VAPD AgentKit：可组合 Agent 前端通用库实践

📌 一句话摘要

本文详细介绍了 vivo 团队自研的 VAPD AgentKit，一个基于统一消息模型、Runtime Adapter 和前端编排的可组合 Agent 前端通用库，旨在为笔记、知识库、项目管理等业务提供统一的对话式 AI 能力底座。

📝 详细摘要

文章围绕 vivo 互联网项目团队自研的 VAPD AgentKit 展开，旨在解决笔记、知识库、项目管理三大业务场景对对话式 AI 能力的重复建设问题。核心设计原则是「消息即协议、运行时可插拔、前端可编排、渐进增强」。架构上，它通过统一消息模型（覆盖 User、Assistant、Thinking、ActionExecution、Result 等消息类型）将后端差异屏蔽；通过 Runtime Adapter 接口（支持 SSE、GraphQL、WebSocket 等任意流式协议）实现后端无关性；通过前端编排层（AgentKit Provider、useAgentChat、useChat 等 Hook）管理上下文、工具调用和 Agent 回合循环。文章详细阐述了事件流与消息模型的转换机制、Agent 回合循环与工具调用（useAgentAction）的实现、UI 交互与建议（Suggestions）的设计，并提供了最小上手示例（3 步接入 Chat）。最后，文章展望了面向知识库问答（RAG）和集成流程智能的演进方向，并指出了下一步需要完善的历史记录、检查点和 Human-in-the-Loop 能力。

💡 主要观点

- VAPD AgentKit 通过「统一消息模型 + Runtime Adapter + 前端编排」三段式架构，实现了 Agent 前端能力的可组合与后端无关性。 该架构将后端流式事件统一转换为标准前端消息模型，通过 Adapter 屏蔽 SSE、WebSocket 等协议差异，前端编排层则负责管理上下文、工具调用和 Agent 循环，使 UI 组件只关心消息渲染，不关心数据来源。

Agent 回合循环（loop）与工具调用（tools）在前端集中处理，实现了工具的前端声明式注册与幂等执行。 useChat Hook 串接流式事件，捕获工具调用事件后触发前端注册的 handler（通过 useAgentAction），并将结果回注为 ResultMessage，形成完整的工具调用往返，且同一执行 ID 只会触发一次 handler，确保幂等。

VAPD AgentKit 强调渐进增强，一期仅实现 Chat 模式，但通过预埋 threadId/runId 为历史记录、检查点、回放等高级能力预留了扩展点。 设计上遵循「先完成 Chat 模式打底」的原则，但消息模型和运行时已包含 threadId（会话）和 runId（本轮 loop）字段，为后续实现会话持久化、检查点回滚、多轮评测等能力奠定了基础。

💬 文章金句

- 把后端回传的事件统一解码为前端消息模型，UI 只消费消息，不关心来源细节。

只要后端能以「流」的形式输出（SSE、GraphQL、WebSocket、Fetch ReadableStream 等均可），Adapter 都会转为相同的 AgentStreamEvent，前端逻辑零差异。
用「消息模型 + Runtime Adapter + 前端编排」的方式，我们把 Chat 模式做成了可以「拼」的底座。

📊 文章信息

AI 初评：87

来源：vivo互联网技术

作者：vivo互联网技术

分类：人工智能

语言：中文

阅读时间：12 分钟

字数：2935

标签： Agent, 前端架构, 可组合, Runtime Adapter, 消息模型

阅读完整文章

VAPD AgentKit：可组合 Agent 前端通用库实践

🤖 問 AI