OpenWTAI 智能体开发底座解决方案书

1. 文档说明

本文档用于面向客户介绍 openwtai-base 中 openwtai-agent-sdk 所代表的智能体开发底座能力，适用于有技术团队、希望自主扩展、联合建设或进行行业方案集成的客户。

2. 项目背景

对具备研发能力的客户而言，单纯采购一个“可用的智能体平台”通常还不够。客户往往还会提出更高要求：

• 希望保留自主开发和扩展能力
• 希望统一多个模型和不同厂商的接口接入方式
• 希望把智能体能力嵌入现有系统，而不是孤立成单独应用
• 希望保留知识、工具、流程和运行时的可编排能力
• 希望后续可以持续扩展行业场景，而不是受限于单个页面功能

因此，这类客户更适合引入一套智能体开发底座，而不是只采购成品界面。

3. 建设目标

本方案旨在帮助客户建设一套可扩展、可嵌入、可持续演进的智能体开发底座，用于支撑客户自有智能应用、业务系统接入和行业解决方案建设。

目标包括：

• 建设统一的 Agent Runtime 能力层
• 屏蔽不同模型厂商之间的协议差异
• 统一工具、知识、记忆、状态和流程的执行方式
• 为客户自研场景提供稳定可复用的底层能力
• 支撑后续行业化方案和多项目复用

4. 方案定位

本方案的交付重点不是单一界面，而是以 openwtai-agent-sdk 为核心的智能体运行时底座。

该底座的定位是：

• 向上支撑平台层、业务层和行业场景应用
• 向下连接多模型、多工具、多种状态存储和企业系统
• 对内提供统一的 Agent 运行闭环
• 对外提供可集成、可封装、可扩展的能力基础

5. 总体架构

/img/agent/img_2.png

底座可拆分为五个核心层次。

5.1 Agent 编排层

• AgentBase 生命周期管理
• ReAct 执行主循环
• 结构化输出 Agent 封装
• 流式与非流式执行支持

5.2 模型适配层

• 多模型统一抽象
• 请求参数统一控制
• 多模型协议格式转换
• 多厂商响应统一解析

5.3 工具执行层

• Tool 注册与分组管理
• 工具参数校验
• 工具执行上下文传递
• 工具结果标准化封装
• MCP 工具接入
• 子 Agent 工具化调用

5.4 上下文与状态层

• 消息结构统一建模
• Session 管理
• 状态持久化
• Plan Notebook
• 记忆与知识增强

5.5 扩展与治理层

• Hook 机制
• Trace 与运行留痕
• 中断与优雅停机
• 可扩展技能与上下文增强能力

6. 核心能力

6.1 Agent 运行与任务编排

当前底座具备完整的 Agent 执行闭环，可支撑客户在上层快速构建任务型智能应用。

能力包括：

• 基于 ReAct 的运行模式
• 多轮会话处理
• 推理、执行、总结闭环
• 流式输出与非流式输出
• 运行时上下文注入

6.2 多模型统一接入

底座已具备多模型统一接入能力，可降低客户后续模型切换和组合使用的成本。

当前支持的接入方向包括：

• OpenAI 风格模型（DeepSeek、qwen、GLM等）
• DashScope
• Gemini
• Anthropic
• Ollama

能力价值包括：

• 统一模型接口
• 统一参数控制
• 统一格式适配
• 统一工具调用协议

6.3 工具注册与执行框架

底座支持将业务能力封装为 Agent 可调用工具，用于支撑业务查询、业务动作执行和系统联动。

当前能力包括：

• 注解式工具注册
• 接口式工具注册
• 工具 schema 暴露
• 工具分组管理
• 入参校验
• 执行上下文传递
• 标准化结果返回

6.4 MCP 接入能力

底座支持将 MCP Server 暴露的工具纳入 Agent 能力体系，适合客户后续扩展更多生态能力。

可支持的价值包括：

• 统一纳管外部工具
• 标准 schema 转换
• 统一结果封装
• 便于扩展外部系统连接

6.5 子 Agent 协同能力

底座支持将一个 Agent 以工具方式暴露给另一个 Agent，适合客户后续构建多 Agent 协同架构。

可应用于：

• 专业角色拆分
• 任务分工协同
• 多阶段处理链路
• 行业复杂场景组合

6.6 知识检索与上下文增强

底座支持知识增强与上下文注入机制，便于客户在行业场景中引入规则、知识和经验沉淀。

当前能力包括：

• 知识检索前置增强
• 检索结果上下文注入
• 检索工具化调用
• 结合会话上下文进行知识补充

6.7 记忆能力

底座支持短期记忆和长期记忆能力扩展，适合构建持续交互型智能体。

能力包括：

• 会话内短期记忆
• 静态长期记忆注入
• 长期记忆工具化访问
• 记忆随状态持久化

6.8 计划与多步骤任务支持

底座支持计划笔记本和子任务管理，可作为复杂任务处理的基础能力。

能力包括：

• 计划内容记录
• 子任务状态管理
• 计划状态持久化
• 计划转提示信息参与后续推理

6.9 结构化输出能力

底座支持约束 Agent 输出结构化结果，适合客户在系统集成、接口回写、数据处理等场景中使用。

能力包括：

• 基于 Java 类生成 JSON Schema
• 基于 JSON Schema 约束输出
• 通过临时工具收敛最终结构化结果

6.10 多模态与语音扩展

底座支持图像、音频、视频等多模态内容建模，并具备 TTS 方向的扩展能力。

适合后续演进到：

• 多模态问答
• 语音交互
• 多媒体内容理解

6.11 会话、状态持久化与恢复

底座支持统一会话与状态持久化机制，便于客户构建可恢复、可追踪的智能体系统。

能力包括：

• Session 统一管理
• 内存会话和 JSON 会话
• 状态模块加载与保存
• 按模块声明持久化范围

6.12 Hook 与 Trace 机制

底座支持在执行前后、推理中、执行中挂接扩展逻辑，方便客户构建治理、监控和增强机制。

能力包括：

• 生命周期 Hook
• 错误事件处理
• 运行轨迹导出
• Trace 与观察能力接入

7. 适用客户

本方案更适合以下类型客户：

• 有研发团队，计划二次开发
• 需要将智能体能力嵌入现有产品
• 需要长期演进多个行业场景
• 希望保留源码级扩展能力
• 希望构建自有智能中台或行业解决方案

8. 典型应用方式

8.1 作为企业智能中台底座

为企业多个业务系统统一提供智能体运行时能力。

8.2 作为行业方案集成底座

为某一行业的多个项目复用同一套 Agent Runtime、知识和工具机制。

8.3 作为客户现有产品的 AI 能力层

将底座嵌入客户原有后台、业务系统或数据平台，形成可控的智能能力扩展层。

8.4 作为联合开发基础框架

由我方提供底座与核心框架，客户团队基于该底座继续扩展行业功能和业务能力。

9. 实施模式

9.1 源码授权模式

适合客户希望自行掌控底层能力并由内部团队进行持续开发。

9.2 联合建设模式

我方提供底座能力、架构支持和部分核心开发，客户团队参与业务接入与行业扩展。

9.3 项目制交付模式

适合客户希望以特定场景或项目为目标，由我方主导完成底座集成、场景适配和交付上线。

10. 交付内容

交付内容包括：

• 底座源码
• 架构说明文档
• 接入开发指南
• 模型接入说明
• 工具开发说明
• 运行与部署说明
• 示例场景或示例 Agent
• 技术培训材料

11. 客户价值

11.1 研发价值

• 降低自研 Agent Runtime 成本
• 避免重复开发模型适配、工具机制和状态管理
• 提高多个项目之间的复用效率

11.2 产品价值

• 便于快速孵化新场景
• 支持把 AI 能力内嵌到客户自有产品中
• 有助于形成客户自己的智能能力底座

11.3 长期价值

• 可持续演进
• 可扩展
• 可与客户现有系统深度融合
• 可作为行业化能力资产沉淀

12. 服务与支持

提供以下服务：

• 底座交付与部署支持
• 架构辅导
• 二次开发指导
• 问题排查支持
• 版本升级支持
• 核心技术培训

13. 我方优势

13.1 平台与 SDK 同源

不仅有底座设计，也有上层平台落地经验，能避免“只有底层、没有场景”的交付风险。

13.2 更适合集成型客户

底座能力适合保留客户长期主导权，避免后续每次新需求都要从头重建底层。

13.3 适合联合演进

对于计划长期打造行业 AI 能力的客户，该方案更适合作为中长期架构基础。

14. 结论

如果客户希望采购的不仅是一套“能演示的智能应用”，而是一套可持续演进的智能体能力底座，那么基于 openwtai-agent-sdk 的方案更具长期价值。

该方案特别适合有技术团队、希望自主扩展、并计划将智能体能力深度融入业务系统的用户。