hob

产品简介

hob（Hebo AI）是一款面向跨职能团队的 AI 平台，目标是让开发团队与业务团队在同一套系统里协作，快速构建、运营并持续改进生产级对话式智能体。官方指出，构建高质量对话智能体需要工程、产品与业务团队之间极紧密的配合；当概念验证失败时，往往不是技术问题，而是迭代问题——过去哪怕只是调整温度参数、微调智能体系统提示词、或往上下文窗口里加一点知识，都仍然需要改代码并重新部署，一个小改动就会变成数天甚至数周的反馈周期。hob 正是为弥合这一鸿沟而生。

核心功能

1. 统一 AI 网关（Gateway）：提供跨模型的标准化 OpenAI 兼容 API，带来低延迟、高吞吐的补全与向量嵌入能力。
2. 可组合的技术栈原语：为 RAG（检索增强生成）、Tools（工具调用）、Memory（记忆）提供细粒度控制对话内容与质量的基础组件。
3. 评估与可观测工具链（Evals）：让真实对话流程变得可见、可调试、可测试，兼顾技术与非技术团队。
4. 面向运营团队的简洁界面：让业务人员也能定义智能体行为、观察对话并优化知识库。
5. 内嵌式网关设计：网关以「库」的形式直接部署在你的服务器里（支持 Elysia、Hono、Next.js 等标准 fetch handler 框架），无需额外运行进程或维护独立基础设施。
6. 可扩展的 hooks 机制：通过一等公民的 hooks 系统接入自定义鉴权、基于自有数据库的限流、按用户分层的动态模型路由，以及请求/响应的转换。
7. 模型差异归一化：抹平不同厂商在温度范围、推理强度表达方式、工具调用语法上的差异，让单一端点在不同模型间保持一致。

特色优势

大多数 AI 网关被设计成独立服务，你把应用指向它、它代理你的请求——直到你需要它开箱不支持的功能，就只能 fork、绕开或干脆放弃定制。hob Gateway 采取不同路线，更接近 better-auth 对鉴权的处理方式：一个内嵌进你应用的库，而不是一个要去集成的平台。由于网关运行在应用内部，你可以通过 hooks 完整访问请求生命周期。官方称这些 hooks 是「一等公民」——它们就是被预期用来定制行为的方式，因此稳定、定义清晰且可组合。此外，hob 支持先用官方托管厂商与免费额度，再逐步接入 Groq、AWS、GCP 等自有凭据，全程不必改变应用与模型的通信方式，并保持对 Vercel AI SDK、LangChain 等 OpenAI 接口 SDK 的兼容。

应用场景

1. 跨职能团队协作开发对话式智能体：让产品、业务与工程在同一界面定义与调试智能体。
2. 生产环境的智能体可观测与评估：追踪真实对话流程、定位问题并验证智能体是否符合预期。
3. 在自建应用中嵌入 AI 网关：为 Next.js、Hono、Elysia 等项目提供开箱即用的模型访问层。
4. 需要多模型路由与成本控制的产品：按用户分层动态路由模型，并接入自有云厂商凭据。
5. RAG 与记忆系统搭建：用可组合原语精细控制上下文内容与知识注入。

适用人群

• 构建对话式智能体的工程与产品团队
• 需要观察并优化智能体表现的业务运营人员
• 希望在自建后端中嵌入 AI 网关的开发者
• 关注生产级智能体可靠性的技术负责人

工作原理

hob 把平台拆成可渐进接入的三层：网关层负责以 OpenAI 兼容协议统一访问各家大模型，并归一化厂商差异；组合原语层提供 RAG、Tools 与 Memory 等组件，让开发者对对话内容与质量做细粒度控制；评估与可观测层则把真实对话流程可视化、可调试、可测试，使非技术成员也能跟进。每一部分都是「可选启用」的，可以随着智能体从简单提示词演进到成熟的生产系统而自然扩展。

更新动态

根据官方文档的组件状态，目前 Gateway、MCP AIKit 与 Evals 均已上线 v0.1，而 RAG/Tools/Memory 栈、Observability 与 Knowledge Editor 仍在开发中。项目以 FSL 开源许可「公开构建」，强调对所有人免费使用，同时通过开源方式欢迎社区贡献，开发者可从 GitHub 提交 issue 与 pull request。

官方链接

https://hebo.ai/