> ## Documentation Index
> Fetch the complete documentation index at: https://aisa.one/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# 模型网关与 Agent 能力层

> 对比仅提供模型访问的网关和更完整的 agent 能力层，判断哪种架构更适合你的工作流。

**模型网关**统一了访问 AI 模型的方式。**Agent 能力层**同样包含模型访问，但还提供数据、工具、可复用工作流、发现元数据，以及受控的写操作或支付入口。

这个区别很重要，因为许多 agent 除了文本生成之外，还需要实时证据和外部操作。

## 逐项对比

| 需求              | 模型网关      | Agent 能力层                       |
| --------------- | --------- | ------------------------------- |
| 统一的模型 API       | 核心功能      | 包含                              |
| 模型路由和统一计费       | 常见        | 模型部分包含                          |
| 实时搜索、市场、社交或公司数据 | 通常需另行接入   | 可通过直接 API 或 Skills 获取           |
| 可复用的任务工作流       | 由应用自行实现   | 可打包成 Agent Skills               |
| 机器可读的能力发现       | 可能提供模型元数据 | 可提供 Agent Card、MCP 和 OpenAPI 资源 |
| 带认证的外部写入        | 通常不在范围内   | 可作为受控的操作入口                      |
| 程序化 API 采购      | 通常不在范围内   | 可搭配支付和预算控制                      |

## 什么时候选模型网关

以下情况通常用模型网关就够了：

* 应用主要用于生成或分析内容。
* 外部事实已经由应用提供。
* 团队已有独立的工具和数据集成。
* 工作流不需要跨工具的可复用 Skills。

如果符合这些描述，从 [AIsa 模型](/docs/zh/guides/models)开始。你可以只使用模型网关，而不必采用 AIsa 的其他入口。

## 什么时候选更完整的能力层

以下情况适合使用更完整的能力层：

* agent 必须先获取实时信息才能作答。
* 否则就需要分别接入多个数据提供商。
* 多个 agent 客户端需要共享同一套任务指令。
* agent 需要以机器可读的方式发现可用能力。
* 工作流可能包含受控写入或计费的运行时采购。

从[按目标查找能力](/docs/zh/by-goal)或[按接口查找能力](/docs/zh/by-interface)开始。

## 两者并不互斥

模型网关本身就是能力层中的一项能力。应用可以先从模型推理起步，等到真实工作流有需要时，再加入 API 或 Skills。

这种增量方式可以避免不必要的编排：

1. 用模型完成推理或生成。
2. 需要实时外部数据时，加入直接 API。
3. 把重复出现的编排打包成 Skill。
4. 只有必须产生副作用时，才加入带认证的写操作。
5. 只有存在运行时采购需求时，才加入程序化支付控制。

## 评估问题

在选定架构之前，先问：

* 应用需要的是一个模型提供商、多个模型，还是模型加外部数据？
* endpoint 的调用顺序和任务状态应由谁掌控：应用还是可复用的 Skill？
* 其中是否有写操作而非读操作？
* agent 是否需要动态发现能力？
* 适用哪些预算、重试和审计规则？

完整的产品匹配清单参见[何时使用 AIsa](/docs/zh/evaluate/when-to-use-aisa)。