Vercel 发布了 eve，一个用于构建、运行和扩展智能体的开源框架。该项目以 npm 包 eve 的形式发布，基于 Apache-2.0 许可证。

构建一个智能体应该意味着定义它的功能。它不应该意味着组装智能体在生产环境中运行所需的所有管道组件。

eve 是 Vercel 自身用于构建和运行其智能体的框架。根据 Vercel 的发布文章，该框架目前在生产环境中运行着超过一百个智能体。

什么是 eve？

eve 是一个以文件系统为先的持久化后端智能体框架。你将一个智能体创建为磁盘上的一个目录。这个目录就是契约。

每个文件描述智能体的一个组件。一眼看去，目录树就能表明智能体是什么以及能做什么。它也能显示智能体位于何处，以及它在何时自主行动。

可运行的最小智能体由两个文件组成。一个设置模型，另一个设置指令。

// agent/agent.ts
import { defineAgent } from "eve";

export default defineAgent({
  model: "anthropic/claude-opus-4.8",
});

模型只需一行代码，并通过 AI Gateway 支持供应商回退。instructions.md 文件成为系统提示词，eve 会在每次模型调用前将其前置。

一个智能体就是一个目录

Vercel 的核心思想是智能体具有一种结构。每个团队都在重复构建相同的结构来满足相同的需求。eve 将这种结构变成了一个框架。

目录布局将每个能力映射到一个文件夹。以下是契约：

只需添加一个文件，就能增加工具、技能、频道或调度。eve 会在构建时自动拾取并连接它们。无需任何样板代码来注册它们。

一个工具就是一个 TypeScript 文件，带有一个 Zod 输入模式。其文件名和在目录树中的位置即构成其定义。

// agent/tools/run_sql.ts
import { defineTool } from "eve/tools";
import { z } from "zod";

export default defineTool({
  description: "Run a read-only SQL query.",
  inputSchema: z.object({ sql: z.string() }),
  needsApproval: ({ toolInput }) => estimateScanGb(toolInput.sql) > 50,
  async execute({ sql }) { /* ... */ },
});

随框架附带的内容

Vercel 将 eve 描述为“内置齐全”。该框架提供了六项生产级能力：

• 持久化执行：每一次对话都是一个持久化工作流，每一步都有检查点。会话可以暂停，能在崩溃或部署后存活，并从停止处恢复。这基于开源 Workflow SDK 构建。
• 沙箱计算：智能体生成的代码被视为不可信。每个智能体都有自己的沙箱，用于执行 shell 命令、脚本以及文件读写。后端是一个适配器，部署时运行在 Vercel Sandbox 上，本地则运行在 Docker、microsandbox 或纯 bash 环境中。
• 人工审核批准：任何操作都可以设置为需要批准。智能体在此处暂停并等待，必要时可无限期等待，不消耗计算资源。一旦获得批准，eve 将从停止处继续执行。
• 安全连接：连接是一个指向 MCP 服务器或兼容 OpenAPI 的 API 的文件。eve 负责处理身份验证，模型永远不会看到 URL 或凭据。上线时，智能体可以连接到 Slack、GitHub、Snowflake、Salesforce、Notion 和 Linear。
• 渠道：同一个智能体服务于所有终端。HTTP API 默认开启，同时包含 Slack、Discord、Teams、Telegram、Twilio、GitHub 和 Linear。一个渠道可以将对话转交给另一个渠道。
• 追踪与评估：每次运行都会使用标准的 OpenTelemetry span 生成追踪数据。这些数据可导出到 Braintrust、Honeycomb、Datadog 或 Jaeger。评估是计分测试套件，你可以在本地运行或接入 CI。

使用场景及真实案例

Vercel 发布了六个在 eve 上内部运行的智能体：

• d0，数据分析师：它是 Vercel 内部使用最多的工具，每月处理超过 30,000 个问题。每次查询都限定在提问者自身的权限范围内。
• Lead Agent，自主销售开发代表：它会处理每一个新线索并自行跟进。Vercel 表示其每年成本约为 5,000 美元，回报是成本的 32 倍，由一名工程师兼职维护。
• Athena，销售驾驶舱：RevOps 在没有工程师参与的情况下，六周内构建了它。它用自然语言回答来自 Snowflake 和 Salesforce 的管道问题。
• Vertex，这位技术支持工程师：它能处理整个帮助中心、文档和 Slack 中的工单。Vercel 报告称，它能够自行解决 92% 的工单，其余工单则进行升级处理。
• draft0，这个内容智能体：它运行一个审查流程，在人工编辑看到稿件之前就能捕捉到明显的问题。
• V，这个路由智能体：任务首先被发送到 Slack 中的 V。V 将每个任务路由给能够回答该问题的智能体。

交互式模拟

eve 与手动搭建的智能体堆栈之比较

大多数团队在构建每个新智能体时都会自行组装这些组件。下表将这项工作量与 eve 提供的能力进行了对比。

该对比反映了 eve 已记录的能力。其他框架的具体情况因版本和配置而异。

快速上手

您可以通过一条命令创建并启动一个新智能体。它会安装依赖、生成项目结构并启动开发服务器。

npx eve@latest init my-agent

eve dev 在本地以交互式终端 UI 方式运行智能体。eve eval 运行您的测试套件。eve build 在 .eve/ 目录下编译可检查的构建产物。

由于 eve 智能体就是一个普通的 Vercel 项目，因此 vercel deploy 可以原封不动地将它部署到生产环境。沙箱会在不修改代码的情况下切换到 Vercel Sandbox。

关键要点

• eve 是 Vercel 的开源、Apache-2.0 许可的智能体框架，目前处于公开预览阶段。
• 一个智能体就是一个目录中的文件集合；每个文件夹对应一种能力。
• 持久化执行、沙箱、审批、连接、渠道和评估功能均内置。
• Vercel 在 eve 上运行着 100 多个智能体，其中包括一个每月处理 30,000 个问题的数据分析智能体。
• 使用 npx eve@latest init 搭建项目，然后通过 vercel deploy 无需更改即可部署。