Agent 开发的「框架前时代」该结束了

2026 年，几乎每个团队都在造 Agent。但现状跟 2015 年的 Web 开发一样——每个项目都在手写路由、手动管理状态、重复搭建基础设施。你造了 10 个 Agent，就有 10 套不同的 session 管理、10 种不同的 tool 注册方式、10 个不同的部署脚本。

Vercel 受够了。

2026 年 6 月 17 日，Vercel 发布了 Eve——一个开源的 Agent 框架。官方的定位很直接：Next.js 终结了 Web 开发的手搓时代，Eve 要对 Agent 做同样的事。

这篇文章从安装到部署，手把手带你用 Eve 构建一个完整的 Agent。

Eve 的核心理念：Agent 就是一个目录

在 Eve 里，Agent 不是一个配置文件，也不是一段胶水代码，而是一个目录。每个文件有明确的职责：

my-agent/
├── package.json
└── agent/
    ├── agent.ts                 # 模型选择
    ├── instructions.md          # Agent 的身份和行为规则
    ├── tools/
    │   └── get_weather.ts       # 可调用的工具
    ├── skills/
    │   └── research.md          # 按需加载的知识
    ├── channels/
    │   └── slack.ts             # 接入渠道
    ├── subagents/
    │   └── researcher/          # 子 Agent
    ├── connections/
    │   └── linear.ts            # 外部服务连接
    └── schedules/
        └── daily-report.md      # 定时任务

文件名就是标识。tools/get_weather.ts 自动注册为 get_weather 工具，不需要手动注册、不需要配置文件、不需要 boilerplate。

5 分钟搭建第一个 Agent

Step 1：初始化项目

npx eve@latest init my-agent

CLI 向导会引导你选择模型、创建项目结构、安装依赖、启动 dev server。不到一分钟，你就有了一个运行中的 Agent。

Step 2：定义指令

每个 Agent 从 instructions.md 开始。这是 Agent 的 system prompt，用 Markdown 写就行：

agent/instructions.md

# Identity

你是一个专业的天气助手。你可以查询全球任何城市的天气信息，
并用简洁友好的方式回复用户。

# Rules

- 优先使用工具获取实时数据，不要猜测
- 温度使用摄氏度
- 如果城市名有歧义，主动询问用户确认

只有这一个文件，Agent 就已经可以运行了。但让我们继续添加更多能力。

Step 3：配置模型

agent/agent.ts

import { defineAgent } from "eve";

export default defineAgent({
  model: "openai/gpt-5.4-mini",
});

Eve 通过 AI Gateway 支持所有主流模型提供商。一行代码切换模型，支持 provider fallback。

Step 4：添加工具

工具是 Agent 的「手」。一个 TypeScript 文件就是一个工具，文件名就是工具名：

agent/tools/get_weather.ts

import { defineTool } from "eve/tools";
import { z } from "zod";

export default defineTool({
  description: "查询指定城市的当前天气",
  inputSchema: z.object({
    city: z.string().describe("城市名称"),
  }),
  async execute({ city }) {
    const res = await fetch(
      `${process.env.WEATHER_API_URL}/current?city=${city}`
    );
    const data = await res.json();
    return {
      city,
      temperature: data.current_condition[0].temp_C,
      description: data.current_condition[0].weatherDesc[0].value,
      humidity: data.current_condition[0].humidity,
    };
  },
});

用 Zod 定义输入 schema，Eve 自动将 schema 和描述传给模型。模型看到这个工具后，会在用户问天气时自动调用它。

Step 5：本地运行

Eve 启动一个交互式 TUI（终端界面），你可以直接对话：

> 北京今天天气怎么样？
⦿ get_weather
  { city: "北京" }
北京今天晴，气温 28°C，湿度 45%。适合户外活动！

每一步操作都可见——加载了哪个 skill、调用了哪个 tool、输入输出是什么。

进阶能力：从玩具到生产

Skills：按需加载的知识库

Skills 是 Agent 的「参考书」。不像 instructions 永远加载，Skills 只在相关时才被模型加载，避免 prompt 膨胀：

agent/skills/weather-analysis.md

---
description: 天气趋势分析和出行建议。当用户询问是否适合出行或户外活动时加载。
---

根据温度和天气状况给出出行建议：
- 温度 > 35°C 或 < -10°C：不建议长时间户外活动
- 有雨/雪：提醒携带雨具
- 空气质量 AQI > 150：建议佩戴口罩

Subagents：委托给专家

当一个 Agent 的职责太多时，用 Subagent 拆分。子 Agent 有自己的 instructions、tools 和 sandbox：

agent/subagents/researcher/agent.ts

import { defineAgent } from "eve";

export default defineAgent({
  description: "专门负责深度研究，从多个数据源综合信息。",
  model: "anthropic/claude-opus-4.8",
});

主 Agent 调用子 Agent 就像调用工具一样简单，但子 Agent 有独立的上下文窗口和工具集。

Connections：连接外部服务

通过 MCP（Model Context Protocol）或 OpenAPI 连接外部服务，Agent 可以使用 GitHub、Linear、Stripe 等工具：

agent/connections/linear.ts

import { defineMcpClientConnection } from "eve/connections";
import { connect } from "@vercel/connect/eve";

export default defineMcpClientConnection({
  url: "https://mcp.linear.app/sse",
  description: "Linear workspace: issues, projects, cycles, and comments.",
  auth: connect("linear"),
});

Vercel Connect 处理 OAuth 认证、token 刷新，模型永远看不到你的凭证。

Channels：同一个 Agent，多个入口

一个 Agent 可以同时服务 Web、Slack、Discord、Teams：

这一个命令生成 channels/slack.ts，你的 Agent 就能在 Slack 里回复了。审批变成 Slack 按钮，提问变成下拉菜单，工作时有打字指示器。

Schedules：定时自动执行

不是所有 Agent 都需要人来触发。定时任务让 Agent 按计划工作：

agent/schedules/daily-weather.md

---
cron: "0 8 * * *"
---

每天早上 8 点，查询用户保存的城市天气，生成一份天气日报发送到 Slack 频道。

生产级特性：开箱即用

持久化执行（Durable Execution）

Eve 的每个会话都是持久化的工作流。每一步都有 checkpoint，会话可以：

• 暂停等待用户输入
• 在崩溃或重启后恢复
• 跨多次对话保持状态

底层基于开源的 Workflow SDK。

沙箱隔离

Agent 生成的代码是「不可信的」。Eve 给每个 Agent 一个隔离的沙箱环境：

agent/sandbox/sandbox.ts

import { defineSandbox, vercelSandboxBackend } from "eve/sandbox";

export default defineSandbox({
  backend: vercelSandboxBackend({
    runtime: "node24",
  }),
});

Agent 可以在沙箱里运行 bash、执行脚本、读写文件，完全不影响你的应用运行时。本地开发时可以用 Docker 或 microsandbox。

人工审批（Human-in-the-Loop）

关键操作可以加审批门控：

export default defineTool({
  description: "执行 SQL 查询",
  inputSchema: z.object({ sql: z.string() }),
  needsApproval: ({ toolInput }) => estimateScanGb(toolInput.sql) > 50,
  async execute({ sql }) {
    // ...
  },
});

Agent 在需要审批时暂停，不消耗计算资源。审批通过后从断点继续。

Evals：像测代码一样测 Agent

evals/weather.eval.ts

import { defineEval } from "eve/evals";
import { includes } from "eve/evals/expect";

export default defineEval({
  description: "天气 Agent 正确调用工具并返回温度",
  async test(t) {
    await t.send("北京今天天气怎么样？");
    t.completed();
    t.calledTool("get_weather");
    t.check(t.reply, includes("°C"));
  },
});

本地运行或接入 CI，每次提交都跑评估，回归在上线前就被发现。

部署：一行命令上生产

Eve 项目就是一个普通的 Vercel 项目：

部署时发生的事情：
- 沙箱自动切换到 Vercel Sandbox（无需改代码）
- Agent 通过公开 URL 可访问
- 正在执行的会话不中断（在旧版本上继续运行直到完成）
- 每个 commit 自动获得 Preview 部署

# 部署后接入 Slack
eve channels add slack

# 查看 Agent 运行状态
# Vercel Dashboard → Observability → Agent Runs

可观测性：每个操作都有 Trace

Eve 的每次运行都生成 OpenTelemetry 标准的 trace：

ai.eve.turn                      # 每轮对话
├── ai.streamText                # 模型调用
│   └── ai.streamText.doStream
└── ai.toolCall                  # 工具调用（含输入输出）
    └── sandbox.bash             # 沙箱命令

导出到你已有的 tracing 服务（Braintrust、Honeycomb、Datadog、Jaeger），在 Vercel Dashboard 上可以直接看到每个会话的完整执行链路。

Vercel 内部怎么用 Eve？

Eve 不是纸上谈兵。Vercel 内部运行着 100+ 个 Eve Agent：

这些 Agent 曾经各有不同的技术栈，现在统一在一个 monorepo 里，共享同一套工具和约定。

与现有方案的对比

Eve 的优势不在于单个功能，而在于把这些功能组合成一个完整的、可部署的系统。

快速上手清单

1. npx eve@latest init my-agent — 初始化项目
2. 编辑 agent/instructions.md — 定义 Agent 身份
3. 添加 agent/tools/xxx.ts — 给 Agent 能力
4. eve dev — 本地测试
5. eve eval — 运行评估
6. vercel deploy — 部署到生产
7. eve channels add slack — 接入 Slack

总结

Eve 的抽象层级很清晰：

• instructions.md → Agent 是谁
• tools/ → Agent 能做什么
• skills/ → Agent 知道什么
• channels/ → Agent 在哪里
• schedules/ → Agent 什么时候自动工作
• subagents/ → Agent 把什么委托出去

这就是一个 Agent 的全部。没有胶水代码，没有框架学习曲线，只有文件和目录。

Vercel 在 Agent 领域赌的方向是：Agent 开发不需要更多的库，需要的是一个框架。 就像 Next.js 没有发明 React、HTTP 或文件系统，但它把这些东西组织成了一套大家都认可的开发范式。

Eve 目前处于 Public Beta，开源在 github.com/vercel/eve，文档在 eve.dev/docs。

作者: itech001
来源: 公众号：AI人工智能时代
网站: https://www.theaiera.cn/
每日分享最前沿的AI新闻资讯和技术研究。

本文首发于 AI人工智能时代，转载请注明出处。

参考来源：
- Introducing eve | Vercel Blog
- eve Documentation
- Build Your First Agent with Vercel eve | Developers Digest