Skip to content

Agent-First / Agent-Friendly:为智能体而构建

来源:awesome-chatgpt-zh 原文 · 仓库快照:2026-08-29 · 全部资源 · 栏目目录

阅读说明

本文保留仓库原文及其历史资料。模型、价格、项目热度和服务状态属于原文记录,使用时请通过文中来源确认。

为什么要为 Agent 而构建?

互联网正在迎来它的"第二类用户"——AI 智能体(Agent)。当人把任务交给 Agent,它不再用人眼浏览你的网页、用鼠标点击你的按钮,而是直接查阅它"已经接好线"的工具:MCP server、API、CLI、SDK。在那张清单里,你的产品要么被调用,要么根本不存在。 这正是 Netlify CEO Mathias Biilmann 提出 Agent Experience(AX,智能体体验) 的缘由:继 UX、DX 之后,软件需要为 Agent 设计第三种体验。围绕这一理念,一批新标准正在成形——llms.txt 为模型提供内容地图,AGENTS.md 为编码 Agent 写下规则,MCP 成为 Agent 连接万物的"USB-C",微软 NLWeb 让每个网站都能成为 Agent 可调用的工具。它们之于 Agent,正如 robots.txt 之于爬虫。从 Agent-Friendly 到 Agent-First,这不只是给产品"穿层新衣",而是从地基开始,重新思考"谁在使用软件"。

核心理念

  • Agent-Friendly(对 agent 友好):在面向人的产品之上做改造,让 agent 也能用(语义化 HTML、机器可读文档、清晰 API)。
  • Agent-Ready(agent 就绪):产品已具备让 agent 可发现、可调用、可执行操作的完整能力。
  • Agent-First(agent 优先):从零开始就把 agent 当作"主要消费者"——先设计 agent 用的接口与契约,再设计人用的 UI。类比 2009 年 Luke Wroblewski 的"Mobile First"。
  • AX(Agent Experience,智能体体验):由 Netlify CEO Mathias Biilmann 于 2025 年提出,类比 Don Norman 的 "User Experience"。四大支柱:Access(可访问)、Context(上下文)、Tools(工具)、Orchestration(编排)。AX 不取代 DX,而是延伸 DX。

关键类比:robots.txt 之于爬虫(能不能进),正如 llms.txt / AGENTS.md / MCP 之于 agent(进来后怎么高效用)

关键标准与规范

标准链接提出方作用
llms.txtllmstxt.orgJeremy Howard / Answer.AI(2024-09)网站根目录放一份 Markdown 格式的 /llms.txt,为 LLM 提供精简的内容地图,解决"上下文装不下整站 HTML"
AGENTS.mdagents.mdGoogle/OpenAI/Factory/Sourcegraph/Cursor 等,现归 Agentic AI Foundation给编码 agent 的"README",写明构建、测试、规范与边界,支持目录层级就近读取
MCP(模型上下文协议)Anthropic 公告Anthropic(2024-11)agent 连接数据/工具/工作流的开放标准,"AI 应用的 USB-C",已成事实标准(详见本仓库 MCP 指南
NLWeb(自然语言 Web)GitHub微软(2025)复用网站已有的 Schema.org/RSS 数据 + LLM,把网站变成可对话的 AI 应用,每个实例自带 MCP server
Build agent-friendly websitesweb.devChrome 团队实操指南:agent 通过截图/HTML/无障碍树理解网站,建议语义化 HTML、稳定布局、ARIA、完整 OpenAPI

实践框架与清单

名称链接简介
Agents Firstagentsfirst.devGitHubCapital Factory 创始人 Joshua Baer 发起的"Agent 优先"设计框架与宣言。提出九大原则(Interface First、Contract First、Prep Gates、Typed State、Visible Outputs、Multi-Model Verification、Perspective Dispatch、Autonomous Recovery、Inspectable State)、成熟度 0–4 级、工具设计规范与可量化指标,并配套 MCP 评分服务与脚手架。引用 Vercel 数据:58.9% 的 token 已流经工具调用请求。
AX 六层栈(如何把产品做成 Agent-Friendly)X 长文 @chg80333中文实操长文,把 AX 拆成六层 checklist:Surface(接入形态 CLI>MCP>SDK>API)、Auth(OAuth2.1+PKCE/短命 token)、Capability(按用户目标封装工具+渐进披露)、Behavior(幂等/结构化错误/读写分离)、Safety(L0–L3 风险分级+确认 token+undo)、Transparency(暴露 reasoning/可观测)。核心:用一份 capability 真源代码生成多种 surface。
Agent Readiness Score / a14y.deva14y.dev检测网页对 agent 的可读性/可用性的评分工具(如 38 项检查)

代表文章与观点

标题链接作者 / 出处简介
Introducing AX: Why Agent Experience Mattersbiilmann.blogMathias Biilmann(Netlify CEO)AX 的奠基性文章,类比 UX 提出"为 agent 设计"的体验范式
One Year of AXbiilmann.blogMathias BiilmannAX 提出一年后的复盘与 2026 预测
Agent Experience(AX)资源站agentexperience.axNetlify + 社区AX 标准资源站,含概念与文章
Agent Experience: Building an Open Web for the AI Eraa16za16z × Biilmann(2025-03)VC 视角讨论 AX 与 AI 时代的开放网络
Build agent-friendly websitesweb.devChrome 团队agent 如何理解网站,及网站该如何配合
Agentic Engine Optimization (AEO)addyosmani.comAddy Osmani(Google)提出"为 agent 引擎做优化",SEO 的演进形态
The age of agent experiencestytch.comStytch从身份认证/授权角度谈 AX(Access 支柱)

代表项目与工具

名称链接简介
NLWebGitHub微软开源,把网站变成自然语言/agent 可用的对话接口,自带 MCP server
AGENTS.mdGitHub统一的编码 agent 指令文件开放格式
awesome-web-agentsGitHub构建 AI web agent 的工具/框架/资源清单
Steel.devGitHub专为 AI agent 打造的开源无头浏览器 API
CasdoorGitHub开源的 Agent-First 身份与访问管理(IAM)/ 认证服务器与 MCP、agent 网关,带 Web UI,支持 MCP、OAuth、OIDC、SAML、LDAP、SCIM、WebAuthn、MFA 等
monliteGitHub面向 AI agent 的「本地后端」(TypeScript,MIT):把文档、向量、缓存、队列与 cron 定时任务全部集成进单个 SQLite 文件,零外部依赖即可为 agent 提供持久化、检索与任务调度能力
eveGitHubVercel 开源的「文件系统优先」持久 Agent 框架(Apache-2.0):instructions.mdagent.ts 等约定位置即编程接口,项目易于检视、扩展与运维
TrueForgeGitHubTrueFoundry 开源的 Agent harness / 运行时(MIT):替你跑 Agent 执行循环——模型调用、MCP 工具、Skills、沙箱、审批、上下文与会话状态,暴露为聊天 UI、HTTP API / TS SDK
Cloudflare ComputerGitHubCloudflare 官方「给 Agent 一台电脑」:Durable Object 内的虚拟文件系统(SQLite 权威状态)+ 可插拔执行面
OpenConnectorGitHub开源 Agent 连接器网关(Apache-2.0,Pipedream / Composio 替代):用户授权一次,向 Agent 暴露 1000+ 服务商、10000+ 预置 Action,SDK / CLI / MCP / HTTP 多接口
ButterbaseGitHub面向 AI 应用的开源 BaaS(Apache-2.0):Postgres + RLS、Serverless 函数、LLM 网关、实时订阅、KV、文件存储与 MCP
AgentENVGitHub清华 KVCache.AI 开源的大规模 Agent 环境平台(MIT):Firecracker 微虚机 <50ms 启动 / 恢复、增量快照与 fork,为 Kimi K3 的 Agentic RL 训练提供环境

返回栏目 · 浏览全部资源 · 来源与许可

免责声明:本网站与 OpenAI 官方无任何关联,内容仅供参考学习