智能體資源發現：讓智能體自己搜索

當前，構建AI智能體的開發者通常需要預先安裝並配置工具、技能或其他智能體，這限制了系統的靈活性和可擴展性。為了解決這一問題，Agentic Resource Discovery（ARD）規範應運而生。ARD 是一個開放的規範，由微軟、谷歌、GoDaddy、Hugging Face 等公司的貢獻者共同開發，旨在為智能體提供運行時發現能力，而非依賴預置配置。

ARD 定義了兩個核心組件：一個靜態清單格式 ai-catalog.json，允許發佈者在已知URL上託管其能力；一個動態註冊表 API（POST /search），提供實時、排序的發現功能。這一設計將發現與執行分離，使智能體能夠根據意圖動態選擇最合適的能力，而無需預先集成。

Hugging Face 作為 ARD 的早期採納者，在其 Hub 上實現了 Discover 工具，作為該規範的參考實現。Discover 工具通過結合 Hub 現有的語義搜索和 Agent Skills，為用户提供對數千個技能、ML 應用和 MCP 服務器的搜索訪問。它支持三種媒體類型：application/ai-skill（默認）、application/mcp-server+json（針對 MCP 服務器）、以及 application/vnd.huggingface.space+json（原始 Space 元數據）。對於包含 agents.md 文件的 Space，Discover 會將其轉換為技能格式，供任何兼容技能的系統使用。

用户可以通過多種方式使用 Discover 工具：通過 Hugging Face CLI（hf）運行命令搜索，例如 hf discover search "Fine tune a language model"；直接調用 REST API，發送 POST 請求到 https://huggingface-hf-discover.hf.space/search；或通過 MCP 端點連接任意 MCP 客户端。此外，Hugging Face 的已知URL https://huggingface.co/.well-known/ai-catalog.json 提供了完整的目錄信息。

ARD 的推出標誌着智能體能力發現從手動安裝向意圖驅動的動態搜索轉變。未來，Hugging Face 計劃進一步增強對規範聯邦模式（自動、推薦、無）的支持，並在用户和組織配置文件中添加靜態 ai-catalog.json 清單，使任何 Space 發佈者都能通過標準 URI 機制宣傳其能力。