片
审批、引导、追问	让用户参与 Agent 的决策和执行
文件与命令	阅读项目、修改文件、执行验证
MCP与Skills	接入外部工具和可复用的任务方法
上下文与Hooks	提供任务信息，观察运行过程
子 Agent 协作	委派独立任务，等待结果或后台执行

先读快速开始，再按需要选择功能。组合应用见完整示例，参数查询见 API 参考。