devos/Docs/DevOS-Platform-v2/06_MCP_SKILL_AGENT_RUNTIME.md

06_MCP_SKILL_AGENT_RUNTIME.md

DevOS Developer Work OS MCP / Skill / Capability / Agent Runtime 设计规范 Version: 1.0

---

1. 文档目标

06 定义 DevOS 的 AI Capability Runtime。

前面的架构已经确定：

03 Resource / Action
04 Task / Job / Execution
05 Plugin Runtime

现在需要解决：

Agent 到底如何发现能力、理解能力、规划任务、调用工具并持续执行？

核心目标不是再做一个“聊天机器人”。

而是建立：

Capability
    ↓
Skill
    ↓
Agent
    ↓
Plan
    ↓
Task
    ↓
Action
    ↓
Execution

同时支持：

MCP
Plugin
Skill
Workflow
Human

统一进入同一个 Runtime。

---

2. 最重要的架构原则

DevOS 必须严格区分：

MCP
Skill
Action
Agent

它们不是同一个东西。

---

MCP

如何访问外部能力。

例如：

GitHub MCP
Cloudflare MCP
Browser MCP
Search MCP

---

Action

系统真正可以执行的原子行为。

例如：

github.repository.create
website.scan
server.deploy
article.publish

---

Skill

告诉 Agent 如何完成一类目标。

例如：

seo.website.audit
seo.campaign.execute
github.repository.manage
deploy.application

---

Agent

根据 Goal 动态决定使用哪些 Skill / Action / Resource。

因此：

MCP ≠ Skill
Skill ≠ Action
Action ≠ Agent

---

3. 四层架构

DevOS AI Runtime：

┌──────────────────────────────┐
│            Agent             │
│        Goal / Planning       │
└──────────────┬───────────────┘
               │
┌──────────────▼───────────────┐
│            Skill             │
│     Domain Knowledge         │
└──────────────┬───────────────┘
               │
┌──────────────▼───────────────┐
│        Capability             │
│ Action / MCP / Resource      │
└──────────────┬───────────────┘
               │
┌──────────────▼───────────────┐
│        DevOS Runtime         │
│ Permission / Task / Queue    │
└──────────────────────────────┘

---

4. Capability

Capability 是 Agent 能看到的：

“系统能做什么”的统一描述。

Capability 可以来自：

Core
Plugin
MCP
Action
Skill
Workflow

---

5. Capability Registry

DevOS 必须建立：

Capability Registry

例如：

capabilities
├── actions
├── resources
├── skills
├── mcp-tools
└── workflows

统一搜索：

capabilityRegistry.search({
  query: "deploy website"
})

返回：

server.deploy
docker.build
github.repository.release

---

6. Capability 数据模型

interface Capability {
  id: string

  type:
    | "action"
    | "skill"
    | "mcp_tool"
    | "workflow"
    | "resource"

  name: string

  description: string

  namespace: string

  inputSchema?: unknown

  outputSchema?: unknown

  permissions?: string[]

  source: {
    type: "core" | "plugin" | "mcp"
    id: string
  }

  metadata?: Record<string, unknown>
}

---

7. Capability Discovery

Agent 不应该把所有工具一次性塞进 LLM Context。

错误：

5000 tools
 ↓
全部发送给模型

这会导致：

Token 巨大
成本高
模型选择能力下降

正确：

Goal
 ↓
Capability Search
 ↓
Top relevant capabilities
 ↓
LLM

---

8. 两阶段 Discovery

推荐：

Phase 1:
Semantic Search

Phase 2:
Permission / Scope Filtering

流程：

Goal
 ↓
Search
 ↓
Candidate Capabilities
 ↓
Permission
 ↓
Scope
 ↓
Availability
 ↓
Final Capabilities

---

9. Capability Search

例如：

Goal:
“把最新 GitHub 项目部署到服务器”

搜索：

deploy
github
repository
docker
server

候选：

github.repository.get
github.repository.release
docker.build
server.deploy
server.health_check

Agent 才看到这些能力。

---

10. Token-Efficient Discovery

这是 DevOS Agent Runtime 的重点。

不要发送：

完整 JSON Schema
完整 Plugin Manifest
完整 README
完整文档

第一阶段只返回：

id
name
description
type
required permission

例如：

{
  "id": "server.deploy",
  "name": "Deploy Application",
  "description": "Deploy an application to a server",
  "type": "action"
}

模型决定需要后，再获取详细 Schema。

---

11. Progressive Disclosure

能力信息分层：

Level 1
Capability Summary

Level 2
Capability Schema

Level 3
Skill Instructions

Level 4
Execution Context

例如：

Agent
 ↓
“我需要部署”
 ↓
发现 server.deploy
 ↓
获取 schema
 ↓
生成 input
 ↓
执行

---

12. Skill

Skill 是 Agent 的：

任务解决方法 / 专业流程 / 决策指南。

Skill 不应该成为一个新的执行 Runtime。

---

13. Skill 示例

seo.website.audit

描述：

目标：
完成网站 SEO 审计。

输入：
website

步骤：
1. 获取网站
2. Crawl
3. 技术 SEO 分析
4. 内容分析
5. Backlink 分析
6. 生成报告

使用能力：
website.scan
seo.keyword.analyze
seo.backlink.analyze
report.generate

---

14. Skill Manifest

interface SkillManifest {
  id: string

  name: string

  description: string

  version: string

  inputs?: unknown

  outputs?: unknown

  requiredCapabilities?: string[]

  instructions?: string

  examples?: SkillExample[]

  metadata?: Record<string, unknown>
}

---

15. Skill 不应该直接执行代码

错误：

Skill
 ↓
直接调用 API

正确：

Skill
 ↓
选择 Capability
 ↓
Action Runtime

因此 Skill 是：

Knowledge + Strategy

而不是：

Execution Engine

---

16. Skill 来源

Skill 可以来自：

Core
Plugin
Project
User
Agent
Marketplace

例如：

skills/
├── core/
├── seo/
├── github/
├── devops/
└── custom/

---

17. Skill Scope

Skill 也支持 Scope：

global
organization
project
user

例如某个项目可以有：

project.deploy.production

只适用于该项目。

---

18. Skill 与 Plugin

Plugin：

提供能力。

Skill：

教 Agent 如何使用这些能力。

例如：

GitHub Plugin
│
├── github.repository.sync
├── github.repository.create
└── github.issue.create

GitHub Skill
│
└── github.repository.manage

这两个应该分开。

---

19. MCP

MCP 是 DevOS 与外部 Agent / Tool Ecosystem 之间的标准能力接口。

DevOS 可以：

作为 MCP Client

也可以：

作为 MCP Server

---

20. DevOS 作为 MCP Client

例如：

DevOS
 ↓
External MCP
 ↓
Browser

或者：

DevOS
 ↓
Search MCP

---

21. DevOS 作为 MCP Server

外部 Agent：

Claude
Cursor
其他 Agent

可以连接：

DevOS MCP Server

获得：

Resources
Actions
Skills
Tasks

---

22. MCP Tool 映射

最重要规则：

MCP Tool 必须尽可能映射到 DevOS Capability。

例如：

MCP:
create_github_issue

映射：

github.issue.create

调用：

MCP
 ↓
Capability
 ↓
Action Runtime

---

23. MCP 不允许绕过权限

即使调用来源是外部 Agent：

External Agent
 ↓
MCP

仍然：

Authentication
 ↓
Authorization
 ↓
Scope
 ↓
Action
 ↓
Audit

绝不能：

MCP
 ↓
direct database

---

24. MCP Server

DevOS MCP Server：

/api/mcp

提供：

tools
resources
prompts

但是不要默认暴露整个 DevOS。

必须经过：

Capability Filter

---

25. MCP Capability Filter

根据：

Actor
Organization
Project
Permission
Scope
Plugin Status

过滤。

例如：

Admin
→ 100 tools

Normal User
→ 30 tools

Agent
→ 15 tools

---

26. Agent

Agent 是：

Goal-driven Decision & Execution Runtime。

Agent 不只是：

LLM + Prompt

而应该拥有：

Goal
Memory
Context
Planning
Capability Discovery
Execution
Observation
Reflection
Retry
Approval

---

27. Agent Runtime

┌─────────────────────────────┐
│        Agent Runtime        │
├─────────────────────────────┤
│ Goal                        │
│ Context                     │
│ Memory                      │
│ Planner                     │
│ Capability Discovery        │
│ Executor                    │
│ Observer                    │
│ Evaluator                   │
│ Approval                    │
└─────────────────────────────┘

---

28. Agent Goal

interface AgentGoal {
  id: string

  description: string

  actor: Actor

  organizationId: string

  projectId?: string

  status:
    | "pending"
    | "planning"
    | "executing"
    | "waiting"
    | "completed"
    | "failed"
    | "cancelled"

  constraints?: Record<string, unknown>

  createdAt: Date
}

---

29. Goal 示例

用户：

10天内让 a.com 获得100篇软文和200个外链。

Agent 不应该直接：

调用 SEO Tool

而应该：

Goal
 ↓
Understand
 ↓
Discover Skills
 ↓
Discover Capabilities
 ↓
Plan
 ↓
Approval if needed
 ↓
Tasks
 ↓
Execute
 ↓
Observe
 ↓
Verify
 ↓
Report

---

30. Agent Plan

Plan 是 Agent 对 Goal 的执行计划。

interface AgentPlan {
  id: string

  goalId: string

  steps: AgentPlanStep[]

  status: string
}

Step：

interface AgentPlanStep {
  id: string

  type:
    | "action"
    | "task"
    | "workflow"
    | "approval"
    | "condition"

  capabilityId: string

  input?: unknown

  dependsOn?: string[]

  status: string
}

---

31. Agent Plan 示例

Goal
│
├── Step 1
│   seo.website.scan
│
├── Step 2
│   seo.keyword.research
│
├── Step 3
│   seo.content.generate
│
├── Step 4
│   seo.content.publish
│
└── Step 5
    seo.backlink.submit

---

32. Plan 不等于 Workflow

两者必须区分。

Workflow
=
预先定义的流程

Agent Plan
=
Agent 根据当前 Goal 动态产生的计划

例如：

Workflow:
A → B → C

Agent：

Goal
 ↓
发现情况
 ↓
A
 ↓
观察结果
 ↓
决定 B 或 D
 ↓
继续

---

33. Agent Loop

Agent Runtime 核心：

Observe
 ↓
Think / Plan
 ↓
Act
 ↓
Observe
 ↓
Evaluate
 ↓
Continue / Replan / Finish

代码模型：

while (!goal.completed) {
  const observation = await observe()

  const decision = await planner.decide(observation)

  const result = await executor.execute(decision)

  await evaluator.evaluate(result)
}

实际生产环境必须支持：

maxIterations
timeout
budget
cancel
approval

---

34. Agent Executor

Agent Executor 不应该直接执行代码。

Agent Executor
 ↓
Capability
 ↓
Action Runtime

例如：

executor.execute({
  capability: "github.repository.create",
  input: {...}
})

最终：

Action Runtime

负责真正执行。

---

35. Agent Observation

Action 完成后：

Execution Result
 ↓
Observation
 ↓
Agent

例如：

{
  "success": true,
  "output": {
    "pages": 1032,
    "errors": 14
  }
}

Agent 决定：

继续

或者：

重新规划

---

36. Replanning

Agent 不应该一次生成一个不可修改的巨大计划。

推荐：

Plan
 ↓
Execute 1-3 steps
 ↓
Observe
 ↓
Replan

尤其适用于：

外部 API
Web
SEO
DevOps
自动化

因为环境会发生变化。

---

37. Agent Memory

Memory 分为：

Short-term
Long-term
Working Context

---

Short-term

当前执行上下文：

最近 Action
最近结果
当前计划

---

Long-term

持久知识：

Project Preferences
Previous Decisions
Important Facts

---

Working Context

当前 Goal 所需的信息：

website
project
credentials
resources
previous results

---

38. Memory 不应该等于 Chat History

不要：

整个聊天记录
 ↓
每次全部发给 LLM

应该：

Memory Store
 ↓
Retrieve relevant context
 ↓
LLM

---

39. Agent Context

统一：

interface AgentContext {
  goalId: string

  organizationId: string

  projectId?: string

  actor: Actor

  resources: ResourceRef[]

  capabilities: Capability[]

  memory: MemoryContext

  variables: Record<string, unknown>

  budget?: AgentBudget
}

---

40. Agent Budget

Agent 必须有预算控制。

interface AgentBudget {
  maxTokens?: number

  maxIterations?: number

  maxExecutionTimeMs?: number

  maxTasks?: number

  maxMoney?: number

  maxCredits?: number
}

例如：

最多：
100 次 Action
20 次 LLM
$5
30 分钟

---

41. Agent Cost

每个 Agent Execution 应记录：

LLM tokens
Tool calls
Action executions
External API calls
Money
Credits

最终：

Goal Cost
$2.37

---

42. Approval

Agent 遇到高风险 Action：

Agent
 ↓
Action
 ↓
requiresApproval
 ↓
Approval Task
 ↓
Human
 ↓
Approved
 ↓
Execution

例如：

删除服务器
部署生产环境
批量发送邮件
批量发布内容
批量外链

---

43. Agent Safety Policy

每个 Agent 都必须经过 Policy。

例如：

interface AgentPolicy {
  allowedCapabilities: string[]

  deniedCapabilities: string[]

  maxIterations: number

  requireApprovalFor: string[]
}

---

44. Agent Permission

Agent 的权限不能自动等于用户全部权限。

例如：

User:
admin

Agent:
seo-agent

Agent 可以被限制：

seo.website.*
seo.content.*

但：

server.delete

明确禁止。

---

45. Agent Identity

Agent 应该拥有自己的 Actor：

actor.type = "agent"
actor.id = "agent_xxx"

Audit：

User
 ↓
Agent
 ↓
Action

因此能够知道：

“这个操作是谁授权的，又是哪个 Agent 执行的？”

---

46. Agent Task

Agent 创建：

Task

而不是：

AgentTask

避免出现两套系统。

正确：

Agent
 ↓
Task Runtime

---

47. Agent Workflow

Agent 可以调用 Workflow：

Agent
 ↓
Workflow
 ↓
Tasks
 ↓
Actions

这非常适合：

稳定流程

Agent 只负责：

选择 Workflow
填充参数
观察结果

---

48. Skill + Workflow + Agent

三者关系：

Skill
=
怎么解决问题

Workflow
=
固定怎么执行

Agent
=
当前应该怎么解决

例如：

Skill:
SEO Audit

Workflow:
标准 SEO Audit Workflow

Agent:
根据网站情况决定是否使用完整 Workflow

---

49. Skill 可以推荐 Workflow

Skill 可以声明：

{
  "recommendedWorkflows": [
    "seo.standard_audit"
  ]
}

Agent 可以选择：

Workflow

或者：

动态 Action Plan

---

50. Agent Tool Calling

模型产生：

{
  "capability": "github.repository.sync",
  "input": {
    "repositoryId": "repo_123"
  }
}

Agent Runtime 不应该直接信任。

必须：

LLM Output
 ↓
Schema Validation
 ↓
Permission
 ↓
Scope
 ↓
Policy
 ↓
Approval
 ↓
Action Runtime

---

51. Tool Result

Tool Result 必须标准化：

interface ToolResult {
  success: boolean

  data?: unknown

  error?: {
    code: string
    message: string
  }

  executionId?: string

  taskId?: string
}

---

52. MCP Tool Result

MCP 返回的结果最终应该转换为统一：

Capability Result

这样 Agent 不需要知道：

这是 MCP
这是 Plugin
这是 Core

它只知道：

Capability

---

53. Capability Adapter

如果外部 MCP Tool 无法直接映射到 Action：

External MCP
 ↓
MCP Adapter
 ↓
Capability

Adapter 负责：

Input conversion
Output conversion
Error normalization

---

54. MCP Resource

MCP Resource 可以映射：

DevOS Resource

例如：

github://repository/123

对应：

github.repository:123

Agent 可以读取：

Resource

再决定调用：

Action

---

55. Skill Discovery

Agent 不应该搜索所有 Skill。

例如：

Goal:
部署 Next.js 应用

搜索：

deploy
nextjs
application

返回：

application.deploy
docker.deploy
nextjs.deploy

然后再加载详细内容。

---

56. Capability Ranking

搜索结果应该有：

relevance
permission
availability
quality
cost

例如：

server.deploy
score: 0.93

docker.deploy
score: 0.84

ssh.execute
score: 0.51

优先选择高层 Capability。

---

57. 为什么不能让 Agent 直接 SSH

例如：

Agent
 ↓
ssh.execute
 ↓
rm -rf /

风险非常高。

应该优先：

Agent
 ↓
server.deploy

高层 Action 可以拥有：

Schema
Permission
Policy
Validation
Audit

因此：

Agent 应优先使用业务 Action，而不是低层原始工具。

---

58. Capability Abstraction Level

建议：

Level 1
Business Action

Level 2
System Action

Level 3
Raw Tool

例如：

deploy.application
    ↓
docker.run
    ↓
ssh.execute

Agent 默认优先 Level 1。

只有没有高层能力时，才允许向下。

---

59. Agent Fallback

例如：

deploy.application

不存在。

Agent 可以发现：

docker.build
server.execute_command

然后组合：

docker.build
 ↓
server.execute_command

但如果存在高层：

deploy.application

就不应该自己拼底层 Action。

---

60. Agent Planning Policy

Planner 可以设置：

prefer_existing_workflow
prefer_high_level_actions
minimize_tool_calls
minimize_cost
require_approval

例如：

{
  "preferHighLevelActions": true,
  "minimizeToolCalls": true,
  "maxIterations": 20
}

---

61. Agent State Machine

pending
  ↓
planning
  ↓
executing
  ↓
observing
  ↓
evaluating
  ├── completed
  ├── replanning
  ├── waiting
  └── failed

取消：

任何状态
 ↓
cancelled

---

62. Agent Run

一次 Agent Goal 执行应该有：

interface AgentRun {
  id: string

  goalId: string

  status: AgentRunStatus

  model?: string

  provider?: string

  iterations: number

  tokenUsage?: TokenUsage

  cost?: ExecutionCost

  startedAt?: Date

  completedAt?: Date
}

---

63. Agent Step

interface AgentStep {
  id: string

  runId: string

  type:
    | "thought"
    | "plan"
    | "tool_call"
    | "observation"
    | "evaluation"
    | "approval"

  capabilityId?: string

  input?: unknown

  output?: unknown

  status: string

  createdAt: Date
}

注意：

不要求把模型内部完整思维过程持久化或展示。

只保存：

decision summary
action
result
reason / metadata

---

64. Agent Trace

UI：

Agent Run
────────────────────────────

Goal
10天完成 SEO Campaign

Step 1
✓ Website Scan

Step 2
✓ Keyword Research

Step 3
✓ Content Plan

Step 4
⏳ Generate Content

Step 5
○ Publish

Step 6
○ Backlinks

点击 Step：

Capability
Input
Execution
Output
Cost
Logs

---

65. Agent 与 Event

Agent 可以订阅 Event：

deployment.completed
website.scan.completed
content.published

例如：

Event
 ↓
Agent Observation
 ↓
Agent Decision

---

66. Agent 与 Scheduler

Scheduler 可以启动 Agent Goal：

每天 02:00
 ↓
Create Agent Goal
 ↓
Agent Run

例如：

每天检查所有网站 SEO 健康状态。

---

67. Agent 与 Webhook

Webhook：

GitHub Push
 ↓
Event
 ↓
Agent Trigger
 ↓
Goal
 ↓
Plan

---

68. Agent Trigger

统一：

interface AgentTrigger {
  type:
    | "manual"
    | "schedule"
    | "event"
    | "webhook"

  config: unknown

  goalTemplate: unknown
}

---

69. Agent 与 Plugin

Plugin 提供：

Capability
Skill
MCP

Agent 自动发现。

因此 Plugin 安装：

Install SEO Plugin

之后 Agent 自动拥有：

SEO Skills
SEO Actions
SEO MCP

无需修改 Agent Core。

---

70. 这是 DevOS 的关键扩展机制

最终：

安装 Plugin
      ↓
Resources
Actions
Skills
MCP
UI
      ↓
Capability Registry
      ↓
Agent 自动发现

因此：

增加 Agent 能力，不需要修改 Agent。

只需要增加 Plugin。

---

71. AI SEO 示例

用户：

10天内给 a.com 做100篇软文 + 200个外链。

Agent：

Goal
 ↓
Discover Skills
 ↓
seo.campaign.execute

Skill：

需要：
website
keyword data
content capability
backlink capability

Capability Discovery：

seo.website.scan
seo.keyword.research
seo.content.generate
seo.content.publish
seo.backlink.submit

---

72. Agent Plan

1. Scan website
2. Research keywords
3. Build content strategy
4. Generate 100 articles
5. Publish articles
6. Find backlink opportunities
7. Submit backlinks
8. Verify
9. Report

但是：

Agent 不一定一次性执行全部步骤。

可能：

Scan
 ↓
Observe
 ↓
Replan
 ↓
Keyword Research
 ↓
Observe
 ↓
Generate

---

73. 批量任务

100 篇文章不能：

Agent
 ↓
生成 100 × Tool Call

应该：

Agent
 ↓
Create Task
 ↓
Task creates Jobs
 ↓
100 Jobs
 ↓
Queue
 ↓
Workers

Agent 只负责：

规划

而不是亲自执行 100 个工作单元。

---

74. Agent 与 Task 的边界

Agent:
“What should we do?”

Task:
“What work needs to be done?”

Action:
“How do we execute it?”

Execution:
“What actually happened?”

这是整个 AI Runtime 的核心分层。

---

75. Agent 不应该控制 Queue

错误：

Agent
 ↓
Redis
 ↓
Queue

正确：

Agent
 ↓
Task Runtime
 ↓
Queue Runtime

---

76. Agent 不应该控制 Worker

同样：

Agent
 ↓
Worker

禁止。

Agent 只：

Create Task
Execute Action
Observe Result

---

77. AI Runtime API

建议：

POST /agents/goals
GET  /agents/goals
GET  /agents/goals/:id
POST /agents/goals/:id/cancel

GET  /agents/runs/:id
GET  /agents/runs/:id/steps

POST /capabilities/search
GET  /capabilities/:id

GET  /skills
GET  /skills/:id

---

78. Capability API

POST /api/capabilities/search

Request：

{
  "query": "deploy application",
  "types": ["action", "skill", "workflow"],
  "limit": 10
}

Response：

{
  "items": [
    {
      "id": "application.deploy",
      "type": "action",
      "name": "Deploy Application"
    }
  ]
}

---

79. Capability Detail API

GET /api/capabilities/application.deploy

返回：

Input Schema
Output Schema
Permissions
Description
Examples
Provider
Version

---

80. Skill API

GET /api/skills/seo.website.audit

返回：

Description
Inputs
Outputs
Required Capabilities
Instructions
Examples

---

81. MCP Gateway

推荐：

packages/mcp/

结构：

MCP Runtime
├── MCP Server
├── MCP Client
├── Tool Registry
├── Resource Registry
├── Prompt Registry
└── Adapter

---

82. Agent Runtime Package

packages/agent/
├── runtime
├── planner
├── executor
├── observer
├── evaluator
├── memory
├── policy
└── budget

---

83. Skill Runtime

packages/skill/
├── registry
├── loader
├── resolver
├── validator
└── runtime

---

84. Capability Runtime

packages/capability/
├── registry
├── discovery
├── resolver
├── ranking
├── permission-filter
└── adapters

---

85. 模型 Provider

Agent Runtime 不应该绑定单一 LLM。

统一：

interface ModelProvider {
  generate(request: ModelRequest): Promise<ModelResponse>

  stream(request: ModelRequest): AsyncIterable<ModelChunk>
}

支持：

OpenAI
Anthropic
Google
Local
OpenRouter
Custom

---

86. Model Registry

Model Registry

记录：

Provider
Model
Context Window
Pricing
Capabilities
Vision
Tool Calling
Structured Output

Agent 可以选择：

cheap model
fast model
reasoning model
vision model

---

87. Model Policy

不同任务可以选择不同模型：

简单分类
→ Fast / Cheap

复杂 Planning
→ Reasoning

图片分析
→ Vision

不要把模型选择硬编码进 Agent。

---

88. Structured Output

Planner 必须尽量使用：

JSON Schema

例如：

const planSchema = z.object({
  steps: z.array(...)
})

避免：

LLM
 ↓
纯文本
 ↓
正则解析

---

89. Agent Error Handling

Agent 可能遇到：

Capability unavailable
Permission denied
Tool failed
Invalid input
Timeout
Budget exceeded
Model error

统一处理：

Retry
Fallback
Replan
Ask Human
Fail

---

90. Human-in-the-loop

Agent 不应该永远自动完成。

可以：

Agent
 ↓
Need decision
 ↓
Human Approval
 ↓
Continue

Task：

waiting

Approval 完成：

running

---

91. Agent Chat

聊天只是 Agent 的一个入口。

Chat
 ↓
Agent Goal

而不是：

Chatbot
=
Agent Runtime

未来还可以：

API
CLI
Scheduler
Webhook
MCP

创建 Goal。

---

92. Agent UI

推荐：

Agents
├── Agents
├── Goals
├── Runs
├── Skills
├── Capabilities
└── Models

Agent Detail：

Agent
────────────────

Capabilities
Skills
Policies
Models
Memory
Runs
Cost

---

93. Agent Run UI

Goal
│
├── Planning ✓
│
├── Website Scan ✓
│
├── Keyword Research ✓
│
├── Generate Content ⏳
│
└── Publish ○

每一步都能进入：

Task
Execution
Logs
Output

---

94. Agent Debug Mode

开发环境必须支持：

Agent Trace
Capability Discovery
Selected Skill
Plan
Tool Calls
Execution IDs
Task IDs
Cost
Errors

这样开发者才能调试 Agent。

---

95. 不要实现“万能 Agent”

第一版不要：

One giant agent

推荐：

Agent Runtime
+
Agent Profiles

例如：

General Agent
SEO Agent
DevOps Agent
Content Agent

它们共用 Runtime。

---

96. Agent Profile

interface AgentProfile {
  id: string

  name: string

  description?: string

  systemInstructions?: string

  allowedSkills?: string[]

  allowedCapabilities?: string[]

  deniedCapabilities?: string[]

  modelPolicy?: ModelPolicy

  budget?: AgentBudget

  policy?: AgentPolicy
}

---

97. SEO Agent

SEO Agent
│
├── Skills
│   ├── seo.audit
│   ├── seo.content
│   └── seo.backlink
│
├── Capabilities
│   └── seo.*
│
└── Policy

它不需要独立 Runtime。

---

98. DevOps Agent

DevOps Agent
│
├── server.*
├── docker.*
├── deployment.*
└── monitoring.*

依旧使用：

Agent Runtime

---

99. 最终完整链路

                       User
                         │
                         ▼
                       Goal
                         │
                         ▼
                    Agent Runtime
                         │
                 ┌───────┴───────┐
                 ▼               ▼
               Skill        Capability Search
                 │               │
                 └───────┬───────┘
                         ▼
                       Plan
                         │
                         ▼
                       Task
                         │
                         ▼
                        Job
                         │
                         ▼
                       Action
                         │
                         ▼
                    Action Runtime
                         │
                         ▼
                     Execution
                         │
                         ▼
                       Event
                         │
                         ▼
                    Observation
                         │
                         ▼
                       Agent
                         │
                 ┌───────┼────────┐
                 ▼       ▼        ▼
              Continue Replan   Complete

---

100. MCP 的完整位置

                 Agent
                   │
                   ▼
             Capability Layer
                   │
          ┌────────┼─────────┐
          ▼        ▼         ▼
        Action    Skill     MCP
          │                  │
          │                  ▼
          │            External System
          │
          ▼
     Action Runtime

MCP 是能力来源 / 适配层，不是 DevOS 的第二套业务执行系统。

---

101. Plugin 的完整位置

Plugin
│
├── Resource
├── Action
├── Skill
├── MCP
├── Workflow
└── UI
       │
       ▼
Capability Registry
       │
       ▼
Agent

所以：

Plugin 是能力供应商，Agent 是能力消费者。

---

102. 黄金规则

Rule 1

Agent 不直接操作数据库

Rule 2

Agent 不直接操作 Queue

Rule 3

Agent 不直接操作 Worker

Rule 4

Agent 必须通过 Capability / Action 执行

Rule 5

Skill 不直接执行底层业务

Rule 6

MCP 不绕过 Action Runtime

Rule 7

Agent Task 必须使用 DevOS Task Runtime

Rule 8

Agent 必须经过 Permission / Policy

Rule 9

Agent Capability Discovery 必须进行权限过滤

Rule 10

不要一次向 LLM 暴露全部 Tools

Rule 11

优先高层 Business Action

Rule 12

Agent Runtime 不绑定具体模型

---

103. Zcode 实现要求

新增：

packages/
├── capability/
├── skill/
├── agent/
└── mcp/

核心模块：

CapabilityRegistry
CapabilityDiscovery
CapabilityResolver
CapabilityRanker

SkillRegistry
SkillLoader
SkillResolver

AgentRuntime
AgentPlanner
AgentExecutor
AgentObserver
AgentEvaluator
AgentMemory
AgentPolicy
AgentBudget

MCPServer
MCPClient
MCPToolRegistry
MCPAdapter

ModelRegistry
ModelProvider

---

104. 第一阶段验收 Demo

Zcode 必须完成以下完整演示。

Demo 1：Capability Discovery

输入：

deploy application

返回：

application.deploy
docker.build
server.health_check

---

Demo 2：Skill Discovery

输入：

SEO audit

返回：

seo.website.audit

---

Demo 3：Agent Goal

输入：

检查 example.com 的 SEO

完整链路：

Goal
 ↓
Agent
 ↓
Skill
 ↓
Capability Discovery
 ↓
seo.website.scan
 ↓
Task
 ↓
Execution
 ↓
Result
 ↓
Agent
 ↓
Report

---

Demo 4：MCP

外部 MCP Tool：

seo_scan_website

最终：

MCP
 ↓
seo.website.scan
 ↓
Action Runtime

---

Demo 5：Plugin → Agent

安装：

GitHub Plugin

之后：

Capability Registry

自动出现：

github.repository.*

Agent 可以立即发现这些能力。

不允许修改 Agent Runtime 源码。

---

105. 最终目标

完成 06 后，DevOS 的核心已经形成：

                   ┌───────────────┐
                   │     Agent     │
                   └───────┬───────┘
                           │
                       Skill / Plan
                           │
                           ▼
                  Capability Registry
                           │
             ┌─────────────┼─────────────┐
             ▼             ▼             ▼
          Action          MCP         Workflow
             │             │             │
             └─────────────┼─────────────┘
                           ▼
                    Action Runtime
                           │
                           ▼
                         Task
                           │
                           ▼
                          Job
                           │
                           ▼
                        Queue
                           │
                           ▼
                        Worker
                           │
                           ▼
                      Execution
                           │
                           ▼
                         Event
                           │
                           ▼
                      Observation
                           │
                           └──────→ Agent

这一步完成后，DevOS 就不再只是一个“后台框架”。

它实际上开始形成：

Resource Runtime + Action Runtime + Plugin Runtime + Execution Runtime + Capability Runtime + Agent Runtime

这几个 Runtime 共同构成你后面真正可以反复复用的 DevOS Application/Agent Platform Core。