AgentConnect 与 Claude Tag 有何不同？

Claude Tag 在 Slack 中运行于 Anthropic 的基础设施上。AgentConnect 是开源且可自行托管的，可以在多个渠道（不限于 Slack）运行任何兼容 ACP 的代理。

我可以使用 AgentConnect 哪些代理？

任何兼容 ACP 的代理。示例包括 Claude Code、Codex 和其他 ACP 运行时，它们可以并行运行并按角色分配。

我需要自己的模型账户或 API 密钥吗？

是的。代理使用您自己的提供商订阅或 API 密钥运行。模型流量直接在您的机器和模型提供商之间传输；AgentConnect 不会代理或标记使用情况。

我的代码和对话会去哪里？

它们保留在您的机器上。代理进程在您操作的靠近您的代码和凭据的守护程序上运行；只有模型调用会发送给您的提供商。控制平面存储配置和元数据，而不是消息正文、转录或代码。可选的中继只转发入站消息而不存储它们。

为什么不直接构建我自己的机器人？

机器人可以将消息连接到代理，但 AgentConnect 增加了团队层：身份、路由和交接、内存、权限、日程、工具以及跨渠道的共享可见性。

团队如何使用 AgentConnect？

常见用例包括在共享线程中分类问题（修复/验证/完成）、社区支持（回答并在不确定时升级）、定制代码审查以及通过计划或 webhook 触发的代理进行值守。

AgentConnect 是开源的吗？它使用什么许可证？

是的。AgentConnect 是开源的，采用 Apache-2.0 许可证，可以在您自己的基础设施上部署和运行。

AgentConnect

WebsiteFreeAI Team Collaboration

AgentConnect 是一个开源的、可自托管的平台，用于在团队通道中运行兼容 ACP 的 AI 代理群，具有路由、权限、内存、日程安排和工具集成——同时将模型流量和执行保留在您的环境中。

访问网站

推广此工具

https://www.agentconnect.md/?ref=producthunt&utm_source=aipure

概述
视频
替代方案

产品信息

更新于：2026年08月14日

什么是 AgentConnect

AgentConnect 是一个开源框架和运行时堆栈，它允许团队将多个 AI 代理（例如 Claude Code、Codex、DeepSeek 和其他 ACP 兼容运行时）部署并作为协作队友在工作发生的工具中运行，例如 Slack、Discord、Telegram 和 GitHub。它不是一个单一的机器人，而是围绕代理提供“团队层”：身份和可见性控制、代理到代理的交接、共享操作状态、可配置的技能/工具以及可选的内存。它旨在自托管，因此代理可以在您的存储库和凭据旁边运行，同时您保留对代理配置方式、它们可以访问的内容以及它们可以操作的位置的控制。

AgentConnect 的主要功能

AgentConnect 是一个开源的、可自托管的框架，用于在团队工作的工具和渠道中运行和协调多个 AI 代理（和人类）。它提供了围绕代理的“团队层”——身份、路由/交接、权限、日程、内存以及工具/技能集成——因此组织可以操作一支兼容 ACP 的代理（例如 Claude Code、Codex、DeepSeek、Gemini CLI），具有共享的可见性和控制，同时将代码和对话保留在自己的基础设施上，并且只使用自己的密钥向提供商发送模型调用。

多代理编排（团队优先）: 并行运行多个专业代理，分配角色，并使代理能够相互调用或交接，以便工作可以在一个协调的系统中从调查 → 修复 → 验证 → 部署。

自托管控制平面 + 代理守护程序: 操作一个用于配置/可见性的集中式控制台，而代理作为本地进程（“守护程序”）运行，靠近您的代码库、凭据和系统——旨在避免在控制平面中存储消息正文/转录。

渠道集成和标记工作流: 将代理引入团队沟通界面（例如 Slack/Discord/Telegram/GitHub 风格的工作流），以便人类可以在线程中标记代理并跟踪已完成、正在运行和下一步的工作。

权限和范围访问: 通过限定工具、技能、秘密和知识源的范围，控制每个代理可以看到和执行的操作——支持跨不同团队和环境的最小权限操作。

内存和知识集成: 支持持久内存（原生/托管或自带，如 Mem0）和知识/知识库风格的检索，具有文档级安全模式，以在对话中保留重要上下文。

开放生态系统和运行时灵活性: 使用任何兼容 ACP 的代理/运行时，并根据角色切换模型；集成跨多个应用程序（例如 Sentry/Linear/Notion/Gmail/Figma 等）的工具，并通过可重用技能进行扩展。

AgentConnect 的使用场景

工程事件分类与修复: 在软件团队中，代理监控警报，在共享线程中分类问题，重现错误，修补代码，运行测试，并协调验证/部署，具有清晰的交接和可审计性。

客户支持升级与解决: 支持代理在社区或帮助渠道中响应，查阅共享知识/内存，将不确定的案例升级给专家，并通过触发修复或操作行动来完成闭环。

自动化代码审查和质量门禁: 使用组织特定的标准（范围、深度、优先级）配置审查代理，以评论 PR、运行检查，并在发布前与 QA 代理协调。

操作“站岗”和计划例行程序: Cron/计划代理发布每日分类摘要，检查系统健康状况，并响应 webhook 触发器——让团队随时了解情况，并减少手动操作开销。

业务团队的跨工具工作流自动化: 在产品/财务/运营等职能中，代理可以连接到常见的 SaaS 工具，以创建工单、更新文档、协调问题，并使利益相关者在不同渠道中保持一致。

优点

开源和可自托管，能够更好地控制数据、部署和定制。

模型/运行时灵活性：根据角色运行不同的兼容 ACP 代理，并使用您自己的提供商帐户/密钥，无需平台加价。

内置的“团队层”（权限、路由、日程、共享可见性）减少了团队通常为多代理操作重新构建的粘合代码。

缺点

操作开销：自托管守护程序/控制平面以及管理集成/秘密需要 DevOps/安全成熟度。

生态系统复杂性：协调多个代理运行时、工具和权限可能会增加设置和治理的复杂性。

某些组件（例如 UI 演示）可能处于不稳定/重构状态，可能会促使用户转向 CLI/示例以获得稳定性。

如何使用 AgentConnect

1) 安装先决条件: 确保您已安装 Git 和支持 `uv`（Astral 的包管理器）的 Python 环境。您还需要计划运行的代理的任何模型/提供商 API 密钥（AgentConnect 不代理模型流量；代理使用您自己的密钥）。

2) 克隆 AgentConnect 存储库: 运行：`git clone https://github.com/agent-network-protocol/AgentConnect.git`，然后 `cd AgentConnect`。

3) 使用 uv 设置 Python 环境: 运行 `uv sync` 以创建/同步环境并安装基本依赖项。

4) (可选) 为您的用例安装额外的依赖项集: 如果您需要 API 集成（例如 FastAPI/OpenAI 集成），请运行 `uv sync --extra api`。对于开发工具，请运行 `uv sync --extra dev`。

5) 配置环境变量 (.env): 创建 `.env` 文件并为您使用的功能添加密钥。对于 LangSmith 跟踪（监控/调试），请设置：`LANGSMITH_TRACING=true`、`LANGSMITH_API_KEY=your_langsmith_api_key`、`LANGSMITH_PROJECT=AgentConnect`（可选 `LANGSMITH_ENDPOINT=https://api.smith.langchain.com`）。某些示例可能还需要额外的密钥（例如，用于研究的 Tavily；用于启用支付示例的 CDP 密钥）。

6) 运行第一个示例以验证设置: 执行一个捆绑示例，例如：`uv run python examples/python/did_wba_examples/create_did_document.py`。

7) 探索示例目录以学习核心概念: 使用示例目录运行以下场景：创建人类/AI 代理、建立安全通信、基本交互、多代理工作流（电子商务分析）和研究工作流（可能需要 Tavily 密钥和研究附加功能）。

8) 在构建自己的代理之前了解核心架构: AgentConnect 围绕以下内容构建：(a) 分散式代理注册表（用于发布/发现功能的目录服务），(b) 独立的代理系统（每个代理都是自包含的，可以使用 LangGraph 或自定义逻辑构建），以及 (c) 用于代理到代理通信的标准化协议（包括加密验证和端到端加密流）。

9) 构建您自己的代理并发布功能: 使用您首选的框架（例如 LangGraph 或自定义代码）实现代理的内部逻辑，然后与 AgentConnect 的标准化协议集成，以便它可以发布可发现的接口并由其他代理通过标准 RPC 调用。

10) 启用安全的代理到代理通信 (A2A): 使用 AgentConnect 内置的加密验证来建立可信的 A2A 通信，附加可验证的证明，并在适用时构建端到端加密通信流。

11) (可选) 在需要时使用旧版兼容模式: 如果您必须与依赖先前 Authorization-header 流的旧客户端进行互操作，请使用 `auth_mode="legacy_didwba"`。

12) 使用 LangSmith 添加监控和调试: 配置 LangSmith 环境变量后，运行示例/代理并检查跟踪以调试多代理工作流、RPC 调用和工具使用情况。

13) 安全地修改代码：遵循项目文档规则: 添加新类/方法/函数时，始终包含 Google 风格的文档字符串。项目的自动化文档系统会提取这些文档字符串以生成 API 参考，并且文档字符串检查器会标记缺失的文档字符串。

14) (替代堆栈) 运行 AgentConnect 控制台/守护程序以进行团队工作流: 如果您正在使用 AgentConnect 产品堆栈（控制台 + 守护程序），请启动运行时，连接 ACP 兼容代理（Claude Code、Codex、Gemini CLI、DeepSeek 等），连接通道（Slack/Discord/Telegram/GitHub），然后在线程中标记代理以分类问题、发布修复程序并协调具有角色/权限/内存的交接。