Skip to content

生态全景 ​

这套生态由十来个仓颉仓组成,分三层:协议层负责和外部世界说话,框架层把协议与模型装配成可交付的 Agent,成品层是能直接跑的应用。协议层内部共用 json-rpc 做消息底座,再往下是基础库(llm_api 负责模型访问、jsonvalue 提供通用 JSON)。本页只讲结构与依赖方向,各库的 API 见库索引。

三层结构 ​

┌──────────────────────────────────────────────────────────────────────┐
│ 成品   荧的炼金工房(Lumine)      星痕的炼金工房(Starline)           │
│        原神 AI 配装 · Web/桌面     人机共享常驻桌面 · cjxt              │
└────────────────────────┬─────────────────────────────────────────────┘
                         │ 装配(不复制内核)
┌────────────────────────┴─────────────────────────────────────────────┐
│ 框架   atelier        可嵌入 Agent Harness(循环/工具/压缩/会话/信任) │
│        cordis         微内核 + 进程隔离插件系统                        │
│        uhp-server     多 harness 合成一个 UHP 常驻端点                 │
└────────────────────────┬─────────────────────────────────────────────┘
                         │ 调用
┌────────────────────────┴─────────────────────────────────────────────┐
│ 协议   mcp   工具与上下文        a2a   Agent 之间                      │
│        acp   编辑器接入 Agent    uhp   常驻 harness                    │
│        json-rpc   消息/请求/分帧底座(stdio / TCP / Unix / HTTP / WS)  │
└────────────────────────┬─────────────────────────────────────────────┘
                         │
┌────────────────────────┴─────────────────────────────────────────────┐
│ 基础   llm_api   OpenAI / Anthropic / Ollama 一套接口                  │
│        jsonvalue 通用 JSON 值(外部中心仓依赖,全生态共用)             │
└──────────────────────────────────────────────────────────────────────┘

层间只有一条规矩:依赖只向下。协议层不认识框架层,框架层不复制协议实现,成品层不重写内核。这让「换模型」「换协议」「换产品形态」各自独立——也是这套东西能同时长出桌面应用和常驻服务的原因。

协议层:一套底座,四种语义 ​

ystyle::jsonrpc 提供消息类型、编解码、分帧与五种传输。mcp / a2a / acp 都建在它上面,因此代码形状高度一致:Server 注册 handler、Client 发请求、消息类型实现 stdx.encoding.json.stream 的序列化接口;uhp 是例外,只依赖 stdx,形状是 HTTP 资源模型。

  • mcp 2.4.0 —— 工具 / 资源 / 提示词;stdio 与 Streamable HTTP;协议 2025-11-25 是推荐线。
  • a2a 0.1.1 —— Agent Card 发现、九个任务状态、SSE、推送;官方 TCK 可执行 MUST 全过。
  • acp 0.3.0 —— 子进程 + stdio,被 Zed / opencode 拉起;含 terminal/*、fs/* 反向调用。
  • uhp 0.1.1 —— 常驻 harness 协议;一致性套件 core / extended / full 三档全过。

四者不互相依赖。选哪个看对面是谁,见协议选型。

框架层:把协议与模型装配成产品 ​

  • atelier 0.1.15 —— 核心 Harness:Agent 循环、工具系统、树形会话、上下文压缩、信任闸门、Skill、子 Agent。同时实现 MCP / A2A / ACP / UHP 四个端,一个 Agent 可以既被编辑器拉起、又对外提供 A2A、又作为远端 harness 被派活。
  • cordis 0.3.2 —— 与 Agent 无关的通用组合框架:插件跑在独立进程,卸载即杀进程回收资源,配置声明期望状态、调和器 diff 执行。
  • uhp-server 0.1.0 —— 产品(不发中心仓):一份 TOML 声明 token 与 harness,一个端口对外,可选把适配器放进 cordis 托管的插件进程。

模型访问在更下面:llm_api 1.4.2 只做「和模型说话」——同步 chat()、流式 chatStreaming()、工具调用增量、推理内容、多模态。上层不该自己拼 HTTP。

成品层:两个已经能用的应用 ​

产品形态用它上面的什么
荧的炼金工房原神 AI 配装助手;Web + MCP 服务、Windows 桌面版atelier(Agent + 工具 + Skill)、mcp(对外暴露 11 个工具)、cjxt(服务端渲染 UI)
星痕的炼金工房人机共享的常驻桌面;cjxt 服务端渲染 + 11 个面板atelier(内核)、cjxt(UI)、tsdb(分层时间记忆)、bstorm(配置库)

两个成品的形态差别来自「Agent 在界面里的位置」:Lumine 是「应用 + 一个 AI 助手」,Starline 是「AI 与人共用同一块工作面」。

谁基于谁 ​

按 cjpm.toml 的真实依赖声明整理(外部通用库只列影响结构的几个):

库直接依赖被谁依赖
jsonvalue无(通用 JSON)全部仓颉库与成品
ystyle::jsonrpcjsonvalue、gjsonmcp、a2a、acp、cordis_host、cordis_plugin、atelier、uhp_acp、uhp-server
llm_apijsonvalueatelier、starline
mcpjsonrpc、jsonvalue、sonyflakeatelier、lumine
a2ajsonrpc、jsonvalue、sonyflakeatelier
acpjsonrpc、jsonvalue、sonyflakeatelier、uhp_acp
uhp仅 stdxatelier、uhp_acp、uhp_opencode、uhp-server
cordis_core / cordis_host / cordis_plugincordis_core:jsonvalue、tomlcj;host / plugin 另加 jsonrpc(+jsonrpc_stdio / jsonrpc_unix)uhp-server(适配器进程隔离)
cordis_xispcordis_core/plugin、ystyle::xisp独立使用
ateliermcp、a2a、acp、uhp、llm_api、bstorm、xisp、tomlcj、jsonrpclumine、starline
uhp-serveruhp、uhp_acp、uhp_opencode、cordis_*、tomlcj产品,无下游

箭头方向 = 依赖方向(左边被右边依赖):

jsonvalue ──▶ json-rpc ──▶ mcp
   │               ├─────▶ a2a
   │               ├─────▶ acp
   │               ├─────▶ cordis_host / cordis_plugin
   │               └─────▶ uhp_acp
   │
   └──▶ llm_api ──▶ atelier ◀── mcp / a2a / acp / uhp

uhp ──▶ uhp-server ◀── cordis_core / cordis_host / cordis_plugin / uhp_acp / uhp_opencode

atelier ──▶ lumine
atelier ──▶ starline

读法:atelier 是全生态的重心——协议层与基础层都汇到它,成品都从它长出。所以「只用一个包」的答案通常是 atelier(它把协议层一起带进来);反过来,只写一个 MCP 服务器时不要引入 atelier,装 mcp 一个包即可。

一条链路看全貌 ​

从下往上走一遍,能看到每层的边界在哪:

  1. llm_api 发一次请求,返回流式增量。
  2. atelier 在它上面跑循环:把工具 schema 塞进请求、解析 tool_calls、执行工具、回填结果,上下文涨到阈值就压缩。
  3. 工具来自三处:内置(文件/命令/搜索)、自定义 Tool、MCP 服务器(ystyle::mcp 客户端)。
  4. 这个 Agent 需要对外时,atelier 提供 ACP / A2A / UHP 三种身份;需要常驻与多后端时交给 uhp-server。
  5. 成品只是把上面的东西装配起来,再加自己的数据与界面:Lumine 加原神数据与配装规则,Starline 加面板、分层时间记忆与常驻调度。

接着读:库索引 看每个包的 API,搭建一个 Agent 看这条路怎么走。

最后更新:

以仓颉语言构建的 Agent 生态