Agent 资源发现规范：工具/技能/Agent 查询标准

跨 web 发现和验证工具、技能和 agent 的开放规范。

Agent 正在成为更大生态系统中的参与者。它们越来越依赖分布在团队、组织和平台间的工具、技能和其他 agent。

要让这个生态系统规模化发展，agent 需要可靠地回答三个问题：正确的能力在哪里？我应该使用哪个能力？以及如何验证连接到它是安全的？

目前，跨组织还没有标准的方式来回答这些问题。

这就是我们要宣布 Agentic Resource Discovery (ARD) 的原因——一个开放规范，用于在 web 上发布、发现和验证 AI 能力。ARD 由行业合作伙伴共同开发，允许工具和服务被安全地共享和连接，无论其底层框架、协议或提供商如何。

与整个 agent 生态系统的合作伙伴共建

Agentic web 缺失的一层

想象一个运营 agent 正在调查生产中的实时事件。为了解决问题，它可能需要查询可观测性系统、搜索工程文档、查看部署历史、开启支持工单，甚至可能需要咨询专门的故障排查 agent。

虽然许多平台已经有自定义注册表来管理这些能力，但它们仍然分散且孤立在特定的生态系统内。这种缺乏互操作性的状况阻止了 agent 在不同工具间轻松通信。缺失的是一个标准方式，让 agent 能够跨越组织边界发现能力并建立信任。

ARD 提供了这一层。它规范了能力如何在组织自己的域名下发布并在联合注册表中索引，使任何 agent 都能动态地找到合适的资源。从那里，ARD 退出舞台——交付可验证的信任元数据，让 agent 能使用工具的原生协议建立直接、安全的连接。

这种架构依赖两个基础组件：目录（catalogs）和注册表（registries）。

目录：为了让资源可被发现，组织发布一个描述其可用能力的目录。因为这些目录直接托管在组织自己的域名下，该域名的所有权成为身份和信任的密码学基础。

注册表：注册表充当 agentic web 的搜索引擎。它们爬取已发布的目录，索引其内容，并使其可搜索。当 agent 提交发现请求时，注册表返回匹配的能力以及验证发布者和建立信任所需的元数据，然后再进行连接。

下面的视频演示了 ARD 客户端在运行时完全动态地发现和执行新能力。请注意终端窗口中的这四个关键阶段：

发布目录：提供商在其域名的一个众所周知的路径上托管 ai-catalog.json 文件。该目录描述提供商的可用能力，可以包括 MCP 服务器、A2A agent、OpenAPI 工具或甚至其他嵌套目录。

发现和解析：当客户端 agent 需要某项能力时，它可以通过纯语言意图查询 ARD 注册表（可以主动爬取和索引这些目录），或者完全绕过搜索，直接从已知合作伙伴的域名获取目录。

密码学验证：在生产环境中，发现层允许发布者附加可验证的信任元数据。无论是通过搜索还是直接获取找到的，这使客户端 agent 或注册表在连接到端点前能主动确认发布者的真实密码学身份。

直接运行时连接：客户端 agent 动态加载选定的能力，使用其原生协议或 API 与其交互，并将结果返回给用户。

抱歉，您的浏览器不支持此视频播放

将 ARD 引入 Gemini Enterprise Agent Platform

正如开放 web 使信息民主化一样，ARD 使 AI 资源发现民主化。Google Cloud 通过 Gemini Enterprise Agent Platform 中的 Agent Registry 支持这一点——这是一款企业级产品，实现了这个愿景，并成为这个全球联合网络的一部分。

Agent Registry 确保企业能在规模上信任、治理和运营这一承诺。它为搜索、发现和托管 agentic 资源提供完全托管的支持，包括 agent、技能、MCP 服务器和其他工具。此外，它允许用户直接将这些能力上线到 Agent Registry，并将很快支持已认证的发布者上线。

重要的是，Agent Registry 在企业治理中发挥核心作用。这包括分配全局唯一的命名空间 URN、执行 agentic 出站策略以及锁定工具和规范。它还使用 Agent Identity 处理安全的资源管理，以验证信任清单——ARD 的密码学层，用于证明 agent 的真实性并满足 HIPAA 等企业合规标准。

对 ARD 的原生支持将在未来几个月在 Agent Platform 中推出，让组织能安全地将其内部注册表连接到更广泛的网络。

ARD 规范现已推出。参与其中：

发布你的第一个目录：按照快速入门指南，在你的域名上托管 ai-catalog.json 文件，在几分钟内使你的服务可被发现。

阅读规范：查看规范，包括完整的模式、联合模型、信任架构和参考实现。

加入社区：通过访问我们的 GitHub 仓库，贡献实现、提议模式更新，并参与 ARD 的演进。

agent 生态系统在分散和开放时效果最佳。ARD 是我们为保持其这样做出的贡献。我们期待你的反馈——以及你的目录！

Agentic Resource Discovery 规范采用 Apache 2.0 许可证，构建在基础 AI Catalog 数据模型之上。我们感谢 Linux Foundation 下的 AI Catalog 工作组，以及帮助塑造规范和参考实现的发布合作伙伴。