链载Ai

标题: AG-UI：Agent用户交互协议 [打印本页]

---

作者: 链载Ai    时间: 1 小时前
标题: AG-UI：Agent用户交互协议

随着多智能体系统（Multi-Agent Systems）和大语言模型（LLMs）技术的飞速发展，AI Agent 的工作能力越来越强。然而，在落地到真实应用中时，我们却发现一项关键能力仍旧缺失——如何让智能体与用户进行顺畅、高效的交互？CopilotKit 团队提出的AG-UI 协议（Agent-User Interaction Protocol），正是为此而生。

一、为什么需要 AG-UI？

当前市面上的 AI 系统，大多聚焦在后端的 Agent 执行、工具调用、模型编排等逻辑层面。然而当这些智能体要接入前端界面、嵌入产品时，开发者却面临种种困境：

• 每个 Agent 框架（如 LangGraph、CrewAI、Mastra 等）都有自己的事件机制和 API；
• 不同模型接口格式不同，前端开发需重复适配；
• 实时流式交互困难，前后端同步机制不统一；
• 用户难以对 Agent 执行过程进行实时干预或控制；
• 工具调用、状态共享、安全校验等逻辑无统一抽象。

这些问题直接影响 Agent 系统的可用性与用户体验。

二、AG-UI 是什么？

AG-UI 是一个开源、轻量的协议，旨在规范 AI Agent 与前端用户界面之间的通信流程。

协议亮点：

• 基于标准 HTTP 通信（支持 SSE / WebSocket / 二进制）；
• 所有数据通过JSON 编码的事件（Event）进行传输；
• 支持前后端实时双向通信；
• 提供 TypeScript 与 Python SDK，可快速集成；
• 可兼容主流 Agent 框架（LangGraph、CrewAI、Mastra、AG2 等）；

架构

三、AG-UI 核心能力

能力模块	说明
✅ 统一事件流	所有交互统一采用结构化的 JSON 事件格式，降低前后端适配成本
✅ 实时交互	支持 token-by-token 的流式推送，提供极致响应式的用户体验
✅ 工具编排	Agent 执行过程中的 Tool 调用全过程均可被标准事件表示并渲染
✅ 状态共享	提供完整快照STATE_SNAPSHOT与增量更新STATE_DELTA，高效同步状态
✅ 并发控制与中断	支持线程管理、任务取消、重启等机制，提升系统的可控性与稳定性
✅ 安全控制	协议内建权限管理、身份认证等机制，适配企业级安全需求

这些能力构成了 AG-UI 成为生产级 Agent 应用的关键基础。

四、事件机制

AG-UI 协议中一切交互都围绕“事件”进行组织。核心事件类别包括：

• 生命周期事件（如RUN_STARTED,RUN_FINISHED），监控Agent运行进度。
• 文本消息事件（如TEXT_MESSAGE_START,TEXT_MESSAGE_CONTENT,TEXT_MESSAGE_END），处理文本流式内容的事件。
• 工具调用事件（如TOOL_CALL_START,TOOL_CALL_ARGS,TOOL_CALL_END），管理 Agent 对工具的执行。
• 状态管理事件（如STATE_SNAPSHOT,STATE_DELTA），同步 Agent 和 UI 之间的状态。
• 特殊事件（如RAW,CUSTOM）

这一机制不仅提供了强大可扩展性，还简化了前端的 UI 渲染逻辑。

五、与其他协议的关系

AG-UI 与 A2A（Agent-to-Agent）和 MCP（Model Context Protocol）形成互补：

• A2A：主要促进智能体（agent-to-agent）之间的通信和协作；
• MCP：主要解决跨不同模型之间工具调用的标准化和上下文处理问题；
• AG-UI：主要处理由用户（人）参与的交互以及流式更新用户界面；

六、工作流程

AG-UI 的工作流程基于事件驱动架构，主要包括以下几个步骤：

1. 前端发送请求：

• 用户在前端界面（如聊天窗口）输入信息。
• 前端应用将用户输入封装为RunAgentInput类型的 JSON 请求，发送到后端的/awp端点。

• 后端处理请求：

• 后端接收到请求后，解析RunAgentInput，提取thread_id、run_id和用户消息等信息。
• 后端启动 AI 代理的处理流程，并准备通过事件流向前端发送处理状态和结果。

• 事件流通信：

• 后端通过 Server-Sent Events（SSE）或 WebSocket 等协议，向前端持续发送事件。
• 事件包括但不限于：

(1)RunStartedEvent：表示代理开始处理请求。

(2)TextMessageContentEvent：代理生成的文本内容。

(3)RunFinishedEvent：代理完成处理。

4. 前端更新界面：

• 前端接收到事件后，根据事件类型和内容，实时更新用户界面，展示代理的处理过程和结果。

例子

创建一个基础服务

mkdir awp-endpoint &&cdawp-endpoint
npm init -y
npm install typescript ts-node @types/node @types/express --save-dev
npx tsc --init

npm install express openai @ag-ui/core @ag-ui/encoder uuid
npm install @types/uuid --save-dev

importexpressfrom"express"
import{ Request, Response }from"express"

constapp = express()

app.use(express.json())

app.post("/awp",(req: Request, res: Response) =>{
 res.json({ message:"Hello World"})
})

app.listen(8000,()=>{
console.log("Server running on http://localhost:8000")
})

解析 AG-UI 输入并添加事件流（SSE）

importexpress, { Request, Response }from"express"
import{ RunAgentInputSchema, RunAgentInput, EventType }from"@ag-ui/core"
import{ EventEncoder }from"@ag-ui/encoder"

constapp = express()

app.use(express.json())

app.post("/awp",async(req: Request, res: Response) => {
try{
 // 解析并验证请求体
 constinput: RunAgentInput = RunAgentInputSchema.parse(req.body)

 // 设置 SSE headers
  res.setHeader("Content-Type","text/event-stream")
  res.setHeader("Cache-Control","no-cache")
  res.setHeader("Connection","keep-alive")

 // 创建事件 encoder
 constencoder =newEventEncoder()

 // 发送 started 事件
 construnStarted = {
  type: EventType.RUN_STARTED,
   threadId: input.threadId,
   runId: input.runId,
  }
  res.write(encoder.encode(runStarted))

 // 发送 finished 事件
 construnFinished = {
  type: EventType.RUN_FINISHED,
   threadId: input.threadId,
   runId: input.runId,
  }
  res.write(encoder.encode(runFinished))

 // 结束响应
  res.end()
 }catch(error) {
  res.status(422).json({ error: (errorasError).message })
 }
})

app.listen(8000,()=>{
console.log("Server running on http://localhost:8000")
})

集成 OpenAI

importexpress, { Request, Response }from"express"
import{
 RunAgentInputSchema,
 RunAgentInput,
 EventType,
 Message,
}from"@ag-ui/core"
import{ EventEncoder }from"@ag-ui/encoder"
import{ OpenAI }from"openai"
import{ v4asuuidv4 }from"uuid"

constapp = express()

app.use(express.json())

app.post("/awp",async(req: Request, res: Response) => {
try{
 // 解析并验证请求体
 constinput: RunAgentInput = RunAgentInputSchema.parse(req.body)

 // 设置 SSE headers
  res.setHeader("Content-Type","text/event-stream")
  res.setHeader("Cache-Control","no-cache")
  res.setHeader("Connection","keep-alive")

 // 创建事件 encoder
 constencoder =newEventEncoder()

 // 发送 started 事件
 construnStarted = {
  type: EventType.RUN_STARTED,
   threadId: input.threadId,
   runId: input.runId,
  }
  res.write(encoder.encode(runStarted))


 // 初始化 OpenAI 客户端
 constclient =newOpenAI()

 // 将 AG-UI 消息转换为 OpenAI 消息格式
 constopenaiMessages = input.messages
   .filter((msg: Message) =>
    ["user","system","assistant"].includes(msg.role)
   )
   .map((msg: Message) =>({
    role: msg.roleas"user"|"system"|"assistant",
    content: msg.content ||"",
   }))

 // 生成消息 ID
 constmessageId = uuidv4()

 // 发送 ‘文本消息开始’ 事件
 consttextMessageStart = {
  type: EventType.TEXT_MESSAGE_START,
   messageId,
   role:"assistant",
  }
  res.write(encoder.encode(textMessageStart))

 // 创建流式传输完成请求
 conststream =awaitclient.chat.completions.create({
   model:"gpt-3.5-turbo",
   messages: openaiMessages,
   stream:true,
  })

 // 处理流并发送 ‘文本消息内容’ 事件
 forawait(constchunk of stream) {
  if(chunk.choices[0]?.delta?.content) {
   constcontent = chunk.choices[0].delta.content
   consttextMessageContent = {
    type: EventType.TEXT_MESSAGE_CONTENT,
     messageId,
     delta: content,
    }
    res.write(encoder.encode(textMessageContent))
   }
  }

 // 发送 ‘文本消息结束’ 事件
 consttextMessageEnd = {
  type: EventType.TEXT_MESSAGE_END,
   messageId,
  }
  res.write(encoder.encode(textMessageEnd))


 // 发送 finished 事件
 construnFinished = {
  type: EventType.RUN_FINISHED,
   threadId: input.threadId,
   runId: input.runId,
  }
  res.write(encoder.encode(runFinished))

 // 结束响应
  res.end()
 }catch(error) {
  res.status(422).json({ error: (errorasError).message })
 }
})

app.listen(8000,()=>{
console.log("Server running on http://localhost:8000")
})

现在，已构建了兼容 AG-UI 的 Agent，可以将其连接到支持 AG-UI 协议的任何前端。 例如，CopilotKit 提供了一套丰富的 UI 组件，旨在与 AG-UI 代理无缝协作。

七、项目接入与生态支持

目前 AG-UI 已经原生支持多个框架与平台：

• ✅ LangGraph
• ✅ CrewAI / CrewAI Flows
• ✅ Mastra
• ✅ AG2

前端开发者可通过 CopilotKit 提供的 React Hooks 快速集成 UI 能力，后端则通过 Python/TS SDK 发送标准事件流，真正实现一次接入，多框架兼容。

八、AG-UI 的意义

AG-UI 的出现，标志着智能体系统迈入“用户协作”的新阶段：

• 它让 Agent 能像人类协作者一样，参与到用户界面中；
• 它让 AI 输出不再是黑盒，而是可观察、可控制、可中断；
• 它推动了 AI 系统从“自动化”向“交互化”演进。

在产品实际部署中，AG-UI 能有效降低开发门槛、提升交互体验、增强稳定性与可维护性。

九、结语

随着智能体生态的逐渐成熟，前后端协同将成为决定 AI 应用成败的关键因素。而 AG-UI 协议正是其中最重要的一环。它不仅解决了技术层面的接口统一问题，更为未来智能体与人协作的产品形态奠定了坚实基础。

正如 CopilotKit 团队所说： “就像 REST 之于 API，AG-UI 是 Agent 之于用户界面的流式交互协议。”

---

欢迎光临 链载Ai (https://www.lianzai.com/)

Powered by Discuz! X3.5