Hugging Face发布Agentic资源发现标准 让智能体实时检索工具

背景与动机

当前的智能体生态仍然采用“先装后用”模式：开发者需要在配置文件中硬编码MCP服务器地址或技能描述。面对成千上万的工具，这种方式显得既笨重又难以扩展。传统的做法是把所有工具描述塞进大模型的上下文窗口，让模型自行挑选，但受限于上下文长度，效果往往不佳。

ARD 规范核心

Agentic Resource Discovery（ARD）提出了两层标准：

1. 静态清单格式 ai-catalog.json：发布者在固定 URL（如 https://huggingface.co/.well-known/ai-catalog.json）放置包含名称、描述、标签、合规信息等字段的清单。
2. 动态搜索 API POST /search：客户端以自然语言查询，返回按意图排序的能力条目，支持分页、过滤等高级特性。

这套协议完全基于 HTTP/REST，任何语言或平台都可实现，且通过媒体类型区分不同资产（技能、MCP服务器、原始 Space 元数据）。

Hugging Face 的实现：Discover Tool

Hugging Face 将 ARD 规范落地为 Discover Tool，它在 Hub 上聚合了数千个 Spaces、MCP 服务器和 AI Skill，并对外提供统一搜索。实现细节包括：

• agents=true 标志激活面向智能体的语义搜索，只返回运行中（RUNNING）且具备 agents.md 描述的 Spaces。
• 根据请求的 Accept 类型返回三种媒体格式：
  • application/ai-skill（默认） → 自动生成的 SKILL.md 包含 name、description、source 等元信息。
  • application/mcp-server+json → 指向 Space 的 Gradio MCP 端点。
  • application/vnd.huggingface.space+json → 原始 Space 元数据，供高级客户端自行处理。

使用示例

# 安装 CLI
uv tool install huggingface_hub

# 搜索训练模型的技能
hf discover search "Fine tune a language model"

# 调用 MCP 服务器生成图片
hf discover search "Generate an image" --json --kind mcp

# 跨注册表搜索机票购买服务
hf discover search "Purchase aeroplane tickets" --registry-url https://example.com

也可以直接调用 REST 接口：

curl -s https://huggingface-hf-discover.hf.space/search 
  -H "Content-Type: application/json" 
  -d '{ "query": { "text": "fine tune a sentence transformer", "filter": { "type": ["application/ai-skill"] } }, "pageSize": 5 }'

行业意义

ARD 将发现层从执行层抽离，使得任何符合规范的服务都能被统一检索，极大提升了工具生态的可组合性。

• 跨平台联邦：不同公司可以部署自己的 ARD 注册表，客户端只需查询一次即可获得全网能力。
• 动态能力扩展：智能体在运行时根据用户意图即时获取最新工具，无需提前打包。
• 合规与标签：清单中可嵌入发布者身份、合规证明和丰富标签，帮助企业在安全合规要求下使用第三方能力。

下一步计划

Hugging Face 正在完善 ARD 的联邦模式（auto、referrals、none），并将在组织和个人主页支持直接托管 ai-catalog.json。一旦落地，任何 Space 发布者都能通过标准化 URI 自动公开其能力，进一步加速“即插即用”型智能体的构建。

结语

Agentic Resource Discovery 为 AI 生态注入了“搜索即服务”的新范式，让智能体从静态插件转向动态、可扩展的能力网络。随着更多企业和开源社区加入，未来的智能体将能够像人类一样在浩瀚的工具库中即时找到最合适的助手。