返回
原文
MarkTechPost（RSS）
精选
77AI 编辑部评分，满分 100

Vercel 发布开源 AI 智能体框架 Eve：每个智能体就是一个文件目录

2026-06-18 01:22· 60天前· Asif Razzaq
AI 导读

Vercel 发布开源 AI 智能体框架 Eve（npm 包，Apache-2.0 许可）。Eve 采用文件系统优先设计：每个智能体对应一个磁盘目录，目录结构直接映射模型、指令、工具、技能、连接、子智能体等能力，无需额外注册代码。内置六大生产级能力：持久执行（每步检查点，崩溃后可恢复）、沙箱计算、人机审批、安全连接（支持 MCP 和 OpenAPI）、多通道（Slack、Discord、Teams 等）以及追踪与评估（OpenTelemetry）。Vercel 内部运行了上百个智能体，包括数据分析工具 d0（月处理超3万查询）、自动销售代理 Lead Agent（年费约5000美元、回报32倍）和支持智能体 Vertex（自主解决92%工单）。

推荐理由

Vercel 把自己跑了 100 多个 agent 的框架开源了，用目录即契约的方式把耐久执行、沙箱、审批等全打包，对想在生产环境跑 agent 的团队是今年最务实的发布之一。

正文 · AI 翻译

Vercel 发布了 eve，这是一个用于构建、运行和扩展 AI 智能体的开源框架。该项目以 npm 包 eve 的形式发布，采用 Apache-2.0 许可证。

构建一个 AI 智能体，本应只定义它的功能，而不应拼凑所有让智能体在生产环境中运行所需的底层基础设施。

eve 是 Vercel 用于构建和运行自身 AI 智能体的框架。根据 Vercel 的博文，目前已有超过一百个智能体在生产环境中运行。

什么是 eve？

eve 是一个面向文件系统的持久化后端 AI 智能体框架。你可以将智能体创建为磁盘上的一个目录，这个目录就是约定。

每个文件描述智能体的一个组件。通过目录树，可以一目了然地看到智能体是什么、做什么，以及它位于何处、何时自主行动。

运行一个最小的智能体只需要两个文件：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",
});

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

智能体即目录

Vercel 的核心思想是，智能体具有特定的结构。每个团队都在为满足相同需求而反复重建相同的结构。eve 将这种结构固化为一个框架。

目录布局将每个能力映射到一个文件夹。以下是约定：

路径角色格式
agent.ts它运行的模型，以及运行时配置TypeScript
instructions.md它的身份，每次模型调用前都会前置Markdown
tools/它能做什么；文件名成为工具名称TypeScript
skills/它知道什么；仅在相关话题出现时加载Markdown
connections/指向 MCP 服务器和 OpenAPI API 的安全链接TypeScript
sandbox/可选，覆盖智能体的沙箱；预置工作区文件目录
subagents/它委托任务的专用子智能体目录
channels/它所在的位置，例如 Slack 或 HTTPTypeScript
schedules/它何时自主行动，基于 cron 定时任务TypeScript
lib/智能体间共享的自定义代码TypeScript

你只需添加一个文件，即可增加工具、技能、渠道或定时任务。eve 会在构建时自动识别并接入它们，无需任何注册样板代码。

一个工具就是一个包含 Zod 输入模式的 TypeScript 文件。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 }) { /* ... */ },
});

盒子里有什么

Vercel 将 eve 描述为“开箱即用”。该框架附带六项生产级能力：

  • 持久化执行：每一次对话都是一个持久化工作流，每一步都设有检查点。会话可以暂停，能在崩溃或部署后存活，并从停止处恢复。这建立在开源 Workflow SDK 之上。
  • 沙盒化计算：智能体生成的代码被视为不可信。每个智能体都拥有自己的沙盒，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。
  • 人工介入审批：任何操作都可以设置为需要审批。智能体会在此处暂停并等待，必要时可无限期等待，且不消耗计算资源。一旦获得批准，eve 会从上次中断的地方继续执行。
  • 安全连接：连接是指向 MCP 服务器或兼容 OpenAPI 的 API 的文件。eve 负责代理认证，模型永远不会看到 URL 或凭证。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界面。HTTP API 默认开启，并内置了 Slack、Discord、Teams、Telegram、Twilio、GitHub 和 Linear 渠道。一个渠道可以转接给另一个渠道。
  • 追踪与评估：每次运行都会使用标准的 OpenTelemetry span 生成追踪信息。这些信息可以导出到 Braintrust、Honeycomb、Datadog 或 Jaeger。评估是通过评分测试套件进行的，你可以在本地运行或将其接入 CI。

用例与实际案例

Vercel 发布了其在 eve 上内部运行的六个智能体：

  • d0，数据分析师：这是其最常用的内部工具，每月处理超过 30,000 个问题。每个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：它负责处理每一个新线索并自主跟进。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 团队在没有工程师参与的情况下，用六周时间构建了它。它能用通俗语言回答来自 Snowflake 和 Salesforce 的管道问题。
  • Vertex，即技术支持工程师：它处理帮助中心、文档和 Slack 中的工单。Vercel 报告称，它能独立解决 92% 的工单，其余则进行升级处理。
  • draft0，即内容智能体：它运行一个审核流程，能在人类编辑看到稿件之前捕捉到明显的问题。
  • V，即路由智能体：任务首先通过 Slack 发送给 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对比

大多数团队在构建每个新智能体时，都需要自行组装这些组件。下表将这项工作与 eve 提供的能力进行了对比。

能力典型的 DIY 堆栈eve
编写自定义循环，手动工具注册目录中的文件，在构建时自动发现
持久性定制化的状态和重试处理每个会话的检查点持久化工作流
代码执行自行管理的容器或虚拟机通过可替换适配器实现的每智能体沙箱
审批自定义的暂停和恢复逻辑任何操作上的 needsApproval 字段
渠道每个渠道一个集成每个渠道一个适配器文件
可观测性从日志中拼接而成内置 OpenTelemetry 追踪和评估
部署配置基础设施vercel deploy，从本地运行无需更改

此对比反映了 eve 文档中记载的能力。其他框架的具体情况因版本和设置而异。

快速开始

您可以通过一条命令来搭建并启动一个新的智能体。它会安装依赖项、搭建项目结构，并启动一个开发服务器。

npx eve@latest init my-agent

eve dev 在本地运行智能体，并提供一个交互式终端界面。eve eval 运行您的测试套件。eve build 在 .eve/ 目录下编译出可检查的产物。

由于 eve 智能体是一个普通的 Vercel 项目，vercel deploy 可以将其原封不动地部署到生产环境。沙箱无需更改代码即可切换到 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文件目录；每个文件夹对应一种能力。
  • 持久化执行、沙箱、审批、连接、渠道和评估功能均已内置。
  • 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 个问题的数据分析师。
  • 使用 npx eve@latest init 进行搭建，然后通过 vercel deploy 无需更改即可部署。
智能体产品更新部署/工程

来源：MarkTechPost（RSS） · marktechpost.com

导出 Markdown
返回
精选AI 评分 77/100打开原文
导出 Markdown

Vercel 发布开源 AI 智能体框架 Eve：每个智能体就是一个文件目录

MarkTechPost（RSS）·2026-06-18 01:22·60天前·Asif Razzaq
AI 导读

Vercel 发布开源 AI 智能体框架 Eve（npm 包，Apache-2.0 许可）。Eve 采用文件系统优先设计：每个智能体对应一个磁盘目录，目录结构直接映射模型、指令、工具、技能、连接、子智能体等能力，无需额外注册代码。内置六大生产级能力：持久执行（每步检查点，崩溃后可恢复）、沙箱计算、人机审批、安全连接（支持 MCP 和 OpenAPI）、多通道（Slack、Discord、Teams 等）以及追踪与评估（OpenTelemetry）。Vercel 内部运行了上百个智能体，包括数据分析工具 d0（月处理超3万查询）、自动销售代理 Lead Agent（年费约5000美元、回报32倍）和支持智能体 Vertex（自主解决92%工单）。

正文 · AI 翻译

Vercel 发布了 eve，这是一个用于构建、运行和扩展 AI 智能体的开源框架。该项目以 npm 包 eve 的形式发布，采用 Apache-2.0 许可证。

构建一个 AI 智能体，本应只定义它的功能，而不应拼凑所有让智能体在生产环境中运行所需的底层基础设施。

eve 是 Vercel 用于构建和运行自身 AI 智能体的框架。根据 Vercel 的博文，目前已有超过一百个智能体在生产环境中运行。

什么是 eve？

eve 是一个面向文件系统的持久化后端 AI 智能体框架。你可以将智能体创建为磁盘上的一个目录，这个目录就是约定。

每个文件描述智能体的一个组件。通过目录树，可以一目了然地看到智能体是什么、做什么，以及它位于何处、何时自主行动。

运行一个最小的智能体只需要两个文件：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",
});

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

智能体即目录

Vercel 的核心思想是，智能体具有特定的结构。每个团队都在为满足相同需求而反复重建相同的结构。eve 将这种结构固化为一个框架。

目录布局将每个能力映射到一个文件夹。以下是约定：

路径角色格式
agent.ts它运行的模型，以及运行时配置TypeScript
instructions.md它的身份，每次模型调用前都会前置Markdown
tools/它能做什么；文件名成为工具名称TypeScript
skills/它知道什么；仅在相关话题出现时加载Markdown
connections/指向 MCP 服务器和 OpenAPI API 的安全链接TypeScript
sandbox/可选，覆盖智能体的沙箱；预置工作区文件目录
subagents/它委托任务的专用子智能体目录
channels/它所在的位置，例如 Slack 或 HTTPTypeScript
schedules/它何时自主行动，基于 cron 定时任务TypeScript
lib/智能体间共享的自定义代码TypeScript

你只需添加一个文件，即可增加工具、技能、渠道或定时任务。eve 会在构建时自动识别并接入它们，无需任何注册样板代码。

一个工具就是一个包含 Zod 输入模式的 TypeScript 文件。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 }) { /* ... */ },
});

盒子里有什么

Vercel 将 eve 描述为“开箱即用”。该框架附带六项生产级能力：

  • 持久化执行：每一次对话都是一个持久化工作流，每一步都设有检查点。会话可以暂停，能在崩溃或部署后存活，并从停止处恢复。这建立在开源 Workflow SDK 之上。
  • 沙盒化计算：智能体生成的代码被视为不可信。每个智能体都拥有自己的沙盒，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。
  • 人工介入审批：任何操作都可以设置为需要审批。智能体会在此处暂停并等待，必要时可无限期等待，且不消耗计算资源。一旦获得批准，eve 会从上次中断的地方继续执行。
  • 安全连接：连接是指向 MCP 服务器或兼容 OpenAPI 的 API 的文件。eve 负责代理认证，模型永远不会看到 URL 或凭证。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界面。HTTP API 默认开启，并内置了 Slack、Discord、Teams、Telegram、Twilio、GitHub 和 Linear 渠道。一个渠道可以转接给另一个渠道。
  • 追踪与评估：每次运行都会使用标准的 OpenTelemetry span 生成追踪信息。这些信息可以导出到 Braintrust、Honeycomb、Datadog 或 Jaeger。评估是通过评分测试套件进行的，你可以在本地运行或将其接入 CI。

用例与实际案例

Vercel 发布了其在 eve 上内部运行的六个智能体：

  • d0，数据分析师：这是其最常用的内部工具，每月处理超过 30,000 个问题。每个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：它负责处理每一个新线索并自主跟进。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 团队在没有工程师参与的情况下，用六周时间构建了它。它能用通俗语言回答来自 Snowflake 和 Salesforce 的管道问题。
  • Vertex，即技术支持工程师：它处理帮助中心、文档和 Slack 中的工单。Vercel 报告称，它能独立解决 92% 的工单，其余则进行升级处理。
  • draft0，即内容智能体：它运行一个审核流程，能在人类编辑看到稿件之前捕捉到明显的问题。
  • V，即路由智能体：任务首先通过 Slack 发送给 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对比

大多数团队在构建每个新智能体时，都需要自行组装这些组件。下表将这项工作与 eve 提供的能力进行了对比。

能力典型的 DIY 堆栈eve
编写自定义循环，手动工具注册目录中的文件，在构建时自动发现
持久性定制化的状态和重试处理每个会话的检查点持久化工作流
代码执行自行管理的容器或虚拟机通过可替换适配器实现的每智能体沙箱
审批自定义的暂停和恢复逻辑任何操作上的 needsApproval 字段
渠道每个渠道一个集成每个渠道一个适配器文件
可观测性从日志中拼接而成内置 OpenTelemetry 追踪和评估
部署配置基础设施vercel deploy，从本地运行无需更改

此对比反映了 eve 文档中记载的能力。其他框架的具体情况因版本和设置而异。

快速开始

您可以通过一条命令来搭建并启动一个新的智能体。它会安装依赖项、搭建项目结构，并启动一个开发服务器。

npx eve@latest init my-agent

eve dev 在本地运行智能体，并提供一个交互式终端界面。eve eval 运行您的测试套件。eve build 在 .eve/ 目录下编译出可检查的产物。

由于 eve 智能体是一个普通的 Vercel 项目，vercel deploy 可以将其原封不动地部署到生产环境。沙箱无需更改代码即可切换到 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文件目录；每个文件夹对应一种能力。
  • 持久化执行、沙箱、审批、连接、渠道和评估功能均已内置。
  • 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 个问题的数据分析师。
  • 使用 npx eve@latest init 进行搭建，然后通过 vercel deploy 无需更改即可部署。

来源：MarkTechPost（RSS）· marktechpost.com