首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >ooderAI: Agent管理平台开源设计

ooderAI: Agent管理平台开源设计

原创
作者头像
OneCode
发布2026-01-17 18:17:06
发布2026-01-17 18:17:06
1660
举报

引言:ooder开源的初心

ooder 团队是一只对技术有着执着追求的团队,在Agent,Skill的高速发展的今天 , 让我们坚信,AI大爆发的时代可能尽在眼前。但国内的环境与国外有很大的不同,特别是开源开放方面,壁垒非常高。即使拥有Skill 这样跨时代的技术出现仍然是很难以撼动国内IT各自为营的现状。经过认真的考虑我们决定开源我们内部协作使用的基于SpringCloud的分布式的SuperAgent平台。使用MIT协议,允许任意第三方针对协议、代码无限制修改、分发。而ooder 团队则会将更多的精力放到,基于ooder 开源协议的工具链以及Skill底层支持 的开发,会做强做好包括ooderA2UI,SkillFlow产品,同时会继续维护OneCode的代码升级。但因为时间和精力有限,我们除了将现有的Agent标准,Skill规范快速的纳入到我们支持范围,同时还面临强度不小的SuperAgent平台本身的开源重构整理,在后续的发布过程中我们将分步将协议和工程代码以及AI辅助的脚手架工程推出。开源版在重构过程中大量采用了AI来辅助甚至主导完成。但我们坚持所有的设计和测试人工审核会同步发布,不过也必须友情提醒,SuperAgent开源工程仅为开源协议的参考实现,直接商用需要做认真的评估。

我们希望参考版本可以节省后续的开发者在设计、规范方面投入更多的精力,努力做到开箱即用,同时也将致力于以下几点:

  1. 标准化SKILL开发:制定统一的SKILL开发规范,让AI能力的开发更加规范化
  2. 规范化SKILL管理:建立统一的SKILL管理机制,让企业和个人能够更高效地管理和使用AI能力
  3. 实现顺畅协作:构建A2A、A2P、A2U之间的协作框架,让AI能力能够无缝协作
  4. 降低使用门槛:提供可视化的编排工具,让非技术人员也能轻松使用AI能力
  5. 保护用户隐私:支持多种部署方式,确保用户数据的安全和隐私

使得我们AIAgent 生态能更加健康发展。

下面是正文是:

企业和个人在使用AI能力时面临的诸多挑战:AI能力分散在不同平台、缺乏统一的管理机制、跨系统协作困难、个人AI工具无法有效整合等。SuperAgent诞生了,下文是一个简单的介绍:

1. 什么是ooder SuperAgent?

ooder SuperAgent是一套基于MIT协议的开源企业级AI能力分发与自动化协作框架,它通过创新的Agent架构和SKILL管理机制,为企业提供了从简单任务到复杂流程的全场景自动化解决方案。

核心设计理念

  1. MCPAgent分发网络:企业/第三方系统可以将自己的MCPAgent接入AIServer,将AI能力通过SuperAgent分发;个人用户拥有专属MCPAgent,整合个人AI工具
  2. AI能力标准化:定义统一的AI能力接口规范,支持1:n Capability关系,实现AI能力的模块化设计
  3. 跨域自动化编排:通过Skillflow可视化工具,实现跨企业/个人MCPAgent的工作流编排
  4. 安全可靠的设计:基于RBAC的权限管理,支持多种部署方式,确保系统安全可靠

2. SuperAgent企业总体结构

SuperAgent企业总体结构由六大核心组件构成:Auth认证中心DataServer数据中心Skill能力管理中心LLM调度中心Skillflow调度中心Agent协作层,形成完整的企业级AI能力协作生态。

2.1 核心组件详细描述

2.1.1 Auth认证中心

核心职责:提供统一的身份认证和授权服务,确保系统安全可靠。

  • 身份管理:用户、角色、权限的集中管理
  • 认证服务:支持OAuth 2.0、JWT、API Key等多种认证方式
  • 授权管理:基于RBAC的细粒度权限控制
  • 单点登录:支持企业内部系统的单点登录
  • 审计日志:完整的操作日志记录,便于合规审计

2.1.2 DataServer数据中心

核心职责:统一管理企业数据,支持多种数据类型和存储方式。

  • 数据存储:支持结构化、半结构化、非结构化数据存储
  • 数据处理:数据清洗、转换、集成等ETL操作
  • 数据分析:提供基础的数据分析能力
  • 数据安全:数据加密、脱敏、访问控制
  • 数据共享:支持跨系统的数据共享和交换
  • 数据生命周期管理:数据的创建、使用、归档、销毁全生命周期管理

2.1.3 Skill能力管理中心

核心职责:统一管理SKILL的注册、分类、发现和调用。

  • SKILL注册:管理SKILL的注册和发布
  • 能力分类:基于CAT(Capability And Type)的SKILL分类机制
  • 能力发现:支持基于多种条件的SKILL发现
  • 版本管理:SKILL的版本控制和更新管理
  • 权限控制:基于RBAC的SKILL访问权限管理
  • 监控统计:SKILL的使用情况监控和统计分析

2.1.4 LLM调度中心

核心职责:统一管理LLM资源,实现LLM的高效调度和管控。

  • LLM资源管理:管理外部LLM和本地LLM资源
  • 调度策略:基于数据敏感性、成本、性能等因素的智能调度
  • 成本控制:LLM调用的成本计算和预算控制
  • 频率限制:防止过度调用导致的资源浪费
  • 结果缓存:缓存LLM调用结果,提高响应速度
  • 质量监控:监控LLM输出质量,实现自动过滤和审核

2.1.5 Skillflow调度中心

核心职责:统一管理Skillflow的定义、编排、执行和监控。

  • Skillflow定义:支持可视化和代码两种方式定义Skillflow
  • 工作流编排:基于DAG的工作流引擎,支持复杂的流程逻辑
  • 任务调度:支持定时触发、事件触发、手动触发等多种方式
  • 执行管理:工作流的执行、暂停、恢复、终止等操作
  • 状态监控:实时监控工作流的执行状态和进度
  • 历史记录:完整的工作流执行历史,便于审计和分析
  • 异常处理:工作流执行异常的自动处理和告警

2.1.6 Agent协作层

核心职责:实现不同Agent之间的协作和通信,执行具体的业务流程。

  • MCPAgent:服务流入口,接收外部请求,协调其他Agent
  • RouteAgent:负责桥接和转发,连接MCPAgent和EndAgent
  • EndAgent:执行具体任务,调用SKILL完成业务逻辑
  • Agent注册中心:管理所有Agent的注册、发现和状态

3. MCPAgent分发网络

SuperAgent的核心创新在于MCPAgent分发网络,它允许企业/第三方系统和个人用户将自己的MCPAgent接入SuperAgent企业核心层,实现AI能力的统一分发和编排。

4. 核心概念与能力

4.1 1:n Capability关系

SuperAgent支持1:n Capability关系,一个SKILL可以提供多个能力,实现AI能力的模块化设计:

4.2 Skillflow自动化编排

通过Skillflow可视化工具,用户可以轻松设计从简单到复杂的工作流,由Skillflow调度中心负责执行和监控:

5. 企业核心组件使用指南

5.1 Auth认证中心使用

主要功能:统一身份管理和权限控制

  • 企业SSO集成
  1. 在Auth认证中心配置企业域
  2. 配置企业现有系统的SSO对接
  3. 用户通过企业账号登录SuperAgent
  4. 实现企业内部系统的无缝访问
  • 权限管理
  1. 创建企业角色和权限组
  2. 为不同部门配置不同权限
  3. 实现基于角色的SKILL访问控制
  4. 监控和审计权限使用情况

5.2 DataServer数据中心使用

主要功能:统一数据存储和管理

  • 数据集成
  1. 配置数据源连接(数据库、文件系统、API等)
  2. 设计数据ETL流程
  3. 实现数据的自动同步和更新
  4. 确保数据一致性和完整性
  • 数据安全
  1. 配置数据加密策略
  2. 实现数据脱敏规则
  3. 配置数据访问权限
  4. 监控数据访问日志

5.3 Skill能力管理中心使用

主要功能:SKILL注册、管理和发现

  • SKILL注册
  1. 开发SKILL并通过AIServer认证
  2. 在Skill能力管理中心注册SKILL
  3. 配置SKILL的CAT分类和权限
  4. 发布SKILL到企业SKILL库
  • SKILL管理
  1. 监控SKILL的使用情况
  2. 管理SKILL的版本更新
  3. 配置SKILL的访问权限
  4. 统计SKILL的性能指标

5.4 LLM调度中心使用

主要功能:LLM资源管理和调度

  • LLM资源配置
  1. 配置外部LLM API(如OpenAI、阿里云AI等)
  2. 配置本地LLM资源(如开源模型部署)
  3. 设置LLM调用的成本预算
  4. 配置LLM调用的频率限制
  • LLM调度策略
  1. 基于数据敏感性选择LLM(外部/本地)
  2. 配置LLM调用的负载均衡
  3. 实现LLM结果的自动过滤
  4. 监控LLM调用的质量和成本

5.5 Skillflow调度中心使用

主要功能:Skillflow定义、编排和执行

  • Skillflow设计
  1. 使用可视化工具设计Skillflow
  2. 配置触发条件和执行逻辑
  3. 选择所需的SKILL和Agent
  4. 设置错误处理和重试策略
  • Skillflow管理
  1. 管理Skillflow的版本
  2. 监控Skillflow的执行状态
  3. 手动控制Skillflow的执行
  4. 分析Skillflow的执行效率
  5. 配置Skillflow的通知规则
  • Skillflow执行
  1. 自动触发或手动启动Skillflow
  2. 实时监控执行进度
  3. 处理执行过程中的异常
  4. 生成执行报告和日志

6. 典型应用场景

6.1 企业场景:跨系统AI能力协作

场景描述

企业用户通过Skillflow整合OA系统的文档处理AI、CRM系统的客户分析AI和ERP系统的数据分析AI,实现自动化的客户报告生成流程。

使用流程

  1. Auth认证:用户通过企业SSO登录SuperAgent
  2. MCPAgent接入:企业IT部门将OA、CRM、ERP系统的MCPAgent接入企业核心层
  3. SKILL注册:在Skill能力管理中心注册各系统的AI能力
  4. LLM配置:在LLM调度中心配置所需的LLM资源
  5. Skillflow设计:业务用户使用Skillflow编辑器设计"客户报告自动生成"工作流:
  • 触发条件:CRM系统中客户状态变更
  • 执行步骤: a. 调用OA AI生成客户相关文档摘要 b. 调用CRM AI分析客户行为数据 c. 调用ERP AI生成客户交易报告 d. 调用LLM调度中心生成完整客户报告 e. 自动发送给相关人员
  1. Skillflow执行:Skillflow调度中心负责执行和监控工作流
  2. 数据存储:所有数据和执行结果存储到DataServer
  3. 监控审计:通过监控系统查看工作流执行状态和审计日志

6.2 个人场景:个人AI工具整合

场景描述

个人用户通过个人MCPAgent整合常用AI工具,实现自动化的工作提效流程。

使用流程

  1. Auth认证:个人用户注册并登录SuperAgent
  2. MCPAgent初始化:创建个人MCPAgent
  3. SKILL集成:在Skill能力管理中心发现并添加所需的个人AI工具
  4. LLM配置:在LLM调度中心配置个人LLM资源
  5. Skillflow设计:创建"会议助手"工作流:
  • 触发条件:日历会议结束
  • 执行步骤: a. 调用会议录音AI转写会议内容 b. 调用LLM生成会议摘要和行动项 c. 自动更新笔记系统 d. 将行动项添加到日历 e. 发送邮件通知相关人员
  1. Skillflow执行:Skillflow调度中心负责执行和监控工作流
  2. 执行与监控:用户通过控制台监控执行状态

7. OODER开源协议目录

7.1 第三方系统MCPAgent接入文档

  • 文档简介:指导第三方系统如何将自己的MCPAgent接入SuperAgent企业核心层,实现AI能力的分发和调用
  • 接入流程:注册凭证获取 → 网络配置 → MCPAgent部署 → 系统接入 → 测试验证 → 上线运行
  • 关键特性:支持多种部署方式、提供完整的API文档、支持版本管理、提供SDK支持
  • 适用场景:企业系统AI能力外部分发、第三方服务集成、自定义AI能力开放

7.2 Skill设计规范

  • Skill开放能力设计
  • 支持1:n Capability关系
  • 静态定义原则,开发完成后不可修改
  • 统一的接口规范,支持RESTful API和gRPC
  • 完整的权限控制机制
  • LLM调用规范
  • 支持外部LLM和本地LLM调用
  • 统一的LLM调用接口,封装不同LLM的差异
  • 支持基于数据敏感性的LLM选择策略
  • 实现LLM调用的成本控制和频率限制
  • 支持LLM结果的过滤和审核

7.3 Agent接入规范

  • 内部Agent通讯协议
  • 基于gRPC的高效二进制通信
  • 支持TLS/SSL加密
  • 内置心跳机制和断线重连
  • 统一的消息格式和序列化机制
  • Agent角色
  • MCPAgent:服务流入口,管理和协调其他Agent
  • RouteAgent:桥接转发,连接MCPAgent和EndAgent
  • EndAgent:功能执行,调用SKILL完成具体任务
  • Agent接入流程
  • 自动发现MCPAgent服务
  • 动态分配RouteAgent
  • 自动注册Capability信息
  • 支持批量入网

7.4 Skillflow设计规范

  • Skillflow定义
  • 基于DAG的工作流定义
  • 支持多种触发条件
  • 灵活的执行逻辑(顺序、并行、条件分支、循环)
  • 完整的错误处理机制
  • Skillflow执行
  • 支持同步和异步执行
  • 支持断点续传
  • 实时状态监控
  • 完整的执行日志

8. 加入OODER开源社区

ooder SuperAgent项目采用MIT开源协议,欢迎企业和个人自由使用、修改和分发。我们欢迎社区的参与和贡献,共同构建一个强大的AI能力分发生态。

开源资源

  • 核心文档:https://gitee.com/ooderCN/super-agent.git

开发支持

  • 包含完整的SKILL开发示例
  • 提供SKILL开发和调试工具

关注OODER公众号

OODER开源公众号是SuperAgent项目的唯一首发渠道,我们将在公众号上发布:

  • 项目最新进展和版本更新
  • 详细的技术文档和教程

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 引言:ooder开源的初心
  • 1. 什么是ooder SuperAgent?
  • 核心设计理念
  • 2. SuperAgent企业总体结构
  • 2.1 核心组件详细描述
  • 2.1.1 Auth认证中心
  • 2.1.2 DataServer数据中心
  • 2.1.3 Skill能力管理中心
  • 2.1.4 LLM调度中心
  • 2.1.5 Skillflow调度中心
  • 2.1.6 Agent协作层
  • 3. MCPAgent分发网络
  • 4. 核心概念与能力
  • 4.1 1:n Capability关系
  • 4.2 Skillflow自动化编排
  • 5. 企业核心组件使用指南
  • 5.1 Auth认证中心使用
  • 5.2 DataServer数据中心使用
  • 5.3 Skill能力管理中心使用
  • 5.4 LLM调度中心使用
  • 5.5 Skillflow调度中心使用
  • 6. 典型应用场景
  • 6.1 企业场景:跨系统AI能力协作
  • 场景描述
  • 使用流程
  • 6.2 个人场景:个人AI工具整合
  • 场景描述
  • 使用流程
  • 7. OODER开源协议目录
  • 7.1 第三方系统MCPAgent接入文档
  • 7.2 Skill设计规范
  • 7.3 Agent接入规范
  • 7.4 Skillflow设计规范
  • 8. 加入OODER开源社区
  • 开源资源
  • 开发支持
  • 关注OODER公众号
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档