Hivechat

HiveChat 是一款专为中小团队设计的 AI 聊天应用，支持多种大模型服务商，提供分组管理、Token 限额、第三方登录等功能，帮助团队高效集成和管理 AI 资源。通过统一的 MCP 协议，用户可以轻松调用多种 AI 模型，实现上下文智能管理与权限控制。

核心功能

HiveChat 提供了多项核心功能，以满足团队在 AI 聊天应用开发中的多样化需求：

• 多模型支持：兼容 OpenAI、Claude、Gemini、DeepSeek 等主流 AI 模型，并支持自定义添加其他模型。
• 上下文管理：智能保存和恢复对话上下文，确保对话的连续性和一致性。
• 权限控制：按用户分组分配模型访问权限及 Token 限额，灵活满足团队需求。
• MCP 协议：基于标准化的 MCP 协议，实现高效的数据传输和模型交互。

安装方法

安装 HiveChat 需要完成以下步骤：

1. 安装 PostgreSQL 数据库：推荐版本为 12 或更高，创建数据库（如 hivechat）。
2. 配置环境变量：在项目根目录下创建 `.env` 文件，并填写相关配置，例如数据库连接、加密密钥、管理员授权码等。
3. 安装依赖并启动服务：运行以下命令安装依赖并启动开发服务：

git clone https://github.com/HiveNexus/hivechat
npm install
npm run dev

启动完成后，访问 http://localhost:3000/setup 进行管理员账号设置。

使用方法

HiveChat 提供了多种使用方式，包括本地部署和 Vercel 平台部署。

本地部署

1. 安装 PostgreSQL 数据库并创建数据库。
2. 配置 `.env` 文件，填写数据库连接、加密密钥、管理员授权码等。
3. 运行以下命令启动服务：

npm install
npm run dev

Vercel 平台部署

1. 在 Vercel 控制台创建 Neon 数据库。
2. 配置环境变量，包括数据库连接、加密密钥、管理员授权码等。
3. 将代码推送到仓库，触发 Vercel 自动部署。

第三方登录配置

HiveChat 支持多种第三方登录方式，包括微信企业版（WECOM）、飞书（DINGTALK）等。

微信企业版（WECOM）

登录微信企业版后台，创建应用并获取 Client ID 和 Client Secret，然后在 `.env` 文件中配置：

WECOM_AUTH_STATUS=ON
WECOM_CLIENT_ID=ww728c371c2fXXXXXX
WECOM_AGENT_ID=100XXXX
WECOM_CLIENT_SECRET=H-7J4jzG0m1axpXLGshaCDlMOZxdjvkX6bIVLuXXXXXX

飞书（DINGTALK）

登录飞书开发者后台，创建应用并获取 Client ID 和 Client Secret，然后在 `.env` 文件中配置：

DINGTALK_AUTH_STATUS=ON
DINGTALK_CLIENT_ID=dingpcfi2kpuplXXXXXX
DINGTALK_CLIENT_SECRET=3vk9-VFCExNckqNUk_CL2F-HEgz7qGN-BimH0lZ1g_an2lnkk6XXXXXX

使用示例

HiveChat 提供了多种使用场景的示例，帮助用户快速上手。

查询天气预报

通过 MCP 调用 AI 模型获取指定城市的天气情况。

请告诉我北京今天的天气。

预期结果：

北京今天晴朗，气温约 20°C。

思维链推理

利用 DeepSeek 的思维链能力解决复杂问题。

如何计算圆的面积？

预期结果：

半径乘以半径再乘以 π。

注意事项

• 确保所有环境变量值正确无误。
• 定期备份数据库以防止数据丢失。
• 部署完成后，建议测试各项功能（例如：管理员登录、第三方登录等）。

HiveChat 通过统一的 MCP 协议和灵活的配置方式，为中小团队提供了一套完整的 AI 聊天应用解决方案，帮助用户高效管理 AI 资源并提升团队协作效率。