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
- 01按 ID、类别或能力浏览 Agent
- 02通过 CLI 复制 Agent 源码
- 03提供类型化源码、测试和使用指南
- 04在 GitHub Actions 中验证 Agent 文件夹
- 05通过 JSON、llms.txt 和 MCP 发现目录
- 06提供独立审查摘要
适用场景
- 01向代码库添加 Agent 起始模板
- 02在 CI 中验证自有 Agent 文件夹
- 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。
https://registry.agentskit.io/api/mcpclaude mcp add --transport http agentskit-io-agentskit-registry https://registry.agentskit.io/api/mcp{"mcpServers":{"agentskit-io-agentskit-registry":{"type":"http","url":"https://registry.agentskit.io/api/mcp"}}}在 Cursor 中打开{"servers":{"agentskit-io-agentskit-registry":{"type":"http","url":"https://registry.agentskit.io/api/mcp"}}}在 VS Code 中打开{"mcpServers":{"agentskit-io-agentskit-registry":{"type":"http","url":"https://registry.agentskit.io/api/mcp"}}}{"mcpServers":{"agentskit-io-agentskit-registry":{"serverUrl":"https://registry.agentskit.io/api/mcp"}}}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 |
|---|---|---|---|
| category | string | 否 |
详细介绍
AgentsKit Registry
简介:top-level-repository
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
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
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。