AG-UI

AG-UI 是一种开放协议,用于标准化前端应用与 AI 代理之间的连接方式。你可以将它理解为 AI 驱动系统的"通用翻译器"------无论代理使用什么"语言",AG-UI 都能确保流畅的通信。


🤖 为什么使用 AG-UI?

AG-UI 帮助开发者构建需要实时交互状态实时流传输人机协同工作流的下一代 AI 应用。

AG-UI 提供以下核心能力:

  • 通过 CopilotKit 等框架,提供一种简单直接的方式将 AI 代理与前端集成 🪁
  • 人与代理之间的通信提供高效的线协议(wire protocol)基础组件 ⚡️
  • 针对聊天、状态流更新、人机协作、共享状态等场景,提供最佳实践

🔗 已有集成

AG-UI 已经与多个流行的 AI 代理框架完成集成,无论你使用哪种工具,都可以轻松采用 AG-UI 协议:

  • LangGraph:利用 LangGraph 强大的编排能力,构建具有共享状态和人机协同流程的代理原生应用。
  • CrewAI Flows:使用定义清晰的阶段和流程控制,创建顺序的多代理工作流。
  • CrewAI Crews:设计具有专业角色和代理间通信机制的协作式代理团队。
  • Mastra:使用 TypeScript 构建类型安全的代理实现,提升开发者体验。
  • AG2:使用开源的 AgentOS 构建可扩展、生产就绪的代理部署。

这些集成使得你可以轻松地通过 AG-UI 协议,将你偏好的代理框架与前端应用连接起来。


🏗️ 架构概览

AG-UI 的核心是一个轻量级、事件驱动的协议,用于连接 AI 代理与前端应用:

复制代码
  • 前端:通过 AG-UI 进行通信的应用程序(如聊天界面或任何 AI 赋能的应用)
  • AI 代理 A:无需经过代理即可直接连接的 AI 代理
  • 安全代理:安全地将前端请求路由到多个 AI 代理的中间代理服务
  • AI 代理 B 和 C:由代理服务管理的 AI 代理

🛠️ 技术概览

AG-UI 设计轻量且最小化约束,使其易于集成到各种代理实现中。其灵活性体现在以下两个方面:

1. 事件驱动通信

代理在执行过程中需要能够发出 16 种标准事件类型中的任意一种,从而创建客户端可处理的更新流。

2. 双向交互

代理接受用户输入,实现人与 AI 无缝协作的工作流。

此外,AG-UI 内置中间件层,通过以下方式最大化兼容性:

灵活的事件结构

事件格式无需完全匹配 AG-UI 的规范,只需具备兼容性。这使得现有代理框架可以以最小的改动适配其本地事件格式。

传输方式无关

AG-UI 不限定事件的传输方式,支持包括 Server-Sent Events (SSE)、Webhooks、WebSockets 等多种机制。这种灵活性让开发者可以自由选择最适合自身架构的传输方式。

这种实用主义的设计,使得 AG-UI 易于采用,无需对现有代理实现或前端应用进行重大修改。


📊 与其他协议的对比

AG-UI 明确专注于代理与用户之间的交互层,不与 A2A(代理间协议)和 MCP(模型上下文协议)等协议竞争。

例如,同一个代理可以通过 A2A 与其他代理通信,通过 AG-UI 与用户通信,同时调用 MCP 服务器提供的工具。

这些协议在代理生态系统中各司其职:

协议 职责
AG-UI 处理人机交互和 UI 状态流更新
A2A 支持代理间的通信与协作
MCP 标准化不同模型之间的工具调用与上下文处理
相关推荐
人工智能训练6 小时前
【极速部署】Ubuntu24.04+CUDA13.0 玩转 VLLM 0.15.0:预编译 Wheel 包 GPU 版安装全攻略
运维·前端·人工智能·python·ai编程·cuda·vllm
源于花海7 小时前
迁移学习相关的期刊和会议
人工智能·机器学习·迁移学习·期刊会议
DisonTangor8 小时前
DeepSeek-OCR 2: 视觉因果流
人工智能·开源·aigc·ocr·deepseek
薛定谔的猫19828 小时前
二十一、基于 Hugging Face Transformers 实现中文情感分析情感分析
人工智能·自然语言处理·大模型 训练 调优
发哥来了8 小时前
《AI视频生成技术原理剖析及金管道·图生视频的应用实践》
人工智能
数智联AI团队9 小时前
AI搜索引领开源大模型新浪潮,技术创新重塑信息检索未来格局
人工智能·开源
不懒不懒9 小时前
【线性 VS 逻辑回归:一篇讲透两种核心回归模型】
人工智能·机器学习
冰西瓜6009 小时前
从项目入手机器学习——(四)特征工程(简单特征探索)
人工智能·机器学习
Ryan老房9 小时前
未来已来-AI标注工具的下一个10年
人工智能·yolo·目标检测·ai
丝斯201110 小时前
AI学习笔记整理(66)——多模态大模型MOE-LLAVA
人工智能·笔记·学习