關於執行時無關的AI代理工作流規範（LangGraph/Mastra）的反饋
itsharness是一個用於構建、執行和監控AI代理工作流的完整工具集。它提供視覺化畫布設計流程，匯出執行時無關的規範，編譯到不同框架，並支援執行、追蹤和除錯。當前規範版本0.2.0，包含14種節點型別和5個參考流程。
文章情報
要點
- itsharness提供了一個視覺化畫布，用於設計AI代理工作流，並匯出執行時無關的JSON規範。
- 支援透過介面卡將規範編譯到LangGraph、CrewAI、Mastra和Microsoft Agent Framework等框架。
- 包含14種節點型別，如LLM呼叫、工具呼叫、條件分支、並行分支等，以及內建驗證功能。
- 專案處於第一階段，畫布已完成，LangGraph介面卡等待RFC關閉後實現程式碼生成。
為什麼重要
這條新聞值得關注，因為itsharness提供了一個視覺化畫布，用於設計AI代理工作流，並匯出執行時無關的JSON規範。
技術影響
可能影響模型選型、推理成本、產品能力和評測基準。
itsharness是一個開源的AI代理工作流框架，旨在彌合高層抽象與底層模板之間的鴻溝。它提供了一套完整的工具，包括視覺化畫布、執行時無關的規範、介面卡以及可觀測性支援，讓開發者能夠高效地構建、執行和除錯AI代理。
核心概念是其執行時無關的JSON規範（當前版本0.2.0），該規範描述了工作流的節點、邊以及狀態模式。開發者可以在畫布上透過拖拽14種節點型別（如input、output、llm_call、tool_invoke、condition、parallel_fork、parallel_join、hitl_breakpoint、memory_read、memory_write、subgraph、transform、agent_role、agent_debate）來設計流程。每一條邊都可以配置標籤和上下文來源，以適配CrewAI等框架。
畫布支援即時驗證功能，包括Zod模式驗證和交叉引用驗證（如邊目標、儲存ID、代理引用）。驗證錯誤會顯示在問題面板中，並可點選定位到問題節點。此外，畫布還提供自動佈局、撤銷/重做、鍵盤快捷鍵等功能，以及持久化儲存（localStorage）和庫管理。
規範可以透過介面卡編譯為不同框架的可執行程式碼。專案計劃支援LangGraph（Python，第一階段）、CrewAI（Python，第三階段）、Mastra（TypeScript，第三階段）和Microsoft Agent Framework（C#/Python，第四階段）。另外，還計劃整合A2A協議，以實現與其他A2A相容執行時的互操作性。A2A協議允許將已部署的流程同時暴露為REST、MCP工具和A2A代理，並可以呼叫外部的A2A代理（如Google ADK、OpenAI Agents SDK、Claude Agent SDK）而無需編寫新的介面卡。
目前，專案處於第一階段，畫布功能已完成，但LangGraph介面卡仍為存根，等待RFC關閉後實現實際程式碼生成。專案包含五個參考流程（如RAG代理、內容稽核、並行風險評估等），每個流程針對不同的介面卡，並都透過驗證。
其長期目標包括可觀測性整合（Langfuse）、HITL暫停/恢復UI、LiteLLM閘道器、流程版本控制以及A2A協議啟動。該專案採用Apache 2.0許可，並歡迎社群貢獻。