Hive
Hive ist eine Open-Source, Terminal-First, asynchrone Multi-Agenten-Codierungs-Pipeline, die eine grobe Idee in einen merge-bereiten Pull-Request umwandelt, unter Verwendung eines transparenten ordnerbasierten Workflows, eines Hintergrund-Daemons und einer Power-User-TUI.
https://hivecli.sh/?ref=producthunt&utm_source=aipure
Produktinformationen
Aktualisiert:Jun 16, 2026
Was ist Hive
Hive (hive-cli) ist ein kostenloses, MIT-lizenziertes Tool, das den End-to-End-Softwarelieferzyklus – von einer ersten Idee bis zu einem merge-bereiten PR – direkt von Ihrem Terminal aus automatisiert. Es wurde für Entwickler entwickelt, die autonome, überprüfbare Agenten-Workflows wünschen, ohne in Chat-Threads zu leben: Sie erfassen eine Idee, beantworten gezielte Fragen in Ihrem Editor, und Hive orchestriert den Rest. Hive integriert sich in Ihr bestehendes Git/GitHub-Setup (z. B. authentifiziertes gh) und kann verschiedene Agenten-CLIs pro Stufe ausführen (standardmäßig Claude, mit Optionen wie Codex oder Pi).
Hauptfunktionen von Hive
Hive ist eine Open-Source, Terminal-first, asynchrone Multi-Agenten-Codierungs-Pipeline, die eine grobe Idee in einen merge-bereiten Pull Request verwandelt, indem jede Aufgabe durch einen transparenten, ordnerbasierten Workflow (Brainstorming → Plan → Ausführung → Überprüfung → Finalisierung) bewegt wird. Es führt mehrere Agenten parallel im Hintergrund über einen Daemon aus, fordert Sie nur bei Entscheidungen auf (Antworten in Ihrem Editor) und erstellt in jeder Phase dauerhafte Markdown-Artefakte, sodass der Prozess überprüfbar, bearbeitbar und übergabefreundlich ist. Hive lässt sich in konfigurierbare Agenten-CLIs (standardmäßig Claude, plus andere wie Codex/Pi) integrieren, unterstützt autonome Repo-„Patrouille“ und PR-„Babysitting“ und kann über eine TUI oder optional über einen Telegram-Bot für mobile Genehmigungen und Ideenerfassung gesteuert werden.
Neunstufige Idee-zu-PR-Pipeline: Führt einen strukturierten Workflow von der Posteingangserfassung über Brainstorming, Planung, Ausführung in einem isolierten Worktree, PR-Erstellung, Überprüfungshärtung, Artefaktsammlung und Finalisierung zu einem merge-bereiten PR aus.
Ordner-als-Status-Transparenz (artefaktgesteuert): Jede Aufgabe ist ein Ordner, dessen Speicherort den Status darstellt; jede Phase erzeugt dauerhafte Markdown-Artefakte (Pläne, Überprüfungen, PR-Metadaten), die Sie lesen, bearbeiten oder an einen anderen Agenten übergeben können – keine Black-Box-Datenbank.
Asynchroner Daemon + parallele Aufgabenwarteschlange: Führt mehrere Aufgaben gleichzeitig im Hintergrund aus; die TUI hebt nur die Aufgaben hervor, die Ihre Eingabe erfordern, was eine störungsarme, asynchrone Entwicklung ermöglicht.
Konfigurierbare Multi-Agenten-Ausführung: Phasen werden auf konfigurierbaren Agenten-CLIs ausgeführt – standardmäßig Claude, mit Unterstützung für Alternativen (z. B. Codex oder Pi) – sodass Sie verschiedene Modelle/Tools pro Phase auswählen können.
PR-Babysitter und Repo-Patrouillenautomatisierung: Die optionale Automatisierung kann ein Repo nach potenziellen Verbesserungen durchsuchen und PRs öffnen sowie bestehende PRs durch begrenzte Reparaturversuche und automatische Rebases grün halten, wobei sie bei Stillstand die Kontrolle abgibt.
Terminal-first UX mit optionalem Telegram-Bot: Ein Power-User-TUI/CLI-Workflow zum Erfassen von Ideen und Genehmigen von Phasenübergängen, plus ein Telegram-Bot zum Erfassen von Eingaben und Genehmigen von Arbeiten vom Telefon aus (einschließlich Sprach-/Foto-/Dokumentenerfassung).
Anwendungsfälle von Hive
Bereitstellung von Produktfunktionen für Softwareteams: Wandeln Sie lose definierte Funktionsideen in detaillierte Pläne, implementierten Code und überprüfte PRs mit minimaler synchroner Koordination um – nützlich für schnelllebige Produktentwicklung.
Open-Source-Wartung und Contributor-Workflows: Automatisieren Sie Issue-to-PR-Pipelines, generieren Sie Überprüfungsartefakte und verwenden Sie Babysitter, um PRs merge-fähig zu halten – hilfreich für Maintainer, die viele parallele Beiträge verwalten.
Interne Entwicklerplattform / Tooling-Teams: Standardisieren Sie, wie interne Tools und Plattformänderungen vorgeschlagen, geplant, ausgeführt und überprüft werden, und hinterlassen Sie überprüfbare Artefakte für Compliance und teamübergreifende Übergaben.
DevOps- und Zuverlässigkeitsautomatisierung: Verwenden Sie Patrol/Babysitter-Muster, um Korrekturen vorzuschlagen (z. B. CI-Ausfälle, Abhängigkeitsaktualisierungen), PRs zu öffnen und diese neu zu basieren und grün zu halten, während Ingenieure Entscheidungen asynchron genehmigen.
Startup-Prototyping und schnelle Iteration: Führen Sie mehrere Experimente parallel durch: Erfassen Sie Ideen schnell, lassen Sie Agenten Implementierungen und PRs entwerfen und greifen Sie nur bei wichtigen Produktentscheidungen oder Klärungen ein.
Mobile-first Genehmigungen für verteilte Teams: Erfassen Sie Ideen und genehmigen Sie den Aufgabenfortschritt über Telegram, während Sie nicht am Arbeitsplatz sind, was einen asynchronen Fortschritt über Zeitzonen hinweg ermöglicht.
Vorteile
Hochgradig überprüfbarer Workflow: Artefakte sind einfache Dateien (Markdown) und der Aufgabenstatus ist über Ordner sichtbar, was Vertrauen und Übergabe verbessert.
Starke asynchrone/parallele Ausführung: Daemon-gesteuerte Warteschlange reduziert das Babysitting und hält mehrere Bemühungen gleichzeitig in Bewegung.
Flexible Agenten-/Tool-Wahl: integriert verschiedene Agenten-CLIs pro Phase, was eine Optimierung nach Kosten/Leistung pro Aufgabentyp ermöglicht.
End-to-End-PR-Automatisierung: umfasst die Ausführung in isolierten Worktrees, PR-Öffnung, Überprüfungshärtung und PR-Pflege (Rebases/Reparaturen).
Nachteile
Standardmäßig tokenintensiv: Multi-Agenten-Phasen können teuer sein, was es für kostenbewusste Benutzer weniger geeignet macht.
Terminal-first und Daemon-basiert: erfordert Vertrautheit mit TUI/CLI-Workflows und dem Ausführen eines Hintergrund-Daemons lokal.
Erfordert externe Tool-Einrichtung: hängt von Ruby, Git, authentifiziertem GitHub CLI und den gewählten Agenten-CLIs (z. B. Claude/Codex) ab.
Wie verwendet man Hive
Entscheiden Sie, welches „Hive“ Sie meinen (Apache Hive vs. Hive CLI Coding Tool): Die Quellen umfassen sowohl Apache Hive (Data Warehouse auf Hadoop; Befehle wie bin/hive, Beeline) als auch ein separates Produkt namens Hive CLI (hivecli.sh) für Multi-Agenten-Codierung. Wählen Sie das aus, das Sie verwenden möchten, bevor Sie fortfahren.
Apache Hive: Voraussetzungen überprüfen: Stellen Sie sicher, dass Hive installiert und HIVE_HOME gesetzt ist. Wenn Sie Hive 3+ verwenden, planen Sie die Verwendung von Beeline (HiveServer2-Client) anstelle des veralteten Hive CLI.
Apache Hive: Eine interaktive Sitzung starten (veraltetes Hive CLI): Ausführen: $HIVE_HOME/bin/hive. Wenn ohne -e oder -f ausgeführt, wechselt es in den interaktiven Shell-Modus; Anweisungen mit einem Semikolon (;) beenden.
Apache Hive: Eine Abfrage von der Befehlszeile ausführen (nicht-interaktiv): Verwenden Sie -e für Inline-SQL: $HIVE_HOME/bin/hive -e 'select ...;'. Dies ist nützlich für einmalige Befehle oder Skripte.
Apache Hive: Eine HQL-Skriptdatei ausführen (nicht-interaktiv): Verwenden Sie -f, um SQL aus einer Datei auszuführen: $HIVE_HOME/bin/hive -f /path/to/script.hql. Dies ist die Standardmethode zum Ausführen gespeicherter Skripte.
Apache Hive: Eine Sitzung mit einer Start-SQL-Datei initialisieren: Verwenden Sie -i, um Initialisierungs-SQL automatisch vor anderen Befehlen auszuführen: hive -i /path/to/init.sql (kann mit -e oder -f kombiniert werden).
Apache Hive: Konfigurationseigenschaften zur Laufzeit übergeben: Verwenden Sie --hiveconf (oder -hiveconf), um Eigenschaften festzulegen: hive --hiveconf hive.exec.scratchdir=/opt/my/hive_scratch --hiveconf mapred.reduce.tasks=1 -e 'select ...;'.
Apache Hive: Ausgabe-Rauschen für Skripte reduzieren: Verwenden Sie den stillen Modus (-S), sodass nur Daten in interaktiven Shell-Kontexten ausgegeben werden: hive -S (oder kombinieren Sie, wo unterstützt).
Apache Hive: Mehr Protokollierung für die Fehlersuche aktivieren: Überschreiben Sie die Protokollierung über hiveconf, z. B.: $HIVE_HOME/bin/hive --hiveconf hive.root.logger=INFO,console. Die Standardprotokollierung erfolgt oft in /tmp/$USER/hive.log bei WARN.
Apache Hive (empfohlen): Beeline verwenden (HiveServer2-Client): Beeline ist der JDBC-basierte CLI für HiveServer2 und wird in neueren Hive-Distributionen empfohlen/benötigt. Starten Sie Beeline und verbinden Sie sich mit HiveServer2 über eine JDBC-URL (die genaue URL hängt von Ihrer Cluster-Einrichtung ab). Führen Sie dann Abfragen oder Skripte ähnlich über Beeline-Optionen aus.
Apache Hive: Beispiel DDL/DML-Workflow in der Shell: In einer interaktiven Sitzung können Sie Datenbanken/Tabellen erstellen, Daten laden und abfragen. Beispiel: LOAD DATA INPATH '/user/myname/kv2.txt' OVERWRITE INTO TABLE invites PARTITION (ds='2008-08-15');
Hive CLI (hivecli.sh): Auf macOS über Homebrew installieren: Ausführen: brew install ivankuznetsov/hive/hive.
Hive CLI (hivecli.sh): Auf Arch Linux über AUR installieren: Ausführen: yay -S hive-bin.
Hive CLI (hivecli.sh): Auf Linux über Installationsskript installieren: Führen Sie das bereitgestellte Installationsprogramm aus: tmpdir="$(mktemp -d)" && trap 'rm -rf "$tmpdir"' EXIT && curl -fsSL https://raw.githubusercontent.com/ivankuznetsov/hive/v0.3.0/install.sh -o "$tmpdir/hive-install.sh" && bash "$tmpdir/hive-install.sh".
Hive CLI (hivecli.sh): Voraussetzungen vorbereiten: Stellen Sie sicher, dass Ruby 3.4, git, authentifiziertes gh und die Agenten-CLIs, die Sie verwenden möchten (z. B. claude, codex), installiert sind.
Hive CLI (hivecli.sh): Hive in einem Repository initialisieren: Aus Ihrem Projektverzeichnis: cd ~/Dev/your-project; dann ausführen: hive init . (Start-/Berechtigungsmodus wählen und den Daemon registrieren).
Hive CLI (hivecli.sh): Das TUI-Dashboard öffnen: Ausführen: hive tui. Verwenden Sie das Dashboard zur Aufgabenverwaltung; drücken Sie 'n', um eine neue Idee zu erfassen.
Hive CLI (hivecli.sh): Den stufenbasierten Workflow verstehen: Jede Aufgabe ist ein Ordner, der verschiedene Stufen durchläuft: inbox → brainstorm → plan → execute → open-pr → review → artifacts → finalize → done. Das Verschieben des Ordners ist die Genehmigungsgeste; jede Stufe hinterlässt Markdown-Artefakte.
Hive CLI (hivecli.sh): Den Daemon Aufgaben asynchron ausführen lassen: Hive führt mehrere Aufgaben parallel im Hintergrund aus; Sie müssen normalerweise nur Fragen in den generierten Dokumenten beantworten und dann durch Verschieben der Aufgabe in die nächste Stufe genehmigen.
Hive FAQs
Hive ist ein Open-Source-Tool (MIT), das terminalbasiert eine grobe Idee in einen merge-bereiten Pull Request verwandelt, indem es sie durch eine asynchrone Multi-Agenten-Pipeline (Brainstorming, Planung, Ausführung, Überprüfung, Finalisierung) leitet. Es bearbeitet Aufgaben parallel im Hintergrund und verwendet eine TUI, in der Sie Fragen in Markdown-Dokumenten beantworten.
Hive Video
Beliebte Artikel
Atoms: Eine Multi-Agenten-KI-Plattform, die Ideen in startbereite Produkte verwandelt
May 22, 2026
Nano Banana SBTI: Was es ist, wie es funktioniert und wie man es im Jahr 2026 einsetzt
Apr 15, 2026
Atoms Review – Der KI-Produkt-Builder, der die digitale Erstellung im Jahr 2026 neu definiert
Apr 10, 2026
Kilo Claw: Wie man einen echten "Do-It-For-You" KI-Agenten bereitstellt und verwendet (2026 Update)
Apr 3, 2026
Neueste KI-Tools ähnlich wie Hive
Gait
Gait ist ein Collaboration-Tool, das KI-unterstützte Codegenerierung mit Versionskontrolle integriert und es Teams ermöglicht, KI-generierten Codekontext effizient zu verfolgen, zu verstehen und zu teilen.
invoices.dev
invoices.dev ist eine automatisierte Rechnungsplattform, die Rechnungen direkt aus den Git-Commits der Entwickler generiert und Integrationsmöglichkeiten für GitHub, Slack, Linear und Google-Dienste bietet.
EasyRFP
EasyRFP ist ein KI-gestütztes Edge-Computing-Toolkit, das RFP (Request for Proposal)-Antworten optimiert und eine Echtzeit-Feldphänotypisierung durch Deep-Learning-Technologie ermöglicht.
Cart.ai
Cart.ai ist eine KI-gestützte Dienstleistungsplattform, die umfassende Lösungen zur Automatisierung von Geschäftsprozessen bietet, einschließlich Programmierung, Kundenbeziehungsmanagement, Videobearbeitung, E-Commerce-Setup und benutzerdefinierter KI-Entwicklung mit 24/7 Unterstützung.
Beliebte KI-Tools wie Hive
GitHub Copilot Chat
GitHub Copilot Chat ist ein KI-gestützter Codierungsassistent, der Interaktionen in natürlicher Sprache, Echtzeit-Codevorschläge und kontextuelle Unterstützung direkt innerhalb unterstützter IDEs und GitHub.com bietet.
CopilotForXcode
CopilotForXcode ist eine Xcode-Quell-Editor-Erweiterung, die GitHub Copilot, Codeium und ChatGPT integriert, um KI-gestützte Codevorschläge, Chat-Unterstützung und Prompt-to-Code-Funktionalität innerhalb von Xcode bereitzustellen.
BrowserAI
BrowserAI ist eine Open-Source-Bibliothek, die die Ausführung lokaler Large Language Models (LLMs) direkt in Webbrowsern mit WebGPU-Beschleunigung ermöglicht und datenschutzorientierte KI-Funktionen bietet, ohne dass eine Serverinfrastruktur erforderlich ist.
OpenAI Codex CLI
OpenAI Codex CLI ist ein schlanker Open-Source-Coding-Agent, der in Ihrem Terminal ausgeführt wird und es Entwicklern ermöglicht, natürliche Sprache in Codeausführung zu übersetzen und gleichzeitig ChatGPT-ähnliche Argumentation mit der Möglichkeit, Code auszuführen, Dateien zu bearbeiten und unter Versionskontrolle zu iterieren, bereitzustellen.