从聊天框到能办事的智能体应用Agent-Native 开发实践【免费下载链接】agent-nativeA framework for building agentic apps项目地址: https://gitcode.com/GitHub_Trending/ag/agent-native刚上线的智能体应用最常见的尴尬是这样的用户说帮我约个会智能体聊了三轮还没动手或者它真的约上了你却说不出它是怎么约的。Agent-Native 是专门用来构建这类智能体应用的框架模板、执行循环、调度、协作协议都内置在仓库里以下做法全部来自这个仓库的真实目录结构。智能体只会聊天、不会办事时从成熟模板起步而不是从空白页起步新项目的第一步不是打开编辑器而是把 templates/ 里现成的 13 个模板过一遍chat、calendar、mail、analytics、forms 都在。每个模板都是独立应用有自己的 package.json、数据库 schema、actions 和 UI。想做日程类功能先读 templates/calendar/ 是怎么做的再改比自己从零搭快得多也不容易写出违背框架设计的代码。让智能体的每次执行走同一个核心循环用户问什么智能体都要经历同一个循环接请求、选动作、执行、记录结果。这个循环集中在 packages/core/src/agent/production-agent.ts 组装执行链run-manager.ts 和 run-store.ts 负责状态管理和失败后的恢复。写应用时别自己另起炉灶做循环想把执行失败时通知我这类逻辑接进去在这里扩展一次所有功能都受益。智能体开始办事之后防止它跑偏把功能拆成小 action逐个配测试功能在这里不是一个页面而是一个个 action 文件。看 templates/calendar/actions/check-availability.ts 只负责查可用时间create-event.ts 只负责建事件每个文件旁边都放着同名 .test.ts。你的智能体应用照这个来一个 action 只做一件事、单独可测智能体选到它时就不是黑盒答非所问也好排查。让定时任务自己跑起来每周一早上提醒我这类需求靠调度机制不靠你自己开定时器。packages/core/src/jobs/ 下有 scheduler.ts 和 cron.ts 负责按计划触发run-history.ts 记录每次运行结果。新写定时功能时把任务入口挂到这个目录里运行历史、重试策略都是现成的。把第三方服务接进统一集成层不要给 Gmail 写一套调用、给 Google Calendar 再写一套。这个仓库把第三方服务统一收在 packages/core/src/integrations/catalog.ts 管理可用集成清单installations-store.ts 记录每个用户授权了哪些服务adapters/ 目录放各服务的接入协议。右边是 analytics 模板的数据源面板Google Sheets、GA4、自定义 API 都从同一个入口接入智能体查询数据时不用关心背后是哪家服务。代码越滚越大、没人敢改时按职责拆包别让模块互相咬住应用变大之后最省心的做法是每个能力一个独立包。packages/ 里 core 是框架本体scheduling 只管排期dispatch 是多应用的控制平面embedding 负责把应用嵌进别的系统各管各的。拆分依据写在 pnpm-workspace.yaml每个包有自己的 package.json只导出自己需要的接口改 A 包不会连累 B 包。让数据模型改得动、改不坏数据库 schema 是最容易改坏的地方。packages/core/src/db/ 的处理方式是drizzle-migrations.ts 管理迁移链ensure-additive-columns.ts 只允许加列、禁止删列ddl-guard.ts 会拦截不合规的 DDL。本地开发默认用 PGlite不配 DATABASE_URL 也能直接启动。带走这条经验改 schema 永远走增量迁移别原地重写现有表。给失败一个分类清晰的人话说明智能体失败时用户看到的应该是原因和下一步不是堆栈。失败分类就定义在 packages/core/src/agent/engine/failure-taxonomy.ts限流、凭证缺失、超时各是一类每类对应不同处理策略能重试的重试该升级给人的升级给人。写智能体应用时先定义这张失败词典报错措辞和恢复策略就会始终一致。上线之前先证明应用靠得住给踩过的坑各写一个守护脚本单元测试只保证代码能跑不保证代码守规矩。scripts/ 里有一整排 guard 脚本guard-no-env-credentials.mjs 阻止把凭证写进环境变量guard-migration-manifest.ts 校验迁移清单一致性guard-i18n-catalogs.ts 检查翻译完整性。踩到一个坑就把它写成一条守护规则下一个人或下一个智能体就不会再踩同一个洞。给第二个智能体留一份交接手册这个仓库把代码能被另一个智能体接手当成正式功能来做。skills/ 目录下每个技能一份 SKILL.md描述一套完整工作方法visual-plans 负责画图式规划visual-edit 负责可视化修改。接手方读一遍手册就能开工新人上手的成本也跟着降下来。让智能体跟其他智能体协同多应用场景下智能体之间要能互相调用。packages/core/src/a2a/ 实现了 Agent-to-Agent 协议agent-card.ts 描述一个智能体是谁、能做什么task-store.ts 管理跨智能体任务的状态caller-auth.ts 管住谁有资格调用谁。右边这种工作区就是协同的落点一个入口统筹 mail、calendar、slides 等多个应用的智能体而不是让用户在十几个页面之间来回跳。下一步第一步就一条命令git clone https://gitcode.com/GitHub_Trending/ag/agent-native进入仓库后安装依赖安装脚本会自动构建内部依赖的包想一次看全效果用 dev:all 脚本把所有模板并行跑起来各占一个端口。每次推送前跑一遍 prep 脚本把格式化、类型检查、测试和守护脚本全部打绿再合。一个容易踩的坑用户或组织的凭证不要写进 .env这个仓库要求用带作用域的凭证存储守护脚本会专门检查这一条——从第一天就按这个规矩来上线前才不会返工。【免费下载链接】agent-nativeA framework for building agentic apps项目地址: https://gitcode.com/GitHub_Trending/ag/agent-native创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
企业数字化 ERP 产品动态
相关推荐
数据采集系统原理与工程实践：从传感器到上位机的完整信号链路 简介：《数据采集系统基本原理汇编》PDF是一份面向电子工程、仪器仪表及地震勘探等领域学习者的系统讲解资料，集中梳理了数据采集系统从传感器、输入电路到滤波、采样、模数转换与数据记录的完整链路。资料基于仪器组成框图，重点剖析差动放大器… · 2026/9/24 23:48:32
如何查看AX的Actor与Worker池：kubectl ate命令完全指南 如何查看AX的Actor与Worker池：kubectl ate命令完全指南 【免费下载链接】ax Googles open agentic orchestration runtime 项目地址: https://gitcode.com/GitHub_Trending/ax11/ax
AX（Agent Executor）是 Google 开源的 Agent 编排运行… · 2026/9/24 23:48:32
深度学习新闻分类推荐系统：从TextCNN到个性化推荐 简介：这份基于深度学习的新闻分类推荐系统Python实现源码，是专为课程设计与期末大作业准备的高分项目，下载后无需修改即可运行，适用于需要快速交付完整课题的高校学生。系统涵盖新闻数据预处理、文本分类模型训练、推荐逻辑展示等… · 2026/9/24 23:59:53
汽车电子底层软件开发：AUTOSAR与CAN总线实战解析 1. 这门“汽车电子底层软件开发就业课”到底在教什么？——不是写个LED闪烁就能上岗的很多人看到“汽车电子底层软件开发就业课”这个标题，第一反应是：不就是嵌入式C语言单片机CAN通信？刷几道LeetCode、调通一个STM32 CAN收发例程&… · 2026/9/24 23:59:53
Vim基础操作全攻略：保存退出、模式切换与高频命令实战 1. 项目概述1.1 核心需求解析今天聊聊Vim。写这个题目的原因是：几乎每个后端开发者、运维人员、数据工程师某天都会遇到一个场景——深夜加班，服务器登录界面只有黑底白字，编辑器只有vi/vim，你必须在五分钟内完成一次配置修改并保… · 2026/9/24 23:59:53
Python+CNN车牌识别实战：从数据预处理到模型训练与部署 简介：基于Python与卷积神经网络的车牌识别项目，面向计算机视觉初学者及智能交通开发者，目标是帮助用户掌握从数据预处理、模型构建到实际部署的完整流程。压缩包共25个文件，包含jpg/png图像样本、py训练脚本、md说明文档、dat数据… · 2026/9/24 23:59:53
AI元人文：从工具使用到思维重构的深度探索 最近半年我一直在琢磨一件事：AI元人文到底是什么？说白了，就是“用元视角重新审视人与AI的关系”，也在“探索AI如何反向逼着我们发现自己的思考边界”。标题里的“元探索”，在我看就是一层套一层的追问——当你用AI解决… · 2026/9/24 23:59:53
