mcpField
A
AgentsKit Registry

AgentsKit Registry

远程服务
registry.agentskit.ioAI 与智能体6今天更新

关于 AgentsKit Registry

AgentsKit Registry 为开发团队提供可复用的 AI Agent 源码目录。其 CLI 将可读的 TypeScript 复制到项目中,团队可审查和修改代码,无需采用目录运行时。

主要功能

  1. 01按 ID、类别或能力浏览 Agent
  2. 02通过 CLI 复制 Agent 源码
  3. 03提供类型化源码、测试和使用指南
  4. 04在 GitHub Actions 中验证 Agent 文件夹
  5. 05通过 JSON、llms.txt 和 MCP 发现目录
  6. 06提供独立审查摘要

适用场景

  1. 01向代码库添加 Agent 起始模板
  2. 02在 CI 中验证自有 Agent 文件夹
  3. 03查找适用于某项工作流的 Agent

MCP 相关

目录可通过 MCP 访问,也提供 JSON、llms.txt 和发现产物。MCP 可供工具和 LLM 浏览 Agent 目录。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://registry.agentskit.io/api/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

4
参数类型必填说明
categorystring否

详细介绍

AgentsKit Registry

简介:top-level-repository

CI Agents License: MIT OpenSSF Best Practices

将一个面向生产环境的 AI Agent 复制到你的项目中,并掌控其源代码。 AgentsKit Registry 是一个采用 shadcn 风格的目录,收录了 346 个使用 AgentsKit 构建并通过验证的 Agent。它不引入 Registry 运行时,也不会造成 锁定:CLI 会复制可读的 TypeScript 代码,供团队审查和编辑。

它面向希望获得现成 Agent 起点、但不想采用专有 Registry 运行时的团队。

标签: agentskit · agent-registry · typescript · ai-agents · shadcn-style

主题: ai-agents · registry · developer-experience

浏览 Registry · 五分钟快速上手 · 贡献 Agent · 安全 · 治理 · 行为准则

AgentsKit Registry 确定性优先的发现机制:346 个通过验证的 Agent 可在本地精确解答问题,仅在需要时才对语义问题进行升级处理。

已验证的依据

  • 目录计数来自 public/r/index.json 和 ecosystem-claims.json。
  • 干净环境安装/运行契约:npm run test:quickstart(scripts/quickstart.test.mjs)。
  • 结构验证和 Doc Bridge 门禁:npm run validate、npm run docs:bridge:gate。
  • 确定性发现构建:npm run discovery:build。
  • 无需凭据的目录验证:node examples/verify-readme.mjs。

在 GitHub Actions 中验证 Agent

可将 Registry 契约用作 CI 门禁,验证其他仓库中由你复制并掌控的 Agent 文件夹。该操作会检查必需的源代码、测试、元数据和 README 文件; 元数据 ID 及其引用的文件;以及 Registry 内容政策。它不会将源代码发送到 API,也不需要凭据。

name: Validate agents

on:
  pull_request:
  push:
    branches: [main]

jobs:
  agentskit:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: AgentsKit-io/agentskit-registry@v1
        with:
          path: agents

path 输入可以指向单个 Agent 文件夹,也可以指向一个目录,其直接子目录均为 Agent 文件夹。

Registry 目前处于 测试阶段。全部 346 个条目均通过结构和仓库测试; 其中 333 个还发布了经脱敏处理的独立评审证据。模板仍是代码, 你必须根据自己的服务提供商、工具、数据政策和风险状况进行审查。

从目录到代码

flowchart LR
  F["Find by ID, category, or capability"] --> A["npx agentskit add <id>"]
  A --> C["Readable source copied locally"]
  C --> R["Review and adapt"]
  R --> S["Ship with your adapter and policy"]
npx agentskit add research
import { openai } from '@agentskit/adapters'
import { createResearchAgent } from './agents/research/agent'

const agent = createResearchAgent({
  adapter: openai({
    apiKey: process.env.OPENAI_API_KEY!,
    model: 'gpt-4o',
  }),
})

const result = await agent.run('What changed in the EU AI Act?')
console.log(result.content)

你可以通过受支持的 AgentsKit 契约替换适配器、工具、记忆、模型和策略。复制的工厂函数仍是普通的应用代码。

这里究竟包含什么

  • 346 个通过验证、可安装的 Agent,涵盖 23 个类别,包括编码、安全、法律、临床、营销、运营、支持和研究。
  • 333 份独立评审摘要,包含评分、置信度、优势和评审者备注;不会发布评审者私有的原始输出。
  • 每个可安装条目都附有类型化源代码、针对性测试和使用指南。
  • 评估回放测试固件,可在无需有效密钥的情况下重复进行行为检查。
  • 提供 JSON、llms.txt、MCP 和确定性发现产物,方便用户、工具和大模型浏览同一规范目录。

所述内容均依据 public/r/index.json 和生成的 ecosystem-claims.json,而非手动维护的营销文案。

无需不必要的后端调用即可发现

精确的 Agent ID、标题、安装命令、类别、能力、贡献链接和生态导航信息,均可从按内容哈希固定的本地工件中解析。对于“哪个 Agent 适合我的事件工作流?”这类语义请求,只有在验证本地未命中后,才会通过 AgentsKit Chat 升级到可信且附有引用的后端。

完整边界请参阅架构与所有权。

仓库所有权

本仓库负责目录数据和生成的机器工件。在线 Fumadocs 应用及其 AgentsChat 展示层位于 AgentsKit-io/agentskit/apps/registry。 AgentsKit 负责运行时原语和 CLI;AgentsKit Chat 负责共享的答案协议和渲染器行为。这里没有第二个框架。

贡献

欢迎提交新 Agent 和改进。请遵循 CONTRIBUTING.md, 以相邻的已验证 Agent 为参考,并运行:

npm ci
npm run check:no-legacy-chat-imports
npm run docs:bridge:config
npm run validate
npm run lint
npm test
npm run test:quickstart
npm run eval:run -- --ecosystem-doc-bridge
npm run build
npm run docs:bridge:index
npm run docs:bridge:gate
npm run docs:bridge:conformance

生成的索引、声明、确定性工件和 Doc Bridge 交接内容必须在拉取请求中保持最新。

成熟度

Registry 处于 beta 阶段。全部 346 个条目均通过结构和仓库测试;其中 333 个条目还发布了经过净化的独立审查证据。模板仍然是需要根据你的提供方、工具、数据政策和风险状况进行审查的代码。

AgentsKit 生态

  • AgentsKit — 构建 Agent 运行时。
  • Registry — 从自有的现成源代码开始。
  • AgentsKit Chat — 在 Web、原生和终端界面中提供统一的 Agent 体验。
  • Doc Bridge — 将文档转化为可执行的 Agent 交接内容。适用于安装 Agent 的仓库的可选配套工具:了解其适用方式。
  • Code Review — 使用当前已在使用的模型,进行深入且低干扰的审查。
  • Harness — 为你的 SDLC 提供持续推进的交付循环。

兼容性与许可证

Registry 源代码适用各 meta.json 中声明的程序包版本范围;仓库 CI 当前在 Node.js 22 上运行。升级依赖项前,请检查 Agent 生成的捆绑包。采用 MIT 许可证。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。