AG-UI 将智能体与用户界面的交互拆解为一组可组合的构建块。你可以按产品需求逐步采用,而不必一次性实现全部能力。
流式聊天(Streaming Chat)
- 实时输出:通过
TEXT_MESSAGE_*等事件增量传输内容,提升首字与过程可感知性。 - 多轮会话:围绕
threadId/runId组织连续交互。 - 控制能力:可结合取消、重试、恢复等机制(具体由客户端与集成实现支持)。
多模态(Multimodality)
- 支持类型化附件与实时媒体输入输出(如文件、图片、音频、转录文本等,能力随实现演进)。
- 可携带预览、标注与来源信息,丰富上下文表达。
- 适用于语音助手、文档理解、图像交互等场景。
生成式 UI(Generative UI)
AG-UI 支持将智能体输出映射为用户界面:
- 静态/受控生成式 UI:模型输出结构化数据,由应用使用预定义组件渲染,安全性与一致性更高。
- 声明式生成式 UI:智能体提出 UI 结构与约束,应用校验后挂载,兼顾灵活性与可控性。
实际采用方式取决于客户端框架与集成能力;可与共享状态、工具调用结合实现动态交互面板。
共享状态(Shared State)
- 在智能体与应用之间同步结构化状态(只读或读写)。
- 通过
STATE_SNAPSHOT与STATE_DELTA(JSON Patch)实现高效更新。 - 支持协作式体验,如实时表单、计划看板、进度面板等。
详见:状态管理。
工具调用与结果渲染
- 后端工具:展示调用过程、参数与执行结果,提升透明度与可调试性。
- 前端工具:由智能体请求、在客户端执行的动作,并将结果回传继续推理。
- 流式工具输出:对长耗时任务实时展示日志或中间产物(视实现支持)。
详见:工具调用。
思考步骤与过程可视化
- 通过推理相关事件与步骤事件展示智能体的中间过程与进展。
- 目标是提供可理解的“正在做什么”,而非暴露原始内部思维链细节。
- 可与活动事件(
ACTIVITY_*)结合呈现计划、搜索、分析等结构化进度。
人机协同(Human-in-the-loop)
- 通过中断机制在关键节点暂停执行,请求用户批准、编辑、选择或补充信息。
- 在保持运行上下文与状态连续性的前提下引入人工控制。
- 适用于审批流、高风险操作、数据确认与交互式澄清。
详见:人机协同与中断。
子智能体与组合
- 支持嵌套委派与多智能体协作场景。
- 通过子智能体事件跟踪生命周期与输出归因,便于在 UI 中区分不同执行单元。
- 可结合作用域状态、追踪与取消能力构建复杂工作流。
智能体引导(Steering)
- 允许用户在运行过程中提供实时反馈或新指令,引导智能体调整行为与目标。
- 有助于在长任务中快速纠偏,减少重新发起任务的成本。
自定义事件与扩展
CUSTOM与RAW事件为协议未覆盖的业务需求提供扩展通道。- 建议在扩展时尽量保持与标准事件语义兼容,并为客户端提供清晰的处理约定。
能力落地建议
- MVP:生命周期 + 文本流式消息。
- 可观测:加入步骤/工具调用展示与错误处理。
- 协作:引入共享状态与前端工具。
- 可控:加入中断审批与引导能力。
- 增强体验:按需接入生成式 UI、活动/推理可视化与子智能体。