架构

AI-Zen Agents 是一个 pnpm monorepo，拆分为两个公开子包（@ai-zen/agents-core 与 @ai-zen/agents-sdk），并通过 workspace 根 @ai-zen/agents-workspace（私有）统一编排。

分层总览

上层应用（CLI / Desktop）
        │
        ▼
@ai-zen/agents-sdk  ──►  @ai-zen/agents-core  ──►  openai 官方 SDK
 （能力管线 / Provider / MCP / 内置工具） （Agent 运行时）   （LLM API）
        │
        ▼
LLM API / MCP 服务器（openai SDK / @modelcontextprotocol/sdk）

Core 是框架「内核」：只关心对话运行时的通用抽象，不感知权限、文件系统等业务。
SDK 是「引擎层」：为 CLI / Desktop 提供统一能力，持有能力管线、Provider、MCP、内置工具。

子包职责

包	版本	职责
`@ai-zen/agents-core`	4.1.0	`Agent` / `Message` / `Tool` / `ToolCallContext`、插件机制（`AgentPlugin` + `HookResult` + `dispatchHook`）、事件系统
`@ai-zen/agents-sdk`	0.9.1	`Provider` 全局上下文、能力管线（发现 → 过滤 → 实例化）、权限模型、MCP 生命周期、任务迁移、内置工具、`ConfigManager`

workspace 根包 @ai-zen/agents-workspace 为私有，版本 2.0.0。该版本号与两个公开子包各自独立的版本并不一致，仅用于 workspace 编排。

SDK 内部模块分层

types        ← 纯类型，零业务依赖（含 ToolEnv、权限、MCP 类型）
config       ← ConfigManager + constants：读写 config.json + 迁移 + 原子写入 + 出厂默认
crud         ← 能力实体 CRUD（AgentDefinition 等；会话/草稿由各端持久化）
capabilities ← 能力发现与装配（内置 + 用户 + MCP + Skill + SubAgent）
runtime      ← Provider + 模型工厂 + Agent 组装 + MCP 连接管理 + 任务迁移 + SdkCallbackTool
plugin       ← Agent 插件（autoMigrate / autoRefreshTools / contextGuard / unknownToolHint）
shared       ← 日志、错误

依赖方向：

text

plugin → runtime → capabilities → crud → config → types
              │
              └──→ shared
              └──→ @ai-zen/agents-core

上层依赖下层，反之不行；同层模块互不依赖。三方依赖关系详见 packages/sdk/docs/sdk-design.md（该文档是 SDK 的单一设计真相源）。

Core 运行时设计

插件是唯一扩展点

AgentContext 不再提供任何 onXxx 构造钩子。插件（agent.use(plugin)）是扩展 Agent 的唯一方式。所有钩子统一走 dispatchHook：

先发出非阻塞 kebab-case 事件（agent.events.emit，只通知、不干预）；
再按注册顺序阻塞调用插件钩子，任一返回字符串即短路。

HookResult = string | void | Promise<string | void>：

string → 短路（拒绝 / 中断 / 提供结果，语义随钩子而定）；
undefined / void → 放行（继续后续插件或默认行为）。

对话流程（一次 `send()`）

send(content)
  ├── onBeforeSend 钩子 → 可能拒绝
  ├── 追加 User 消息
  └── run()
        ├── onInnerLoopsStart 钩子（每次 send 一次）
        ├── 内循环（只要还有工具调用就继续）
        │     ├── 开头追加 Assistant 占位（Pending）
        │     ├── onInnerLoopStart 钩子（每次请求前）
        │     ├── client.chat.completions.create(...)（官方 SDK 流式）
        │     ├── parseStreamData() → content / reasoning_content / tool_calls
        │     ├── handleToolCall() → 执行工具调用
        │     │     ├── onToolCall 拦截钩子 → 可能拒绝
        │     │     ├── onUnknownTool 插件 → 兜底提示
        │     │     └── Tool.exec(ctx) 执行匹配工具
        │     └── onInnerLoopEnd 钩子
        ├── onInnerLoopsEnd 钩子
        └── 返回 this.messages
  └── onAfterSend 钩子

ToolCallContext 同一实例贯穿「拦截决策（onToolCall）→ 执行（Tool.exec）」。

SDK 能力管线：三阶段

1. 发现（refresh）    discoverBuiltinTools / discoverUserTools / discoverSubAgents / discoverSkills / discoverMcpServers
2. 过滤（filter）     安全预过滤 + 权限四维过滤 + 工具 isAvailable 过滤
3. 实例化（instantiate） 名称 → Tool 实例 / 动态工具 / SubAgent 延迟构建 / 去重

Provider 是 SDK 的唯一入口对象，持有配置、路径、cwd、模型工厂与 MCP 管理器。每个 Provider 绑定一个工作目录（cwd），实现多会话并行互不干扰。详见 SDK。

多会话并行

内置工具以 ToolEnv.cwd 为相对路径基准，不再依赖全局 process.cwd()。CLI / Desktop 可同时持有多个 Provider 服务不同工作目录的会话。

Desktop（workspaces.json）
   │ 每 workspace 一个 Provider（1:1）
   ▼
Provider(cwd) ──ToolEnv──▶ 工具实例（cwd/config 注入）
   │
   ▼
createAgent(provider, agentId) → SdkAgent（并行 send）

架构 ​

分层总览 ​

子包职责 ​

SDK 内部模块分层 ​

Core 运行时设计 ​

插件是唯一扩展点 ​

对话流程（一次 send()） ​

SDK 能力管线：三阶段 ​

多会话并行 ​

相关文档 ​

架构