📰 龙虾新闻

龙虾Agent生态支持AGENTS.md标准化规范，实现AI Agent可发现可组合可审计

发布时间：2026-08-21 分类： 龙虾新闻
摘要：Feature Request: Support AGENTS.md — 龙虾（Lobster）Agent生态的标准化跃迁龙虾官网（yitb.com）正式发起 Feature Request: Support AGENTS.md 提案，OpenClaw、Lobster CLI 和龙虾 Hub 将原生支持解析与执行 AGENTS.md 文件。这是一种轻量级、Git 友好的 Agent 元数据规...

龙虾Agent生态支持AGENTS.md

Feature Request: Support AGENTS.md — 龙虾（Lobster）Agent生态的标准化跃迁

龙虾官网（yitb.com）正式发起 Feature Request: Support AGENTS.md 提案，OpenClaw、Lobster CLI 和龙虾 Hub 将原生支持解析与执行 AGENTS.md 文件。这是一种轻量级、Git 友好的 Agent 元数据规范，目标是让 AI Agent 从“可运行代码”变成“可发现、可组合、可审计的工程资产”。

AGENTS.md 不是新框架，而是一份严格约定的 Markdown 元数据协议：用 YAML Front Matter 声明 name、version、entrypoint、requires、inputs、outputs、license 等字段；正文用自然语言描述行为边界、安全约束和典型调用链。它不替代 agent.py 或 workflow.yaml，而是为它们提供机器可读的“身份证”和“说明书”。开发者 git clone 后执行 lobster run .，就能自动识别 Agent、校验依赖、加载配置并启动——不用翻 README、改路径、手写 --input 参数。

为什么需要 AGENTS.md？现有 Agent 分发太“原始”

当前主流 Agent 开发者面临三重摩擦：

  • 发现难：Hugging Face Spaces、GitHub 仓库缺乏统一元数据，用户无法按 role: data-analyzer 或 runtime: vllm-0.6 过滤；
  • 集成卡：OpenClaw 编排器需手动解析 README.md 提取输入格式，遇到 “Run with python main.py --url ...” 就失败；
  • 审计弱：企业部署前得人工检查是否含 os.system()、是否调用未声明的 API，而 AGENTS.md 的 requires: ["httpx>=0.27", "pandas"] 和 permissions: ["network:api.example.com"] 字段支持静态策略扫描。

AGENTS.md 的定位，和 pyproject.toml 之于 Python 包、Dockerfile 之于容器一样——把“怎么跑这个 Agent”从口头约定变成机器可执行契约。

技术细节：YAML Front Matter + 语义化字段设计

AGENTS.md 核心是精简但强约束的 Schema（v0.2 已冻结）：

---
name: "sql-executor-v2"  
version: "2.3.1"  
entrypoint: "src/agent.py:run"  
requires: ["duckdb>=1.1", "sqlglot>=22.0"]  
inputs:  
  - name: query  
    type: string  
    description: "Valid SQL SELECT statement (no DDL/DML)"  
outputs:  
  - name: result  
    type: json  
    schema: {"rows": "array", "columns": "array"}  
permissions: ["filesystem:read:/tmp/*.csv"]  
license: "MIT"  
---

关键设计点：

  • entrypoint 支持模块路径（pkg.module:func）或 CLI 脚本（./bin/exec.sh）；
  • inputs / outputs 强制要求类型和描述，龙虾 Hub 可据此自动生成 Swagger-like 调试面板；
  • permissions 字段被 Lobster Runtime 实时拦截——Agent 若尝试写 /etc/passwd，进程直接终止，并上报 violation event。

实际影响：从“复制粘贴式复用”到“npm式协作”

开发者今天在 GitHub 搜索 langchain sql agent，得到 427 个结果，但 93% 无法一键运行。启用 AGENTS.md 后：

  • lobster search --tag "database" --runtime "ollama" 返回结构化列表，点击即部署；
  • lobster install github.com/ai-sql/sql-executor-v2@v2.3.1 自动 fetch、校验签名、安装依赖、注册到本地 registry；
  • OpenClaw 编排器读取 AGENTS.md 后，能自动生成 JSON Schema 验证用户输入，并在 DAG 图中显示 sql-executor-v2 → csv-exporter 的数据流类型兼容性（json → array[object] ✅）。

合规性也更可控：金融客户要求所有 Agent 必须声明数据流向。AGENTS.md 的 data_retention: "none" 或 data_residency: ["us-east-1"] 字段，可被 CI 流水线自动提取并生成 SOC2 报告片段。

👉 Binance · OKX · Gate.io · HTX · Bitget

龙虾生态已落地：Hub、CLI、OpenClaw 全面支持

该提案已在生产环境落地。截至 2024 年 7 月：

  • 龙虾 Hub 前端上线 AGENTS.md 解析预览（上传即渲染元数据卡片）；
  • lobster-cli v0.9.4+ 默认启用 --auto-load-agents-md，lobster list 输出新增 VERSION 和 INPUTS 列；
  • OpenClaw v2.1 编译期注入 agents.md 验证逻辑，拒绝加载缺失 entrypoint 或 inputs 字段的 Agent。

社区响应迅速：LangChain 官方模板已合并 AGENTS.md 示例；DeepSeek-Coder-Agent、Qwen-Agentic-Shell 等 17 个热门开源 Agent 项目主动适配。

行动建议：今天就让你的 Agent 拥有“身份证”

  1. 立刻添加：在项目根目录新建 AGENTS.md，用 官方校验器 检查语法；
  2. 渐进增强：先填 name / entrypoint / inputs，再逐步补全 permissions 和 license；
  3. 发布即合规：GitHub Release 时附带 AGENTS.md，龙虾 Hub 将自动抓取并标记为“Verified Agent”；
  4. 参与共建：向 yitb/agents-md-spec 提交 examples/ 或 validator/ PR，贡献真实场景字段。

当每个 Agent 都自带机器可读说明书，AI 工程师就不再是在拼乐高，而是在调用标准接口——这比任何新模型都更接近“Agent 操作系统”的实质。

相关阅读

返回首页