Claude、ChatGPT、Cursor 都能直接指挥你的应用？这个开源框架把 MCP、A2A 全塞进了一个入口

Claude、ChatGPT、Cursor 都能直接指挥你的应用？这个开源框架把 MCP、A2A 全塞进了一个入口

【免费下载链接】agent-nativeA framework for building agentic apps项目地址: https://gitcode.com/GitHub_Trending/ag/agent-native

你有没有遇到过这种憋屈事：

你在 Claude 或 ChatGPT 里聊得正起劲，让它帮你整理一份客户名单、改一版 PPT、查一下后台数据。结果 AI 两手一摊：“抱歉，我看不到你的系统。”

你只能复制、粘贴、再复制、再粘贴。AI 明明很聪明，却像个隔着玻璃指挥的顾问，能说不能干。

最近在开发者圈子里被频繁讨论的agent-native，干的就是拆掉这层玻璃的事。它是 Builder.io 开源的一套 TypeScript 框架，主打一句话：你写一次功能，AI 助手、网页界面、外部工具、别的 AI 助手，全都能用。

而它最被反复提起的卖点，就是那句“兼容 MCP、A2A、OpenAI、Claude 全家桶”。

这话到底是真材实料，还是发布会上的漂亮话？我把它翻了个底朝天，一条条对着验证。

一、先用大白话说清它是啥

别被“框架”两个字吓到。

你可以把它理解成一个万能插排。

以前做一个带 AI 的应用，情况是这样的：网页界面要走一套接口，AI 助手要走另一套工具调用，你想让别家的 AI 来用，还得再单独开个口子。同一个“发邮件”的功能，要写三遍、维护三遍，改一次全都得跟着改。

agent-native 的做法是：“发邮件”这件事只写一遍，然后自动长出好几个插孔——网页点了能发，AI 助手说一句能发，外部工具调接口能发，隔壁的 AI 助手远程请求也能发。

官方给这张“插排”起了个名字，叫 action（动作）。听着玄，其实就是“这个应用能干的一件事”。

所以它不属于那种“帮你写提示词”的工具，也不是“帮你调模型的库”。它更像是在造应用的地基：AI 不是一个外挂的聊天框，而是住在应用里的一个同事。

顺手说一句，它是 MIT 协议开源，代码可以放心商用。

二、四个协议逐个验：哪些是真的，哪些有前提

我把它的文档和代码翻了一遍，按“能用 / 有条件能用 / 只是模型层”分了个类。

1. MCP：双向都通，这是最扎实的一块

MCP 你可以理解成 AI 世界的USB-C 接口。有了它，Claude、ChatGPT、Cursor 这些“主机”，就能插上你的应用，直接调用里面的功能。

agent-native 在这块是双向的：

往外当插座。每个应用部署完，自动带一个 MCP 入口，不用你额外写代码。Claude、Claude Code、ChatGPT、Cursor、Codex、VS Code 里的 Copilot，把地址粘进去就能连上，然后它就能看见你应用里的功能清单。

往里当插头。反过来，你的应用也能去连别人的 MCP 服务。它内置了一份现成目录，Notion、Slack、GitHub、Figma、Linear、Stripe、Sentry、Supabase 这些常见工具都在列，几十家，连上就能当工具用。

更妙的是“回传”这一步。外部 AI 帮你做好一份草稿、一个日程、一张图表，不会只丢给你一大坨文字，而是给你一个“在你的应用里打开”的链接，点一下，直接跳到那个东西面前。

这一点特别像什么？像外卖小哥不只是把菜放门口，还帮你摆上桌、打开盒盖。

2. A2A：AI 和 AI 之间互相打电话

MCP 解决的是“AI 调工具”，A2A 解决的是“AI 找 AI 帮忙”。

区别在哪？MCP 是执行，A2A 是商量。前者是“帮我把这封邮件发出去”，后者是“这事我拿不准，你那边数据全，你来判断”。

agent-native 的每个应用都会自动生成一张“名片”，上面写着我是谁、我会干什么。别的 AI 助手拿到名片，就能派活过来。

实际体验里最直观的是聊天框里的@。你在对话框敲一个 @，把“设计助手”“数据分析助手”拉进来，主助手会自动去喊它们，然后把各自的回答揉进同一段对话里。

这听着像群聊，其实背后是真的跨应用通信。而且它不只跟自己人玩，还对接了微软 Azure 的智能体服务、谷歌 Gemini 企业版这类外部 A2A 对象。

但这里有个必须说清的前提：正式环境必须配置一把签名密钥，否则系统会直接拒绝外部请求。这是好事——门槛高一点，总比谁都能进来指挥你的系统强。

3. OpenAI：模型层是真兼容，还多了个“白嫖额度”的巧思

很多人把“支持 OpenAI”理解成“能调 GPT”，这只对了一半。

在模型层，它确实能接 OpenAI，也能接 Claude、Gemini、Mistral、Groq、Cohere，以及本地跑的 Ollama。还支持填一个自定义的兼容地址，也就是说，只要对方接口长得像 OpenAI，基本都能塞进来。

更有意思的是两个细节：

一是它能用你的 ChatGPT 订阅额度。也就是说，你不一定非要另外买 API 用量，符合条件的话，可以直接借用已有的订阅。对个人开发者和小团队来说，这是实打实省钱。

二是它能在 ChatGPT 里长出界面。这件事被严重低估了。以前 AI 帮你做完东西，你看到的是一堆文字；现在支持在对话里直接嵌一个可点的操作面板——审草稿、改日程、选图表版本，都能在聊天窗口里完成。

前提是：这类内嵌界面要看对方的套餐、版本和灰度情况，不是人人都能立刻看到。

4. Claude：接得最深，连“操作电脑”都算进去了

Claude 这块是走原生 SDK 的，不是简单套一层。官方描述里明确写了支持思考过程、提示缓存、看图、以及操作电脑这些能力。

对普通用户来说，“提示缓存”这四个字可以翻译成：同一份长资料反复问，不用每次重新读一遍，又快又省钱。

另外它还给 Anthropic 的托管智能体做了一个适配层：对方那边发起的任务、需要人工点“同意”的环节，能同步到你自己的应用界面里来批。这就避免了“AI 在后台偷偷干活，你完全不知情”的恐慌。

三、跟主流框架比，它到底强在哪

市面上的 Agent 框架不少，LangChain、LlamaIndex、AutoGen、CrewAI 各有拥趸。但它们的共同点是：帮你把 AI 的脑子搭起来。

agent-native 的重心不一样，它更像在说：脑子有了，活在哪干？

这也是它和同类最大的分野——

• 别的框架交付的是“一个能思考的助手”
• 它交付的是“一个助手能真正上手干活的应用”

而且它不是空白起步。仓库里带着十几个现成应用：邮件、日历、幻灯片、设计、数据分析、内容管理、会议记录、素材库、表单、大脑知识库……开箱就是能跑的东西，你在上面改，比从零搭快得多。

协议覆盖上，可以这么记：

• MCP：双向，且默认开启
• A2A：双向，带名片发现和身份校验
• 模型层：Claude 原生 + OpenAI 系 + 一众兼容服务 + 本地模型
• 外部宿主：Claude、ChatGPT、Cursor、Codex、Copilot 等主流入口都能连

四、“都兼容”到底是加分项，还是及格线？

说句实在话：放在 2024 年，这是加分项；放在今天，这正在变成及格线。

原因很简单，MCP 已经是事实标准，谁不接，谁就等于把自己关在屋里。所以“支持 MCP”这件事，本身不该被当成卖点吹。

真正值钱的是另一件事：同一套功能，在所有出口上表现一致。

举个具体场景。你在应用里点“生成周报”，和在 Claude 里说“帮我生成周报”，和在另一个 AI 助手那边远程请求“生成周报”——走的是同一段逻辑、同一套权限校验、同一个数据库。

不会出现“网页上能改，AI 一改就出错”的尴尬，也不会出现“AI 绕过了权限，把不该看的看了”的隐患。

这才是“兼容”的深层价值：不是接了多少根线，而是每根线后面接的是不是同一个东西。

至于它不适合谁？也很明确——如果你只想做个纯聊天机器人，或者只是想在脚本里调一次模型，那它太重了，杀鸡用牛刀。

五、普通人上手难吗？要不要好显卡？

好消息是：不用显卡。

它跑在 Node.js 环境里，本地开发时数据库会自动用一个轻量版本，不需要你先装一整套数据库服务。启动就一行命令的事，官方脚手架会直接把一个能跑的应用摆在你面前。

浏览器打开，就是一个带 AI 对话框的完整界面，左边是你熟悉的列表和表单，右边是可以直接使唤的助手。

部署方面也不挑，Netlify、Vercel、Cloudflare、AWS、Docker 这些常见去处都有说明，数据库用标准 PostgreSQL 就行，不会被某一家云绑死。

那适合谁？

• 独立开发者：想快速做一个“AI 真的能操作”的小产品，这是现成地基
• 小团队的产品负责人：想验证“AI 员工”到底能不能接进业务流程
• 自动化爱好者：手上有一堆零散工具，想让它们能被一个 AI 统一调度
• 纯粹的好奇者：想亲眼看看“AI 直接操作软件”是什么手感

不适合的也很清楚：完全不想碰命令行、只想点两下就出成品的朋友，这东西还是会让你皱眉。

写在最后

这一轮 AI 的竞争，早就不是“谁家模型更聪明”了。

模型越来越像水电，大家都有。真正拉开差距的，是谁能让 AI 顺畅地接进真实的工作流——接得进系统、拿得到数据、改得动东西、出了事还有人能拦住。

agent-native 的思路算不上惊艳，甚至有点“笨”：不搞新概念，就是把“一件事只写一遍”这件事做到极致，然后让所有协议都来适配它。

但往往就是这种笨办法，最后活得最久。

最后想问问你：如果明天你常用的那个 AI 助手，真的能直接操作你电脑里的软件和后台系统，你最想让它先替你干哪件破事？

我先说我的答案——把那堆每周都要手动整理的报表，交给它。

【免费下载链接】agent-nativeA framework for building agentic apps项目地址: https://gitcode.com/GitHub_Trending/ag/agent-native