别再手写 AI 胶水代码了：apcore 想要重新定义“AI 原生模块”的开发范式

Tercel
0 阅读3分钟

前言：AI Agent 时代的“文档地狱”

现在的 AI Agent 开发中，最痛苦的不是写业务逻辑，而是为了让 LLM 调用一个函数，你需要手写大量的 JSON Schema、Prompt 描述，以及处理各种输入验证。一旦代码改了，Schema 也要跟着改，这种“胶水代码”正在成为 AI 时代的维护噩梦。

什么是 apcore？

apcore 是一个专为 AI 时代设计的通用模块开发框架。它的核心哲学是：“Schema 即核心，代码即集成”。它不仅仅是一个 SDK，更是一套强制模块具备“AI 感知能力” Standard。

[  应用层  ]   Django / Flask / NestJS / Tiptap ...
                    |
[  核心层  ]   apcore (Capability Registry & Executor)
                    |
[  协议层  ]   /------|------\
            MCP      A2A    Future-Protocols
             |        |
[   AI 层  ]  LLM    Other-Agents

🚀 全球首个对接 NIST 2026 AI 安全标准的开源框架

apcore 在设计之初就前瞻性地考虑了安全性。它是目前业内首个（且最完善地）实现了 2026 年美国联邦政府 AI Agent 安全 RFI (NIST) 技术要求的框架：

  • 爆炸半径控制 (ACL)：基于模式的默认拒绝访问控制，严格执行最小权限原则。
  • 人类在环 (HITL)：通过 requires_approval 注解，为高风险操作强制增加人工审批。
  • 全链路审计：支持 W3C 标准的 trace_id 传播，完美追踪 Agent 的每一步决策路径。

核心架构：四位一体

  1. 强制模式驱动 (Schema-First)：采用 JSON Schema Draft 2020-12 标准。
  2. 四种集成模式：
    • 装饰器：一行代码 @module 自动推导。
    • 函数封装：不改源码直接封装类方法。
    • YAML 外部绑定：针对遗留系统或三方库，无需修改一行代码即可转为 AI 模块。
    • 类实现：支持最完整的业务逻辑定义。
  3. 多协议原生支持：一份代码，同时暴露为 MCP (Model Context Protocol)、A2A (Agent-to-Agent)、OpenAI Tools、HTTP API 和 CLI。
  4. 企业级执行流：内置洋葱模型中间件、ACL 权限校验和输入输出自动验证。

快速上手 (Python 示例)

from apcore import module

@module(
    id="calculator/add",
    description="对两个数字进行求和操作"
)
def add(a: int, b: int):
    return {"result": a + b}

配合 apcore-mcp，只需一行指令即可让该函数变成 Claude Desktop 的插件： python -m apcore_mcp --extensions-dir ./modules

为什么选择 apcore？

维度传统 Web 框架apcore
AI 可感知性弱（依赖外部文档）强（Schema 强制驱动，AI 天生能懂）
集成成本高（需手写适配层）极低（YAML 绑定实现“零代码”转换）
安全性依赖应用层逻辑框架级强制 ACL 与 NIST 合规
多协议支持仅限 HTTP/RPC原生支持 MCP, A2A, OpenAI Tools

结语

apcore 目前已在 GitHub 开源（Apache 2.0 协议），提供 Python 和 TypeScript 的双语言 SDK 支持。我们的目标是消除“AI 胶水代码”，让每一行业务逻辑都能成为安全、可感知、可流转的 AI 基础设施。

GitHub： github.com/aipartnerup
Python SDK： github.com/aipartnerup…
TypeScript SDK： github.com/aipartnerup…
官方文档： apcore.aipartnerup.com/

avatar
文章
阅读
粉丝