快速开始

安装 SDK，连接模型，运行第一个 Agent。需要 Python 3.11+ 和 OpenAI Chat Completions 兼容服务。

安装 SDK

建议在独立 Python 环境中安装：

macOS / LinuxWindows PowerShellConda

python3 -m venv .venv
source .venv/bin/activate
python -m pip install bumblehive

py -m venv .venv
.venv\Scripts\Activate.ps1
python -m pip install bumblehive

conda create -n bumblehive_env python=3.11 -y
conda activate bumblehive_env
python -m pip install bumblehive

配置模型

替换模型名、密钥和服务地址。base_url 是 API 基地址，通常以 /v1 结尾，具体以你的服务为准。

macOS / LinuxWindows PowerShell

export BUMBLEHIVE_MODEL="your-model"
export BUMBLEHIVE_API_KEY="your-api-key"
export BUMBLEHIVE_BASE_URL="https://your-provider.example/v1"

$env:BUMBLEHIVE_MODEL = "your-model"
$env:BUMBLEHIVE_API_KEY = "your-api-key"
$env:BUMBLEHIVE_BASE_URL = "https://your-provider.example/v1"

这些变量由示例中的 os.environ 读取，SDK 不会自动读取它们。

运行第一个 Agent

新建 agent.py，复制以下完整程序：

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())

python agent.py

输出类似：

回答：Agent Runtime 负责组织模型调用和工具执行，推动 Agent 完成任务。

具体措辞由模型决定。如果运行失败，根据错误检查模型名、密钥和接口地址，详见错误排查。

这段代码做了什么

• RuntimeArguments 提供模型配置。tool_names=[] 和 skill_names=[] 让第一个例子只进行文本问答。
• async with from_config(...) 创建 Runtime，并在退出时释放连接。
• await runtime.run(...) 执行任务，final_content 是最终回答，error 是运行错误。

一个 Runtime 可以执行多次任务。不传入对话历史时，每次调用独立。

下一步

给 Agent 添加一个工具，让它查询课程信息，而不只是生成文本。