AG-UI（智能体与用户交互协议）

是什么

AG-UI 全称「智能体与用户交互协议」（Agent–User Interaction Protocol），是一套开放的、基于事件的标准，用来把智能体（agent）接到面向用户的应用上^[1]。它的定位不是绑定某一种聊天产品或某个前端框架，而是作为一条通用的双向连接，把面向用户的应用与任意智能体后端连起来^[1]。也就是说，协议落在智能体运行时与用户眼前的界面相交的那条边界上，规定哪些信息可以跨过这条边界。

怎么工作

AG-UI 规范的是三类信息在智能体运行时与前端之间的流动：智能体状态、界面意图（UI intent）与用户交互^[1]。「基于事件」意味着这条连接传的是一串离散消息，而不是一次请求配一次应答：智能体每一处更新都以一个事件的形式到达，前端收到即可处理。具体到会话层面，协议为多轮会话提供 token 与事件的实时流式传输，会话可以被取消，也可以恢复^[1]。逐 token 推送之所以重要，是因为模型的答案是逐渐产生的，边生成边显示，智能体才不会看起来一动不动；取消与恢复之所以重要，是因为真实的会话总会被打断——用户中途叫停一段长回答，或者过一阵子回到原来的对话，连接得能接得住。

除文本之外，AG-UI 还支持带类型的附件与实时媒体，包括文件、图片、音频与转写文本^[1]。所谓带类型，是指负载自己声明类型，收发双方不必从一段没有标注的数据里猜结构。

与相邻协议的分工

AG-UI 的文档把它与另外两个协议并列介绍：源自 Anthropic 的 MCP，以及源自 Google 的 A2A^[1]。文档同时划清了 AG-UI 与 A2UI 的区别：A2UI 管的是智能体下发界面组件，AG-UI 管的是把智能体化的前端接到任意智能体后端^[1]。这两组区分性质并不相同：与 MCP、A2A 并列，说的是各协议分别覆盖智能体系统的哪一段；与 A2UI 的区分，说的是「智能体往屏幕上放什么」和「前端究竟怎样与智能体对话」不是同一件事。

随协议发布的东西

项目提供 TypeScript、Python 与 .NET 三种语言的 SDK，以及一份正式规范^[1]。既有写下来的规范，又有多语言 SDK，不同团队才能在连接两端实现出相同的线上行为。

现状与方向

项目公开发布针对生成式界面（generative UI）与元事件（meta event）的提案，另有一份迁移到 1.0 版本的指南^[1]。提案流程是规范项目把设计改动先摆到公开场合讨论的做法，讨论清楚之后才进入标准本身；迁移指南则是为了让按早期行为写成的实现能够向前过渡。

在文档所列的这几个协议里，AG-UI 面向的是靠近用户的那一端：MCP 与 A2A 是它的邻接者，A2UI 是组件层面的对应物^[1]。