关于运行时无关的AI代理工作流规范（LangGraph/Mastra）的反馈
itsharness是一个用于构建、运行和监控AI代理工作流的完整工具集。它提供可视化画布设计流程，导出运行时无关的规范，编译到不同框架，并支持运行、追踪和调试。当前规范版本0.2.0，包含14种节点类型和5个参考流程。
文章情报
要点
- itsharness提供了一个可视化画布，用于设计AI代理工作流，并导出运行时无关的JSON规范。
- 支持通过适配器将规范编译到LangGraph、CrewAI、Mastra和Microsoft Agent Framework等框架。
- 包含14种节点类型，如LLM调用、工具调用、条件分支、并行分支等，以及内置验证功能。
- 项目处于第一阶段，画布已完成，LangGraph适配器等待RFC关闭后实现代码生成。
为什么重要
这条新闻值得关注，因为itsharness提供了一个可视化画布，用于设计AI代理工作流，并导出运行时无关的JSON规范。
技术影响
可能影响模型选型、推理成本、产品能力和评测基准。
itsharness是一个开源的AI代理工作流框架，旨在弥合高层抽象与底层模板之间的鸿沟。它提供了一套完整的工具，包括可视化画布、运行时无关的规范、适配器以及可观测性支持，让开发者能够高效地构建、运行和调试AI代理。
核心概念是其运行时无关的JSON规范（当前版本0.2.0），该规范描述了工作流的节点、边以及状态模式。开发者可以在画布上通过拖拽14种节点类型（如input、output、llm_call、tool_invoke、condition、parallel_fork、parallel_join、hitl_breakpoint、memory_read、memory_write、subgraph、transform、agent_role、agent_debate）来设计流程。每一条边都可以配置标签和上下文来源，以适配CrewAI等框架。
画布支持实时验证功能，包括Zod模式验证和交叉引用验证（如边目标、存储ID、代理引用）。验证错误会显示在问题面板中，并可点击定位到问题节点。此外，画布还提供自动布局、撤销/重做、键盘快捷键等功能，以及持久化存储（localStorage）和库管理。
规范可以通过适配器编译为不同框架的可运行代码。项目计划支持LangGraph（Python，第一阶段）、CrewAI（Python，第三阶段）、Mastra（TypeScript，第三阶段）和Microsoft Agent Framework（C#/Python，第四阶段）。另外，还计划集成A2A协议，以实现与其他A2A兼容运行时的互操作性。A2A协议允许将已部署的流程同时暴露为REST、MCP工具和A2A代理，并可以调用外部的A2A代理（如Google ADK、OpenAI Agents SDK、Claude Agent SDK）而无需编写新的适配器。
目前，项目处于第一阶段，画布功能已完成，但LangGraph适配器仍为存根，等待RFC关闭后实现实际代码生成。项目包含五个参考流程（如RAG代理、内容审核、并行风险评估等），每个流程针对不同的适配器，并都通过验证。
其长期目标包括可观测性集成（Langfuse）、HITL暂停/恢复UI、LiteLLM网关、流程版本控制以及A2A协议启动。该项目采用Apache 2.0许可，并欢迎社区贡献。