跳到主要内容

能力(规范)

1.0:智能体在运行前对自身能力的声明,声明带来什么义务、不带来什么。

一次运行向消费者展示智能体做了什么。能力让消费者在要求智能体做事之前了解它能做什么:是否流式输出推理、是否会为审批暂停、接受哪些模态、可能委派给哪些子智能体。应用据此塑造界面——只在接受文件处显示文件选择器,只在支持中断处显示审批控件——而不是靠试错发现支持情况。

schema 定义形状:AgentCapabilities,一组 OPTIONAL 分组,每组是由 OPTIONAL 字段构成的对象。本页陈述声明带来的义务,并刻意不规定消费者如何获得声明。

声明

省略字段表示未声明,而不是不支持。 对 reasoning 只字未提的智能体并没有说自己不能推理;消费者 MUST NOT 从缺少声明推断缺少能力。智能体若想表示某能力不支持,布尔字段的存在正是为了显式携带 false。

生产者 SHOULD 只声明它实际会做的。声明是对应用关于如何为运行做准备的陈述;智能体不遵守的声明会误导基于它构建的界面。没有义务把所有能力都声明为 true——最小声明也是一致的——但已声明的内容 SHOULD 成立。

声明是信息性的,不是约束性的。 事件流才是权威:消费者 MUST NOT 因为出现了声明未预期的事件,或因为已声明能力未被使用,就拒绝流或把运行视为失败。在 reasoning: { supported: false } 下发射推理事件的运行,其生产者值得抱怨,但流不值得拒绝。

分组

各分组划分协议特性。当某分组描述的是事件族时,该族页面规定事件本身的义务;声明只是对其作出预期。

分组 声明内容 受谁约束
identity 名称、框架、版本、提供商、文档,以及开放的 metadata 对象 本页
transport 智能体提供哪些传输绑定 传输
tools 是否调用工具、提供哪些工具、是否接受应用的工具 工具调用
output 结构化输出与可生成的 MIME 类型 —
state 快照、增量、跨运行持久化、长期记忆 状态
multiAgent 委派、交接,以及可调用的 subagents 子智能体
reasoning 是否发射推理、是否流式、是否加密 推理
multimodal 作为 input 接受、作为 output 产生的模态 input 见运行输入;output 见下
execution 代码执行、沙箱、迭代与时间限制 —
humanInTheLoop 审批、干预、反馈,以及是否参与中断–恢复 中断与恢复
custom 标准分组未覆盖的任何内容 —

声明了但本版本不承载的内容

output.structuredOutput 声明智能体可以把回答塑造成 schema,但本版本协议没有让消费者提供 schema 的字段,也没有把输出标识为结构化的事件。声明告诉应用智能体有能力;schema 如何到达智能体、塑造后的回答如何返回,属于集成特定细节,消费者 MUST NOT 期望标准事件携带任一方。

multimodal.output 声明智能体能产生什么,但本版本协议未定义图片或音频输出:助手消息内容与 TEXT_MESSAGE_CONTENT 的 delta 都是文本。该声明是给应用的——应用可能通过集成特定通道收到此类输出——本规范不规定它如何传输。消费者 MUST NOT 期望标准事件携带它。

tools.items 列出智能体提供的工具——它自己的函数、搜索、代码执行——与 RunAgentInput.tools(应用为一次运行提供的工具)不同。两者永不合并:智能体自己的工具不是应用要执行的,应用的工具也不在此声明。

两个 transport 标志同样描述本版本未定义的机制。transport.resumable 指按序列号恢复中断的流,transport.pushNotifications 指运行结束后的投递;两个 HTTP 绑定都不携带序列号、不恢复流,也未定义运行后通道。智能体 MAY 为其自有传输声明它们;消费者 MUST NOT 期望标准绑定兑现。

identity.metadata 与 custom

两个开放对象承载标准字段未覆盖的内容。identity.metadata 是协议的 Metadata 形状——按 key 开放、key 下任意 JSON 值——用于集成特定的身份信息。custom 是不适合任何标准分组的能力的逃生舱。两者都按 key 开放:消费者 MUST 保留其中不认识的内容,而不是像元数据一样剥离。协议不赋予两者任何含义。

获取(Retrieval)

本规范定义声明的形状及其义务,不定义消费者如何获得声明。本版本没有任何传输绑定携带能力交换,本页也不创建它:能力是从客户端智能体对象的方法读取、从应用定义的端点获取,还是静态配置,都是实现的事。

这是刻意的。发现协议比声明形状是更大的承诺,而形状本身在没有发现协议时也有用。以任何方式暴露能力的实现 MUST 使用该形状。

错误处理

能力对象不经事件管道传输,因此处理模型的剥离义务不适用于它;但该模型对未识别与格式错误的区分适用。未识别成员——本版本未定义的分组或字段——是严格层的事,不是消费者的事:schema 封闭每个能力对象,因此这样的文档无法通过验证,但消费者 MUST NOT 因声明携带它们而拒绝,使更新智能体的声明不会在旧消费者处弹回。能力不经过事件管道的执行阶段,因此消费者保留还是丢弃未识别成员是实现的事,一致实现之间可以不同。已知字段携带 schema 拒绝的值——布尔位置出现字符串——是格式错误,消费者 MUST NOT 使用无法验证的声明。

由于声明是信息性的,被拒绝或缺省的声明 MUST NOT 阻止运行。无法获得或验证能力的消费者,按智能体未声明任何内容那样继续。

Type to search…

↑↓ navigate↵ selectEsc close