BuilderIO/agent-native
A framework for building agentic apps
TypeScript · ★ 6,726 · Fork 607 · 在 GitHub 查看
在手机上浏览源码、订阅每日 AI 趋势日报与项目架构深度解读:获取 CopoHub 客户端(iOS & HarmonyOS)→
GitHub Trending 上榜记录
BuilderIO/agent-native 已在 GitHub Trending 每日榜单上榜 7 天,最高排名第 1,首次上榜 2026-06-19,最近一次上榜 2026-09-24。
| 日期 | 排名 | Star | 当日增长 |
|---|---|---|---|
| 2026-09-24 | #4 | 6,726 | +87 |
| 2026-09-23 | #4 | 6,500 | +609 |
| 2026-09-22 | #1 | 6,248 | +607 |
| 2026-09-21 | #1 | 5,838 | +607 |
| 2026-09-20 | #2 | 5,161 | +89 |
| 2026-06-20 | #6 | 1,162 | +147 |
| 2026-06-19 | #6 | 1,002 | +210 |
同期上榜的项目
- rohitg00/ai-engineering-from-scratch – Learn AI Engineering! Learn it. Build it. Ship it for others.
- vectorize-io/hindsight – Hindsight: Agent Memory That Learns
- dream-num/univer – Build your own AI office with Univer Office SDK. Bring editing, calculation, collaboration, and file processing into your product for people and AI agents. Built on an extensible open-source core.
- google/ax – Agent Executor (AX) is Google's open agentic orchestration runtime
- NVIDIA/Model-Optimizer – A unified library of SOTA model optimization techniques like quantization, distillation, pruning, neural architecture search, speculative decoding, etc. It compresses deep learning models for downstream deployment frameworks like TensorRT-LLM, TensorRT, vLLM, etc. to optimize inference speed.
- FxEmbed/FxEmbed – Fix X/Twitter and Bluesky embeds! Use multiple images, videos, polls, translations and more on Discord, Telegram and others
BuilderIO/agent-native 项目深度剖析与商业评估报告
BuilderIO/agent-native 项目深度剖析与商业评估报告
1. 核心定位与商业落地价值
解决的根本痛点 Agent-Native 直击当前 AI 应用开发中一个核心矛盾:用户界面(UI)的精致度与 AI Agent 自主性之间的权衡。传统 SaaS 工具 UI 精美但 AI 功能浅薄(“Bolted on”);而原生 AI Agent(如 Claude Code、ChatGPT)功能强大但缺乏可控、可定制的用户界面。Agent-Native 通过“Agent 与 UI 完全对等、共享同一数据库与状态”的架构,解决了“要么选好 UI,要么选强 AI”的零和博弈。
企业级商业落地场景 智能协作平台:实时多用户文档编辑(CRDT 合并、光标同步)结合 AI 辅助,适用于金融、法律、研发等需要多人实时协作与 AI 决策支持的场景。 内部工具平台:企业可将多个内部系统(如审批、工单、数据看板)以“App”形式集成到一个 Workspace 中,Agent 作为统一入口执行跨系统操作(A2A 协议),显著降低内部工具碎片化与维护成本。 可定制 SaaS 产品:模板库(Calendar、Content、Analytics 等)提供了完整、可复制的 SaaS 应用,企业可 fork 后通过 Agent 自身能力(改进 UI、修复 Bug)进行持续定制,实现“自进化”产品。 开发者工具生态:通过 npx @agent-native/core@latest skills add visual-plan 等命令,将 Agent-Native 嵌入 Claude Code、Cursor 等编码 Agent 的工作流,提供结构化计划与代码审查能力,直接提升开发效率。
竞品差异化与护城河 vs LangChain / LangGraph:LangChain 更侧重于 LLM 调用的编排与工具链,而 Agent-Native 是一个从数据库、状态管理、身份认证到 UI 渲染的全栈应用框架。其核心差异化在于“UI 与 Agent 是平等的公民”,而非 Agent 的附属品。 vs Vercel AI SDK:AI SDK 主要解决 Agent 与 UI 的流式交互(Streaming),但 Agent-Native 提供了完整的后端持久化(SQL)、实时协作(CRDT)、多应用共享(Workspace) 等企业级基础设施。AI SDK 更像是一个通信层,而 Agent-Native 是一个应用平台。 护城河:“Actions” 抽象(defineAction)是关键。一个 Action 同时服务于 UI、Agent、HTTP、MCP、A2A、CLI,实现了“定义一次,处处可用”,极大地降低了开发成本与接口碎片化。这种统一抽象是其他框架难以快速复制的核心。
2. 核心架构设计与技术深度
模块拆解思想 项目采用 Monorepo 结构(apps/ 和 packages/shared/),体现了“平台 + 应用”的架构思想: Core(@agent-native/core):作为核心框架,提供 Actions、Agent Runtime、Auth、Skills、Memory、Observability 等基础抽象。这是平台的“发动机”。 Templates(apps/mail, apps/calendar 等):作为可独立部署、可复制的 SaaS 应用,它们依赖 Core 提供的抽象,但拥有自己的业务逻辑与 UI。这是平台的“车厢”。 Shared(packages/shared/):用于存放跨应用共享的代码、指令、品牌配置,但设计上鼓励少量共享,避免过度耦合。
关键设计模式 1. 统一动作抽象(Unified Action Abstraction):defineAction 是核心模式。它通过 Zod Schema 定义输入输出,通过 run 函数实现业务逻辑。框架自动将其暴露为 REST API、MCP 工具、A2A 端点、CLI 命令和 UI 组件。这本质上是命令模式(Command Pattern) 的现代演化,将“命令”与“执行器”、“路由”解耦。 2. 实时双向同步(Real-time Bidirectional Sync):Agent 和 UI 共享同一个 SQL 数据库。框架通过 CRDT(Conflict-free Replicated Data Types) 实现实时多用户协作。这意味着 Agent 的每一次状态变更(如回复邮件)都会立即反映到所有用户的 UI 上,反之亦然。这需要底层数据库(Drizzle ORM 支持的任何 SQL 数据库)具备事件通知能力(如 PostgreSQL 的 LISTEN/NOTIFY 或 Supabase Realtime),或者框架在应用层实现了轮询/WebSocket 机制。 3. 多协议适配(Multi-protocol Adapter):框架内置了 A2A、MCP、HTTP、CLI 等多种协议适配器。这些适配器将 defineAction 暴露的接口自动转换为对应协议的标准格式。这体现了适配器模式(Adapter Pattern),使得 Agent-Native 可以无缝接入现有生态。
在 README 中展示上榜徽章
[](https://github.fq6825.top/repo/BuilderIO/agent-native)