eve — 面向构建者的开源Agent框架
以文件系统为第一等公民的框架，用于构建持久、可观测的AI Agent。
证据显示框架采用文件系统优先设计，工具和技能定义在明确位置，但未提供权限模型或最小权限原则的明确说明。用户确认机制存在（如human-in-the-loop提示），但未详细说明。数据流透明度有限，未明确说明数据如何流动或存储。敏感数据处理未提及。依赖安全有syncpack检查，但未提供漏洞扫描证据。外部效果（如网络调用）未明确限制。回滚机制未提及。来源归属有Vercel品牌和许可证，但发布者未验证。扣分：缺乏权限模型、数据流透明度和敏感数据处理的具体实现。
自一致性较好，README和代码结构一致，但未提供运行时行为验证。依赖可用性有pnpm-lock和workspaces，但未验证。失败消息有测试代码，但未提供用户可见的错误处理文档。扣分：未提供运行时验证和详细的失败处理文档。
目标受众明确（开发者），场景包括快速启动和现有项目集成。能力边界通过文件系统结构定义，但未明确限制。触发精度（如cron调度）有示例，但未详细说明。环境适配有Node>=24和跨平台测试，但未提供详细配置。扣分：触发精度和边界定义不够详细。
信息架构清晰，有README和文档链接。安装说明有npx eve init。命名稳定性未明确，但版本控制存在。示例和FAQ有快速启动和社区链接。已知限制提到beta条款。许可证为Apache-2.0。版本变更日志未提供。维护责任有贡献指南和安全政策。扣分：缺少版本变更日志和已知限制的详细说明。
输出可用性有示例和文档，但未验证实际输出。边际价值高，提供文件系统优先框架。成本效益未评估，但开源免费。扣分：未提供实际运行验证和成本分析。
声明可追溯性有限，README声称功能但未提供测试证据。跨来源佐证有CI配置和测试脚本，但未独立验证。事实与推断分离不明确。扣分：缺乏测试结果和独立验证。
- 发布者身份未验证，需谨慎对待来源。
- 框架处于beta阶段，API和行为可能变化。
- 未提供权限模型和敏感数据处理细节，部署时需自行评估。
- 依赖安全仅依赖syncpack，未提供漏洞扫描证据。
这个 Agent 能做什么，适合哪些场景？
eve是Vercel开源的Apache-2.0许可框架，用于构建持久化AI Agent。其核心设计是“文件系统即接口”：Agent的能力（指令、工具、技能、通道、定时任务）都存放在约定的目录结构中（如agent/instructions.md、agent/tools/、agent/skills/等），使得项目易于检查、扩展和运维。框架使用TypeScript编写，提供defineTool和defineAgent等API，内置对模型配置、工具调用、消息通道和定时任务的支持。安装和初始化通过npx eve@latest init命令完成，生成的脚手架包含完整的文档，便于快速上手。该项目当前处于beta阶段，功能和API可能变化。整体上，eve为需要持久化、可部署、可观测的Agent应用提供标准化的开发范式。
eve通过脚手架工具（npx eve@latest init）创建新的Agent项目或集成到现有项目（npx eve@latest init .）。它生成包含agent/目录的项目结构，其中instructions.md作为系统提示词，tools/目录通过defineTool定义模型可调用的类型化函数，skills/存放按需加载的过程文档，channels/定义消息通道（如HTTP、Slack、Discord），schedules/定义周期性cron任务。Agent的模型和运行时配置通过defineAgent在agent.ts中设置。运行npm run dev可启动交互式终端UI并执行Agent。eve以文件系统为持久化层，使Agent的状态和配置可检查、可版本控制。
- 希望快速构建自托管Agent的开发者，可以用脚手架初始化项目，并通过修改instructions.md和添加工具来定义行为。
- 需要在多个通道（如Slack、Discord）提供服务的团队，可以通过channels/目录配置消息通道。
- 需要定时执行任务（如每周报告）的运维人员，可以使用schedules/中的cron定义。
- 希望将Agent集成到现有Node.js项目中的开发者，可以使用npx eve@latest init .在项目目录初始化。
- 需要持久化Agent状态、便于审查和扩展的团队，可以利用文件系统即接口的设计。
- 希望了解Agent框架最佳实践或学习构建Agent的开发者，可参考框架内置的文档。
这个 Agent 有哪些优点和局限？
- 文件系统即接口的设计使得Agent配置和逻辑易于审查、版本控制和扩展。
- 支持多种消息通道（HTTP、Slack、Discord等）和定时任务，可直接集成到工作流。
- 提供脚手架工具，快速初始化项目和添加现有项目。
- 当前为beta阶段，但有Vercel背书，并有活跃的社区讨论。
- 当前为beta，API和功能可能变化，不适合生产环境。
- 依赖Node.js和npm，需要Node.js环境的支持。
- 模型兼容性未明确说明，可能受限于特定模型提供商（如Anthropic）。
- 需要学习框架的目录结构和API，有一定学习曲线。
如何安装或部署这个 Agent？
先决条件：Node.js和npm。尚未安装eve。项目通过npx创建。在终端运行：npm install -g eve（全局安装CLI，但源码未明确说明，建议使用npx）。创建新项目：npx eve@latest init my-agent，然后cd my-agent并运行npm run dev启动。
如何使用这个 Agent？
1) 初始化项目：npx eve@latest init my-agent。2) 进入目录：cd my-agent。3) 编辑agent/instructions.md设置系统提示词，例如：'You are a concise weather demo assistant. Tell users that the weather data is mocked.'。4) 在agent/tools/get_weather.ts中添加工具，使用defineTool定义。5) 在agent/agent.ts中使用defineAgent选择模型，如model: 'anthropic/claude-sonnet-5'。6) 运行npm run dev启动Agent。7) 根据需要添加human-in-the-loop、子代理、调度等。
这个 Agent 与同类方案有什么区别？
eve属于Agent框架范畴，与LangChain、Autogen等类似，但采用文件系统优先的设计。但来源未提及具体竞争产品，故不具体比较。