OpenAgenet(OAN)初探:面向智能体互联网的资源注册与发现基础设施

简介: OpenAgenet(OAN)是面向智能体互联网的开源基础设施,聚焦解决Agent调用外部资源时的核心难题:可信注册、语义发现、跨节点协作与第三方接入。它将MCP Server、Skill等抽象为可验证、可治理的结构化资源,构建注册/发现/索引/SDK全栈能力,推动智能体生态从“手工配置”迈向可信互联。(239字)

最近一段时间,Agent、MCP Server、Skill、工具服务这些词出现得越来越频繁。很多团队都在做智能体应用,但做着做着会遇到一个很现实的问题:

智能体要调用外部能力时,资源到底怎么管理?

  • 资源是谁发布的?
  • 能不能信?
  • 怎么注册?
  • 怎么发现?
  • 能不能跨节点协作?
  • 第三方节点怎么接入?

我最近在看一个开源项目 OpenAgenet(OAN),它切的就是这类基础问题。
它不是一个单纯的资源目录,而是尝试围绕智能体互联网,建立一套资源可信注册、授权分发、语义发现和节点互联机制。

项目地址:


1. 先说场景:为什么智能体系统会卡在“资源接入”这一步?

现在很多 Agent 应用已经能做推理、规划、调用工具了,但一旦外部能力变多,问题就开始显现。

比如一个 Agent 需要:

  • 读取文档
  • 搜索资料
  • 调用内部 API
  • 使用某个 Skill
  • 连接某个 MCP Server
  • 访问某个组织内服务

这时候最麻烦的不是“能不能调用”,而是:

  1. 有没有统一的资源表达方式
  2. 资源是否可信
  3. 资源适合什么场景
  4. 资源能否被机器自动发现
  5. 不同组织、不同节点之间如何互通

如果这些问题没有被抽象清楚,最后就会退化成:

  • README 里贴链接
  • 文档里写地址
  • 配置文件里手工改 endpoint
  • 需要人去判断能不能用

对于小规模系统,这勉强能跑。
但对于真正的智能体生态,这种方式很难扩展。


2. OAN 想解决什么

我对 OAN 的理解是:它在尝试把“智能体资源”做成一类可治理对象。

这里的资源,不只是一段 URL,可能包括:

  • MCP Server
  • Agent Skill
  • 工具 API
  • 知识服务
  • 自动化工作流
  • 智能体服务入口

OAN 的思路是,把这些资源抽象成可以:

  • 注册
  • 校验
  • 验证
  • 发现
  • 分发
  • 跨节点协作

的结构化对象。

换句话说,它更像是智能体互联网里的“资源基础设施”。


3. OAN 的工程结构大致是什么样

从我看的材料里,OAN 目前核心上可以理解成几类组件:

3.1 根节点

负责网络中的基础治理、授权和可信配置。
它更像是整个体系里的治理中枢,而不是普通业务服务。

3.2 注册节点

面向资源发布者。
资源提交到注册节点后,会经历元数据校验、授权域检查、结构化整理等流程。

3.3 发现节点

面向资源使用者和智能体。
它不只是做关键词搜索,而是提供更偏语义化的资源发现能力。

3.4 Indexer

用于索引和查询支撑。
它帮助把注册记录、治理状态、节点信息串起来,提高检索和验证效率。

3.5 SDK / Skill

这是工程落地里比较重要的一层。
如果没有 SDK 和 Skill,很多能力只会停留在文档层。
做成 SDK / Skill 后,开发者和智能体运行环境才能更直接地接入。


4. 我比较关注的几个设计点

4.1 资源身份不是可选项

在很多系统里,资源只是“有个接口地址”。
但在智能体互联场景里,这远远不够。

OAN 里引入 DID、资源元数据、授权域、能力标签等信息,本质上是在回答:

  • 这个资源是谁的
  • 它是什么类型
  • 它能做什么
  • 它是否被授权
  • 它适合被谁发现和使用

这类设计的价值在于:
让资源从“地址”变成“可验证对象”。

4.2 语义发现比关键词检索更贴近 Agent

Agent 的需求通常不是精确关键词,而是任务意图。

比如它可能说:

我需要一个能分析合同、提取条款并提示风险的服务

这时候,如果发现系统只支持关键词,就会比较吃力。
OAN 在发现层强调语义发现,我觉得是符合 Agent 使用习惯的。

4.3 Authorized Domains 不是装饰项

很多平台只看“资源描述”,但 OAN 把授权域单独拿出来,我认为这是比较实用的。

它能表达:

  • 资源适用范围
  • 节点允许接入的边界
  • 不同类别资源的治理约束

这对后续做第三方节点、行业节点、组织内节点都很关键。

4.4 第三方节点接入需要可测试

如果未来不是只有一个官方节点,而是多个注册节点、发现节点并存,那就必须考虑:

  • 接口是否兼容
  • 元数据是否一致
  • 返回结果是否可验证
  • 错误处理是否规范
  • 节点状态是否可判断

所以我理解 OAN 现在在做第三方节点接入测试套件,这一步其实是很工程化的:
没有测试准入,生态就很难真正长出来。


5. OAN 和“普通资源目录”有什么区别

很多人看到这种项目,第一反应可能是:
这不就是一个资源目录吗?

我的看法是:不完全是。

普通目录更像“资源展示”。
OAN 更像“资源治理 + 资源发现 + 节点互联”的组合。

差别主要在这几层:

5.1 不只是展示资源

还要验证资源身份、元数据和授权状态。

5.2 不只是搜索

还要支持面向任务意图的发现。

5.3 不只是单点网站

还要支持不同运营方、不同节点之间的协作。

5.4 不只是人用

还要让 Agent、SDK、Skill 也能直接接入。


6. 如果从开发者视角看,OAN 适合哪些工作落点

6.1 做 Agent 工具平台的人

可以把工具资源结构化,进入统一的注册与发现流程。

6.2 做 MCP Server 的人

可以把服务作为可发现资源来管理,而不是仅靠仓库和文档传播。

6.3 做企业内部智能体平台的人

可以用 OAN 这类思路,把内部资源纳入统一治理。

6.4 做协议、标准和基础设施的人

可以重点看它在资源身份、授权域、节点治理、发现机制上的设计。


7. 我建议先从哪些内容开始看

如果你想快速了解 OAN,建议按这个顺序:

  1. 先看官网和 Docs,了解它的基本概念
  2. 再看资源注册和发现页面
  3. 再看白皮书、黄皮书和设计文档
  4. 最后看 SDK、Skill 和第三方节点测试套件

官网:

GitHub:


8. 一个比较务实的判断

我个人觉得,OAN 这类项目的价值,不在于“又做了一个门户”,而在于它开始认真处理智能体互联网里几个基础但绕不开的问题:

  • 资源怎么表示
  • 资源怎么被信任
  • 资源怎么被发现
  • 资源怎么跨节点流通
  • 第三方节点怎么接入
  • Agent 怎么真正用起来

这几个问题,短期看像基础设施,长期看其实决定了生态能不能长出来。


9. 结语

如果你现在也在做 Agent、MCP、Skill、工具服务,或者在研究智能体互联相关方向,OAN 值得看一看。

它不一定是最终答案,但它至少把几个关键问题摆到了台面上:

  • 资源身份
  • 授权边界
  • 语义发现
  • 节点协作
  • 接入测试

这些问题,迟早都会变成智能体平台绕不过去的工程问题。

相关文章
|
2月前
|
人工智能 自然语言处理 机器人
AI Agent 工程实践:从大语言模型到自主任务执行系统的架构演进
AI Agent 是让大模型从“能聊”走向“能干”的关键架构:它融合感知、规划、工具调用、记忆与反馈,构建可执行复杂任务的智能系统。不同于聊天机器人,Agent 能自主拆解目标、调用API、跨步执行并持续优化,正成为企业智能化的新基建。
387 3
|
2月前
|
机器学习/深度学习 缓存 人工智能
阿里云百炼 Kimi K3 模型详解:多模态能力、限流参数、调用价格一览
全球首个开源3万亿级大模型Kimi K3正式上线阿里云百炼平台。该模型由月之暗面研发,参数达2.8万亿,支持100万Token超长上下文与原生视觉理解,具备文本生成、多模态推理和深度思考能力,输入定价20元/百万Token(缓存命中仅2元)。在阿里云百炼官网:https://t.aliyun.com/U/fPVHqY 免费领取千万Tokens
|
2月前
|
人工智能 安全 前端开发
阿里云Qoder CN AI编程智能体:重塑开发全流程的智能助手
在软件开发领域,AI技术正从简单的代码补全工具,进化为能够贯穿需求分析、代码编写、测试验证、项目管理全流程的智能体。阿里云推出的Qoder CN AI编程智能体,正是这一趋势下的核心产品,它脱胎于通义灵码,完成了从传统AI集成开发环境到智能体全自动自主开发工作台的跨越,为个人开发者、技术团队及企业级项目提供了全方位的智能开发支持。Qoder CN不再局限于单一的代码辅助,而是以智能体为核心,构建了一套完整的开发生态,通过多模型融合、多智能体协作、全流程自主执行等能力,彻底改变传统开发模式,大幅提升开发效率与代码质量。
317 3
|
2月前
|
人工智能 缓存 自然语言处理
阿里云TokenPlan最新活动:个人最低39元、团队版150元,免费领千万Tokens
阿里云百炼Token Plan是AI大模型订阅服务,以Credits统一计费,支持Qwen、GLM、DeepSeek等11+多模态模型及主流Agent工具。个人版Lite仅39元/月,企业版标准坐席198元/月起,夜间调用享2折优惠。阿里云TokenPlan团队版:https://t.aliyun.com/U/EsRjVx
319 1
|
2月前
|
人工智能 API 芯片
重磅!阿里云真武 M890 超节点 Day0 适配 Kimi K3,国产算力支撑近 3 万亿参数大模型
阿里云真武M890超节点实例Day0适配Kimi K3(近3万亿参数),国内首个跑通该规模模型的超节点。依托64卡全互联、9TB显存与ICN Switch高速网络,突破算力瓶颈;软硬协同优化后,首Token时延降35%,单卡吞吐提升1.8倍。在阿里云百炼官网:https://t.aliyun.com/U/fPVHqY 免费领取千万Tokens
291 1
|
2月前
|
人工智能 安全 IDE
阿里云百炼Token Plan个人版与团队版有何区别?产品定位与价格及选购参考
阿里云百炼Token Plan是基于Credits统一计量的AI大模型订阅服务,分为个人版与团队版两大产品线,适配不同用户需求。个人版面向独立开发者、学生等群体,39元/月起,采用“5小时+7天”双窗口限额机制,支持Qwen Code、Qoder等主流AI工具,独享qwen3.8-max-preview夜间2折权益,适合间歇性轻量使用。团队版面向企业与协作团队,150元/席位/月起,提供2.5万-25万Credits/月的固定额度,支持席位管理、独立API调用,承诺不使用对话数据训练模型,多租户隔离保障高峰不排队,OPC创业者还可申请最高百万元Token补贴,适配生产级AI应用场景。
|
2月前
|
人工智能 缓存 API
蚂蚁百灵发布 Ling-3.0-Flash 原生混合推理模型,124B 参数对标 1T 旗舰
2026年7月,蚂蚁百灵发布Ling-3.0-Flash大模型:总参124B,单token激活仅5.1B,采用原生混合线性注意力与1/64稀疏MoE架构,宣称能力对标2–3倍参数模型。定位“Agent高速执行节点”,支持256K上下文,限时免费至8月3日,随后开源。第三方独立评测尚未落地,性能待验证。(239字)
364 0
蚂蚁百灵发布 Ling-3.0-Flash 原生混合推理模型,124B 参数对标 1T 旗舰
|
2月前
|
SQL 人工智能 IDE
代码提速10倍,交付只快18%:AI编程的效率悖论到底卡在哪
AI编程虽让写代码快10倍,但仅占交付20%,整体提速仅约18%。瓶颈在需求翻译、代码质量、后续流程等非编码环节。真正提效的关键,是将AI融入完整交付链路——结构化需求、统一规范、自动校验、协同落地,而非单纯加速“写代码”。
|
2月前
|
人工智能 自然语言处理 安全
Agent Skill 也要做回归测试:阿里开源 skill-up,开始补上智能体工程的质量短板
阿里开源「skill-up」,专为Agent Skill打造的评测与演进工具:支持声明式用例、跨引擎验证、多轮对话测试及回归分析,助力AI能力从“能运行”迈向“可交付”。关注公众号回复「资料」获取AI测试开发合集。

热门文章

最新文章