agent-runtimes Skill 技能

Agent Runtimes 是 Datalayer 出品的统一 AI agent 部署与交互库，提供 Python 服务器托管 agent 与 React 组件无缝集成到 Web / 桌面应用。一次编写即可通过 ACP / Vercel AI SDK / AG-UI / MCP-UI / A2A 等多协议访问同一 agent，支持 Pydantic AI / LangChain / Jupyter AI 等多种框架。

核心能力

• 多协议抽象：单一 agent 通过 ACP（WebSocket 标准协议）/ Vercel AI SDK / AG-UI / MCP-UI / A2A 多协议同时暴露
• 多框架适配：Pydantic AI（全实现）/ LangChain（适配器）/ Jupyter AI（适配器）
• 云运行时管理：内置 Datalayer Cloud Runtimes 集成，Zustand 状态管理
• UI 组件：预构建 React 组件（ChatBase / ChatSidebar / ChatFloating）直连浏览器执行工具
• 运行时与快照：托管 RuntimeClient + datalayer runtime CLI 提供代码执行 / 订阅 / 配额监控

安装配置

• pip install -e . 或 pip install agent-runtimes 安装 Python 包
• npm install 安装 React 示例 + Vite dev server 依赖
• （可选）pip install -e ".[chat]" 启用聊天组件 extras；[cli] 启用 CLI；[examples] 启用示例 agent 框架依赖
• CI 环境推荐 pip install -c constraints/py313.txt -e . 锁定版本

使用步骤

1. make examples 同时启动 Python agent server（端口 8765）与 Vite dev server
2. 或 make agent-node 启动节点开发模式（UI + server 双开）
3. 客户端通过 WebSocket / HTTP 连接到本地端口（8765 / 8766）调用 agent
4. 使用 RuntimeClient 在托管运行时运行任意 Python：runtime.execute("print('Hello from Datalayer!')")
5. 用 agent-runtimes evals experiments create my-exp --evalset-id --agent-spec-ids example-evals,example-evals-nocodemode 创建评估实验，再用 agent-runtimes evals report 生成对比报告

适用场景

• 多协议同时发布的 agent 产品（Web + 桌面 + 移动）
• 需要 A2A（agent-to-agent）通信的多 agent 协同
• 内部 Jupyter notebook + AI agent 混合工作流
• 跨框架迁移（Pydantic AI → LangChain）的平滑过渡
• 需 OpenTelemetry + DBOS 持久化的可观测部署

适用人群

• AI Agent 平台工程师
• 多框架 / 多协议产品技术负责人
• 团队级 AI 工具链架构师
• Jupyter notebook 集成研究团队

工作原理

Agent Runtimes 通过协议适配器层抽象出 ACP / Vercel AI SDK / AG-UI / MCP-UI / A2A 多种协议，框架适配层负责桥接 Pydantic AI / LangChain / Jupyter AI。Agent Node 通过注册与心跳接入 Datalayer Runtimes API，维护 tunnel 以路由中央 UI 与节点之间的消息。本地开发模式下提供 plane local 一键启动所有依赖服务。22⭐ GitHub 项目。

官方链接

• PyPI：https://pypi.org/project/agent-runtimes/
• 源码：https://github.com/datalayer/agent-runtimes