当你的团队跑着三个以上的 AI Agent，生产环境的混乱就开始了。

当你的团队跑着三个以上的 AI Agent，生产环境的混乱就开始了。

谁调用了谁？哪个 Agent 拿着哪个 API Key？一次完整的调用链花了多少钱？为什么那个 Agent 昨天好好的、今天突然挂了，却没有人收到告警？

这是多 Agent 系统从原型走向生产时，每个团队都会撞上的墙。Nasiko 做的事，就是把这堵墙拆掉——用一个单进程的 Rust 二进制，把所有 Agent 的流量、认证、路由、可观测性全部管起来。

不加一层基础设施，Agent 就不是真正的产品

单 Agent 调用一个模型 API，逻辑简单：发请求、收响应、记日志。多 Agent 之间互相调用，局面立刻复杂起来。每个 Agent 要知道其他 Agent 的地址、持有自己的 API Key、记录自己的 token 消耗、处理彼此的超时和重试——当 Agent 数量超过三个，这套手工拼接的方案就开始出裂缝。

Nasiko 的思路是：不要让 Agent 直接暴露在公网，不要让 Agent 持有真实的 API Key，不要让 Agent 之间的调用没有 checkpoint。它用一个 Rust 写的控制平面进程，作为所有流量的唯一入口，架构图非常清晰：

Clients → nasiko-server (single process) → Agents (Docker containers)
                    ↓
         Postgres + Redis + S3 (durable state)
         OTel → Tempo/Loki (observability)

整个链路里，Agent 永远不是公网可达的，每一个请求都经过 server，每一步都有 ACL、限速和追踪记录。

核心功能：不是功能列表，是真实场景

智能路由引擎——三层管道：先用 embedding 相似度初筛，再用对话上下文重排，最后让 LLM 拍板选哪个 Agent。这意味着调用方不需要知道你的 Agent 集群里有谁，只要描述需求，系统自动找最合适的 Agent 来接单。

MCP Gateway——每个 Agent 都需要工具（tools/call），但你不希望 Agent 直接持有 Composio 的凭证。MCP Gateway 提供一个统一 URL，给所有 Agent 一个经过权限过滤的 merged 工具视图，凭证始终在 server 这侧。

LLM Router——Agent 拿到的是 OPENAI_BASE_URL + 一个短效身份 Token，不是真实的 API Key。路由层在 server 端解析实际 provider 和 model，Key 永远不会流进 Agent 进程，也不会出现在日志里。这对安全敏感场景来说是实打实的保障。

Flow Guards——Redis 做后端，实现深度限制、扇出限制、token 预算、超时和环检测。一个 Agent 调用 Agent 调用 Agent 的死循环，在变成一次 AWS 账单灾难之前就会被拦住。

全链路可观测性——每一次 dispatch 和 proxy hop 都发出真实的 OTel span，端到端一条 trace。Token 消耗和成本自动从 gen_ai.* 属性里采集，不需要在每个 Agent 里手动埋点。

真实使用门槛：适合谁，不适合谁

适合的场景：

• 团队同时跑三个以上的 AI Coding Agent（Claude Code、Codex、自定义 Agent 等）
• 需要对 Agent 的 API 消耗做精确的 per-agent、per-user 或 per-project 预算控制
• 有合规或审计要求，需要记录每一次 Agent 调用链路
• 不想维护 Portkey AI + Helicone + 自建 proxy 这套拼装方案

不适合的场景：

• 还在单 Agent 原型阶段，一个 Claude Code 跑一切——上手 Nasiko 的复杂度会超过你的收益
• 对 Rust / Docker / Kubernetes 完全不熟悉的团队，Quick Start 虽然一行命令，但生产级配置需要理解这些组件
• 需要深度定制 LLM Provider 的场景——目前官方主要支持 OpenAI 和 MiniMax，其他 provider 需要自行对接兼容层

技术栈要求（OSS 版本）：

• Docker Engine + Compose V2
• Rust toolchain（stable，通过 rustup 安装）
• just 命令行工具（cargo install just）
• 可选：Kubernetes（生产级部署）、Postgres、Redis、S3（对象存储）

快速启动只需要一行：

just infra        # 启动 Postgres + Redis + MinIO
just run-oss      # 启动控制平面
cargo build --release -p nasiko && nasiko connect http://localhost:9090

项目状态与社区

截至 2026 年 8 月，Nasiko 已有 5,340+ Stars，近 30 天增长 837 颗（每日约 28 颗），属于 Rust 生态里增长最快的 AI Infrastructure 项目之一。项目采用 Apache 2.0 许可证，完全开源，核心代码在 GitHub 可得：https://github.com/Nasiko-Labs/nasiko

需要注意的是，项目相对年轻（2026 年初创建），目前 Stars 还未破万，文档和社区仍在快速迭代中。生产环境引入前建议关注 GitHub Issues 和 Discord 活跃度。

官方也提供云托管版本，适合不想自己运维基础设施的团队，按实际调用量计费，而非按席位收费。

下一步：怎么开始

如果你已经有多 Agent 生产系统在跑，第一步不是全量迁移，而是在一个测试场景里跑通链路：

1. 用 Docker 起一个最小 Nasiko 环境（上面三行命令）
2. 用 nasiko new 创建第一个 Agent 项目，nasiko deploy 把它注册进控制平面
3. 用 nasiko chat 测试一条请求，看 observability dashboard 里的 trace 长什么样
4. 确认路由逻辑符合预期后，逐步把现有 Agent 接入 A2A 协议

多 Agent 系统走向生产，可观测性和安全性不是锦上添花——它们就是门槛本身。Nasiko 把这道门槛从”需要自己搭一整套基础设施”降到了”一个 Rust 二进制加三行配置”。

GitHub: https://github.com/Nasiko-Labs/nasiko
官网: https://www.nasiko.com
文档: https://docs.nasiko.com
Discord: https://discord.com/invite/HmnfkTfjFv