智能体资源发现：让智能体自己搜索

当前，构建AI智能体的开发者通常需要预先安装并配置工具、技能或其他智能体，这限制了系统的灵活性和可扩展性。为了解决这一问题，Agentic Resource Discovery（ARD）规范应运而生。ARD 是一个开放的规范，由微软、谷歌、GoDaddy、Hugging Face 等公司的贡献者共同开发，旨在为智能体提供运行时发现能力，而非依赖预置配置。

ARD 定义了两个核心组件：一个静态清单格式 ai-catalog.json，允许发布者在已知URL上托管其能力；一个动态注册表 API（POST /search），提供实时、排序的发现功能。这一设计将发现与执行分离，使智能体能够根据意图动态选择最合适的能力，而无需预先集成。

Hugging Face 作为 ARD 的早期采纳者，在其 Hub 上实现了 Discover 工具，作为该规范的参考实现。Discover 工具通过结合 Hub 现有的语义搜索和 Agent Skills，为用户提供对数千个技能、ML 应用和 MCP 服务器的搜索访问。它支持三种媒体类型：application/ai-skill（默认）、application/mcp-server+json（针对 MCP 服务器）、以及 application/vnd.huggingface.space+json（原始 Space 元数据）。对于包含 agents.md 文件的 Space，Discover 会将其转换为技能格式，供任何兼容技能的系统使用。

用户可以通过多种方式使用 Discover 工具：通过 Hugging Face CLI（hf）运行命令搜索，例如 hf discover search "Fine tune a language model"；直接调用 REST API，发送 POST 请求到 https://huggingface-hf-discover.hf.space/search；或通过 MCP 端点连接任意 MCP 客户端。此外，Hugging Face 的已知URL https://huggingface.co/.well-known/ai-catalog.json 提供了完整的目录信息。

ARD 的推出标志着智能体能力发现从手动安装向意图驱动的动态搜索转变。未来，Hugging Face 计划进一步增强对规范联邦模式（自动、推荐、无）的支持，并在用户和组织配置文件中添加静态 ai-catalog.json 清单，使任何 Space 发布者都能通过标准 URI 机制宣传其能力。