vivo互联网技术

VAPD AgentKit:可组合 Agent 前端通用库实践

作者:vivo 互联网项目团队- Ding Junjie

目录

01. 背景与目标

02. 设计原则

03. 架构总览

04. 事件流与消息模型:把一切都还原成消息

05. Agent 回合循环(loop)与工具调用(tools)

06. UI 交互与建议(Suggestions)

07. 最小上手:3 步把 Chat 接入到任一页面

08. 与业务的契合

09. 面向知识库问答与集成流程智能的演进设想

10. 下一步需完善

11. 结  语

我们围绕三大业务场景(笔记、知识库、项目管理)统一了一套可组合的 AI Agent 能力。

本文聚焦一期「Chat 模式」落地:强调 Runtime Adapter 的“协议无关、面向任意后端流”特性——只要后端能够以流式输出事件,前端即可通过统一的 Adapter 转为标准消息模型进行渲染与编排。我们以“统一消息模型 + Runtime Adapter + 前端编排”的方式,将工具调用、Agent 回合循环、事件流与 UI 交互组合在一起,并为后续历史与检查点能力预留 threadId/runId。

1分钟看图掌握核心观点👇

Image
Image

左右滑动查看

图 1 VS 图 2,您更倾向于哪张图来辅助理解全文呢?欢迎在评论区留言。

01

背景与目标

  • 业务诉求:笔记、知识库、项目管理三类场景都需要“对话式”AI 能力,并逐步演进到多轮、工具调用、上下文增强与可追溯。

  • 统一入口:不希望每条业务线重复造轮子;期待用同一套可组合 Hook 即插即用。

  • 一期范围:先完成 Chat 模式打底,但保留可扩展的“多消息一回合”“工具调用”“历史/检查点”能力。

在产品体验上,我们遵循主流 Agent 设计范式(消息驱动、工具调用、上下文注入、可回放、可评测),并结合过往的实现风格,将复杂性交由“消息模型 + 运行时适配 + 前端编排”三段式来解耦。

02

设计原则

  • 消息即协议: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。

  • 运行时可插拔: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。

  • 前端可编排:用 Hook/Context 管理上下文、工具、重试/变体、回调,形成稳定的胶水层。

  • 渐进增强:一期只做 Chat,但保留 threadId/runId,为“历史/检查点/回放/评测”留出Agent能力口。

03

架构总览

Image

只列出 Chat 模式强相关的核心模块(更多细节见项目架构文档):

① 统一消息模型

  • 覆盖 UserMessage、AssistantMessage、Thinking-Message、ActionExecution-

    Message、ResultMessage 等类型,含 status 与可选 parentMessageId,可扩展图片、状态消息。

② Runtime Adapter 接口

  • generateResponse(params) / retry(params) 返回 ReadableStream<AgentStreamEvent>,sendFeedback 统一正/负反馈。

  • 可对接多种后端“流”:内置 VAPD 适配示例,也可扩展 GraphQL/WebSocket/自定义 Fetch 流;无论来源如何,都会标准化为 AgentStreamEvent。

③ 前端编排(Orchestration)

  • AgentKit 作为 Provider 暴露上下文,统一注入 runtime、actions、上下文树、消息与加载状态、重载完成回调等。

  • useAgentChat 组合 useChat,提供 append-

    Message、reloadMessages、stop-

    Generation、threadId、runId 等能力。

  • useChat 串接 Runtime 流式事件,处理工具调用与 Agent 循环,并维护 AbortController。

④ Vue UI 组件

  • Chat 容器封装输入/消息区/操作/建议项,借助 useCopilotChatLogic 与 Core 同步。

04

事件流与消息模型:把一切都还原成消息

Image

Image

后端返回的是“事件”,前端消费的是“消息”。我们把差异收敛在 Adapter 层:

  • 增量累加:把分片 token 聚合为 Thinking-

    Message / AssistantMessage。

  • 工具事件:tool_call → ActionExecution-

    Message,tool_result → ResultMessage。

  • 统一标识:维护 threadId(会话)与 runId(本轮 loop),为历史/检查点铺路。

  • 精确收束:依据服务端“回合结束”信号或本地规则,准确结束本轮流。

上层只看到标准的 AgentStreamEvent:

export type AgentStreamEvent = {  threadId?: string | null  runId?: string | null  messages?: Message[]  guardrailsFailureReason?: string}

UI 组件无须关心消息从哪里来,只负责渲染消息序列。

05

Agent 回合循环(loop)与工具调用(tools)

Chat 模式不仅是“生成一条回复”,而是“一轮内可能包含多条消息”:思考、工具调用、结果回注、继续生成……我们把“回合循环”放在 useChat 中集中处理:

  • 串接流式事件,按顺序追加消息;

  • 捕获 ActionExecutionMessage 触发前端工具 handler,并把结果回注为 ResultMessage;

  • 当一轮结束,返回最终 AssistantMessage 并可进入下一轮;

  • 在“重载/变体”场景中,保留既有候选并追加新候选,形成多变体集合。

与传输方式无关:只要后端发出等价事件,Adapter 统一映射,工具消息即可完整往返。

工具调用的前端形态:useAgentAction

为了让“工具”在页面内即可声明与注册,我们提供了 useAgentAction:

  • 描述:name/description/parameters;

  • 处理:handler(args) 返回值会被打包成 ResultMessage 回注对话;

  • 可选渲染:render 可将工具调用或结果以内嵌卡片形式展示(不影响文本流);

  • 幂等:同一执行 ID 只会触发一次 handler(去重)。

  • 与运行时的关系:Adapter 负责把后端的工具事件统一映射为前端消息,UI 不需要关注具体协议与传输方式。

06

UI 交互与建议(Suggestions)

Chat 作为容器,暴露了消息渲染插槽与输入区控制,默认行为:

  • 渲染 Thinking、Assistant、User、Error 等消息类型;

  • 支持复制、停止、重新生成、建议点击;

  • useCopilotChatLogic 负责把 Core 能力(useAgentChat)与 UI 事件连起来,并提供节流后的建议刷新入口。

07

最小上手:3 步把 Chat 接入到任一页面

// 1) 在根组件用 AgentKit 包裹,并选择 Runtime// App.vue<template>  <AgentKit:runtime="runtime">    <MyChat />  </AgentKit></template><scriptlang="ts">import { AgentKit, VapdRuntimeAdapter } from '@vapd-agentkit/vue-core'
exportdefault {  components: { AgentKit },  setup() {    const runtime = new VapdRuntimeAdapter({      // 可选:自定义 url/headers/agentId/appId/extendParams    })    return { runtime }  }}</script>// 2) 页面里直接用 Chat(或自定义渲染<template>  <AgentChat:labels="{ placeholder: '问点什么' }" /></template><scriptsetuplang="ts">import { AgentChat } from '@vapd-agentkit/vue-ui'</script>// 3) (可选)注册工具,供模型调用// 任一组件 setup 中:import { useAgentContext } from '@vapd-agentkit/vue-core'
const ctx = useAgentContext()ctx.setAction('searchDocs', {  name: 'searchDocs',  description: '搜索知识库',  parameters: [{ name: 'q', type: 'string' }],  handler: async ({ q }) => {    const result = await fetch(`/api/search?q=${encodeURIComponent(q)}`).then(r => r.json())    return { hits: result.items }  }})

08

与业务的契合

笔记/知识库/项目管理:前端可把当前选中文段/标签/页面结构通过 addContext 合并入 agentArgs,无需更改 Runtime。

Image

知识库agent文档/集成流程智能Agent(未来规划):把检索与聚合能力抽象为 FrontendAction,回注 ResultMessage,让 Agent 循环自动推进。

09

面向知识库问答与集成流程智能的演进设想

  1. 知识库问答 Agent(RAG)

  • 支持互联网检索,结合站内知识完成回答;

  • 提供关键字检索、内容获取与语义检索(向量);

  • 后续将支持直接帮你编辑、 新增文档等操作;

  • 让 AI 准确看到你正在关注的内容,与你的上下文保持一致,帮助你更高效地思考、写作与创造。

2. 集成流程,自动配置,添加节点,配置节点,验证节点,一句话帮你完成流程配置

Image
  • 面向非开发同学,解决流程编排困难和语法复杂的问题;

  • 支持从自然语言自动生成流程与节点参数

  • 节点配置表单化,参数智能补全与校验,自动化验证每一步并给出修复建议;

  • 支持逐步验证与仿真运行,输出日志与每步结果检查。

10

下一步需完善

  • 历史记录:当前未做持久化回放;已通过 threadId 预埋会话键,后续可依此查询并复原消息序列。

  • 检查点:runId 用于标记本轮 loop,未来可以支持检查点能力,在“继续/撤回/回滚”中复用,是Agent交互中必不可少的能力。

  • 工具事件:实现HumanInTheLoop能力,工具调用需要用户确认,或者需要用户填写表单等内容与Agent协同。

11

结  语

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:

  • UI 只面向消息,不关心来源;

  • 运行时可替换,协议差异被屏蔽;

  • 工具/上下文/重试等交互都在编排层实现;

  • threadId/runId 为历史/检查点打好地基。

这让三类业务都能在同一套基建上继续演进。接下来,我们会补齐历史与工具事件、完善多变体交互,并把“回合对齐/评测”纳入流水线。

END

猜你喜欢