OpenAgenet(OAN)如何把智能体资源的“注册、发现、互联”做起来

简介: OpenAgenet(OAN)是面向“智能体互联网”的开源基础设施,聚焦资源可信注册、语义发现、授权分发与跨节点互联,支持MCP Server、Skill、工具服务等能力的结构化治理与机器可理解调用。(239字)

最近这波 Agent、MCP、Skill、工具服务的热度挺高,大家都在聊智能体怎么更聪明,但我自己一直觉得,真正麻烦的地方其实不是“模型会不会推理”,而是:

  • 这个工具服务是谁提供的?
  • 这个资源能不能信?
  • 我怎么找到它?
  • 找到了之后怎么知道它适不适合当前任务?
  • 如果是多个组织、多个节点在做,怎么互联?

我最近看了一个开源项目 OpenAgenet(OAN),感觉它切的正是这个问题。

项目地址:

如果你也在做 Agent、MCP Server、Skill、工具平台,或者在看“智能体互联网”这一类方向,这个项目值得瞄一眼。


先说结论:OAN 想解决什么?

简单讲,OAN 想做的是一套面向智能体互联网的基础设施,让资源可以:

  • 可信注册
  • 语义发现
  • 授权分发
  • 跨节点互联

这里的“资源”不只是 API。它也可以是:

  • MCP Server
  • Agent Skill
  • 工具服务
  • 知识服务
  • 自动化工作流
  • 其它可被智能体调用的能力入口

也就是说,OAN 想把这些零散的能力入口,变成能被机器理解、能被检索、能被验证的结构化对象。


为什么我会觉得这个方向有意思?

因为现在很多智能体系统,资源接入还是很“手工”:

  • 链接靠人记
  • 能力靠文档看
  • 适不适合靠试
  • 可信不可信靠经验

问题是,一旦资源多了、节点多了、组织多了,这套办法就会越来越吃力。

OAN 的思路是:
别把资源当成一个普通 URL,看成一个可治理、可发现、可验证的对象。

这个想法对做平台的人其实挺重要。因为 Agent 真要走向互联,最后一定绕不开资源目录、身份、授权域、发现机制这些基础能力。


OAN 大致长什么样?

我看下来,它不是一个“单点服务”,更像一套协议/基础设施栈。

几个核心角色大概是:

1. 根节点(Root)

负责基础治理、授权、可信配置这些事情。可以理解成整个网络的治理中枢之一。

2. 注册节点(Registrar)

负责资源注册。资源发布者把资源信息、元数据、能力标签、授权域等提交上去,由注册节点处理。

3. 发现节点(Discovery)

负责资源发现。它更像“面向智能体任务需求”的检索入口,不只是关键词搜索,而是带语义理解的发现。

4. Indexer

负责索引和查询支撑,帮助把资源、节点状态、治理信息串起来。

5. SDK / Skill

这是我觉得比较接地气的一块。因为如果没有 SDK 或 Skill,很多能力最后只能停留在文档层。做成开发者可直接调用的能力,才更像可落地基础设施。


这个项目和“普通资源目录”有什么区别?

这个问题很关键。

如果只是做一个资源列表,那其实用数据库 + 搜索框就差不多了。
但 OAN 更像是在解决“智能体互联网里的资源互联问题”。

我理解至少有三层差异:

第一层:资源身份

资源不是“有个链接就行”,而是要知道:

  • 谁发的
  • 是什么类型
  • 有没有授权
  • 版本是什么
  • 描述是否可信

第二层:资源发现

Agent 很少会像人一样精确输入关键词。更多时候,它会说:

我需要一个能读文档、抽取关键信息、生成摘要的服务。

这时候如果只是关键词检索,体验就会比较弱。OAN 试图做的是语义发现。

第三层:多节点协作

未来不太可能只有一个中心站点。
如果官方节点、第三方节点、行业节点都存在,就需要有一套统一的注册/发现/准入思路。


OAN 里我比较关注的几个点

1. DID 和资源身份

OAN 里用了 did:oan 这一类身份设计。
从工程视角看,这类设计的作用不是“炫技”,而是把资源身份和可验证材料绑在一起,减少资源在分发和发现过程中的歧义。

2. Authorized Domains

这个东西我觉得挺实用。它把资源适用边界、节点授权范围、治理边界表达得更清楚了。

3. 语义发现

这个方向很贴近 Agent 场景。
因为智能体的输入通常不是“我要找 XX 链接”,而是“我要完成一个任务”。

4. 第三方节点接入测试

如果以后真有第三方注册节点、发现节点,那接入测试就会很重要。
不然节点一多,互操作问题会很快冒出来。


如果你是开发者,能从 OAN 里看到什么?

我觉得有几个现实价值:

对做 MCP/Skill 的人

你可以把自己手里的能力包装成一个可注册、可发现的资源,而不只是放在 README 里。

对做 Agent 平台的人

你可以把资源管理、节点治理、发现入口这件事做得更标准化一点。

对做基础设施的人

你可以把“资源身份 + 授权边界 + 发现 + 准入测试”串成一套完整路径。

对研究智能体互联网的人

这个项目本身就很适合拿来对照现有协议、论文和工程实现看差异。


我觉得它适合哪些人关注?

  • 在做 Agent 平台的开发者
  • 在做 MCP Server、Skill、工具服务的人
  • 在做智能体互联、资源目录、身份标识的人
  • 在研究 DID、可信标识、资源治理的人
  • 想做开源基础设施的工程师

如果你想上手,可以从哪儿开始?

我建议按这个顺序看:

  1. 先看官网和 Docs,搞清楚 OAN 的概念
  2. 再看资源注册和发现页面
  3. 然后看 GitHub 里相关仓库
  4. 如果你自己有资源,可以试着按它的方式整理元数据
  5. 如果你想深一点,再看白皮书、黄皮书和设计文档

官网:

GitHub:


最后说一句

我自己的感受是,OAN 这类项目最有价值的地方,不是“又造了一个目录”,而是它开始认真回答智能体互联里几个很底层的问题:

  • 资源怎么被可信地发布?
  • 怎么被更自然地发现?
  • 怎么被不同节点协作地治理?
  • 怎么让智能体真正用起来?

如果你也在做 Agent、MCP、Skill 或智能体平台,这个方向值得关注。

相关文章
|
10月前
|
消息中间件 人工智能 弹性计算
打造你的专属 AI 导游:基于 RocketMQ 的多智能体异步通信实战
在现代 AI 应用中,多智能体(Multi-Agent)系统已成为解决复杂问题的关键架构。然而,随着智能体数量增多和任务复杂度提升,传统的同步通信模式逐渐暴露出级联阻塞、资源利用率低和可扩展性差等瓶颈。为应对这些挑战,RocketMQ for AI 提供了面向 AI 场景的异步通信解决方案,通过事件驱动架构实现智能体间的高效协作。本文将探讨和演示如何利用 RocketMQ 构建一个高效、可靠且可扩展的多智能体系统,以解决企业级 AI 应用中的核心通信难题。
648 79
|
10月前
|
消息中间件 人工智能 NoSQL
AgentScope x RocketMQ:打造企业级高可靠 A2A 智能体通信基座
Apache RocketMQ 推出轻量级通信模型 LiteTopic,专为 AI 时代多智能体协作设计。它通过百万级队列支持、会话状态持久化与断点续传能力,解决传统架构中通信脆弱、状态易失等问题。结合 A2A 协议与阿里巴巴 AgentScope 框架,实现高可靠、低延迟的 Agent-to-Agent 通信,助力构建稳定、可追溯的智能体应用。现已开源并提供免费试用,加速 AI 应用落地。
749 35
AgentScope x RocketMQ:打造企业级高可靠 A2A 智能体通信基座
|
3月前
|
Web App开发 人工智能 缓存
自研 AOQ 协议,为多模态 AI 构建确定性传输底座
AOQ(AI Over QUIC)是专为多模态AI设计的自研传输协议,首创“实时+非实时”双模自适应机制,支持文本、音视频、文件全格式统一承载与强同步。基于QUIC深度优化,具备0-RTT建连、流级容错、智能带宽调度等能力,60%高丢包下仍保障流畅交互,突破弱网瓶颈,实现低延迟、高可靠、强同步三者兼得。
965 1
|
11月前
|
消息中间件 人工智能 Apache
Apache RocketMQ × AI:面向 Multi-Agent 的事件驱动架构
本文介绍阿里云周礼在2025全球机器学习大会分享的《Apache RocketMQ x AI》演讲,探讨如何利用RocketMQ新特性构建异步Multi-Agent系统,实现Agent能力发现、任务闭环与动态编排,推动Agentic AI高效协同。
403 5
|
11月前
|
人工智能 缓存 供应链
森马如何用阿里云 AI 网关,轻松实现“AI+业务”高效落地
森马快速实现 AI 转型,通过阿里云 AI 网关(即 Higress 企业版)及注册配置中心 Nacos3.0 实现了多模型多 MCP server 统一接入统一管理统一配置,将存量服务一键转换为 MCP server,使 AI 与生产业务相结合,综合提效 30%。
1421 79
|
人工智能 自然语言处理 搜索推荐
AI 搜索 MCP 最佳实践
本文介绍了如何通过 MCP 协议,快速调用阿里云 OpenSearch 、ElasticSearch 等工具,帮助企业快速集成工具链、降低开发复杂度、提升业务效率。
1457 29
AI 搜索 MCP 最佳实践
|
人工智能 安全 中间件
阿里云 AI 中间件重磅发布,打通 AI 应用落地“最后一公里”
9 月 26 日,2025 云栖大会 AI 中间件:AI 时代的中间件技术演进与创新实践论坛上,阿里云智能集团资深技术专家林清山发表主题演讲《未来已来:下一代 AI 中间件重磅发布,解锁 AI 应用架构新范式》,重磅发布阿里云 AI 中间件,提供面向分布式多 Agent 架构的基座,包括:AgentScope-Java(兼容 Spring AI Alibaba 生态),AI MQ(基于Apache RocketMQ 的 AI 能力升级),AI 网关 Higress,AI 注册与配置中心 Nacos,以及覆盖模型与算力的 AI 可观测体系。
1987 90
|
9月前
|
人工智能 决策智能
多智能体军事协同系统:智能化防务体系中的关键技术框架
多智能体军事协同系统是智能化防务的重要理论方向,通过分布式感知、决策一致与协同控制,构建高效、鲁棒的系统协同模型。本文从概念、技术基础到发展趋势进行系统解析,探讨其在提升整体作战效能、推动系统智能演进中的理论价值,为相关研究提供参考。(238字)
671 2
|
10月前
|
人工智能 安全 搜索推荐
钉钉发布全球首个工作智能操作系统Agent OS,专为AI打造
2025年12月23日,钉钉在杭州发布AI钉钉1.1“木兰”版本,推出全球首个为AI打造的工作智能操作系统——Agent OS,开启“人与AI协同”新范式。通过钉钉ONE、DingTalk Real、AI搜问、悟空Agent及DEAP平台等构建完整AI协作体系,实现AI直连物理世界。发布会推出超20款AI产品,涵盖制造、差旅、客服等场景,全面升级AI表格、AI听记、DingTalk A1,助力企业零门槛迈向AI原生办公。
8211 10
|
运维 供应链 Kubernetes
【云故事探索 | No.12】:茶百道——奶茶上云,原生的更好喝
【云故事探索 | No.12】:茶百道——奶茶上云,原生的更好喝

热门文章

最新文章