智慧體資源發現：讓智慧體自己搜尋

當前，構建AI智慧體的開發者通常需要預先安裝並配置工具、技能或其他智慧體，這限制了系統的靈活性和可擴充套件性。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，旨在為智慧體提供執行時發現能力，而非依賴預置配置。

ARD 定義了兩個核心元件：一個靜態清單格式 ai-catalog.json，允許釋出者在已知URL上託管其能力；一個動態登錄檔 API（POST /search），提供即時、排序的發現功能。這一設計將發現與執行分離，使智慧體能夠根據意圖動態選擇最合適的能力，而無需預先整合。

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 工具透過結合 Hub 現有的語義搜尋和 Agent Skills，為使用者提供對數千個技能、ML 應用和 MCP 伺服器的搜尋訪問。它支援三種媒體型別：application/ai-skill（預設）、application/mcp-server+json（針對 MCP 伺服器）、以及 application/vnd.huggingface.space+json（原始 Space 後設資料）。對於包含 agents.md 檔案的 Space，Discover 會將其轉換為技能格式，供任何相容技能的系統使用。

使用者可以透過多種方式使用 Discover 工具：透過 Hugging Face CLI（hf）執行命令搜尋，例如 hf discover search "Fine tune a language model"；直接呼叫 REST API，傳送 POST 請求到 https://huggingface-hf-discover.hf.space/search；或透過 MCP 端點連線任意 MCP 客戶端。此外，Hugging Face 的已知URL https://huggingface.co/.well-known/ai-catalog.json 提供了完整的目錄資訊。

ARD 的推出標誌著智慧體能力發現從手動安裝向意圖驅動的動態搜尋轉變。未來，Hugging Face 計劃進一步增強對規範聯邦模式（自動、推薦、無）的支援，並在使用者和組織配置檔案中新增靜態 ai-catalog.json 清單，使任何 Space 釋出者都能透過標準 URI 機制宣傳其能力。