Skip to main content
AIsa 为 AI agent 提供了一个统一的资源和交易边界,覆盖受支持的模型、API、数据服务、Agent Skills 和付费能力。这样可以减少应用需要管理的提供商账号、凭证、发现格式和计费关系数量。 “统一”并不意味着所有能力都使用完全相同的 endpoint、请求 schema、计价单位或授权方式。它意味着 agent 可以从同一个产品和账号边界出发,找到合适的入口,然后使用该能力对应的精确契约。

AIsa 统一了什么

对于受支持的能力,AIsa 可以为下列环节提供共同起点:
  • 产品发现: 判断任务需要的是模型、Skill、直接 API、带认证的写操作还是支付流程。
  • 账号访问: 用一个 AIsa 账号和 API 凭证访问已文档化的模型与 API。
  • 机器发现: 查看 Agent Card、MCP manifest、OpenAPI 规范和 llms 资源。
  • 用量可见性: 通过 AIsa 的用量和账单页面查看计费的模型与 API 消耗。
  • 技术路由: 从任务目标出发,直达相关性最高的最小文档和 API 契约。
带认证的写操作可能还需要提供商特定的 OAuth 连接或委托凭证。仅拥有 AIsa API 密钥本身,并不等于获得了对外部系统写入的授权。

哪些部分仍然因能力而异

每种资源都可能有自己的运行契约: 请以 OpenAPI 规范和具体文档页面作为实现依据。

资源类型

示例:先研究,再执行经审批的操作

一个任务可以跨越多个入口,但不应把它们当作可互换的:
  1. 按目标查找能力选择研究路径。
  2. 调用搜索或数据 API 获取实时证据。
  3. 用模型对证据做比较和综合。
  4. 如果结果需要发布或发送,把这一步归类为带认证的写操作。
  5. 确认已连接的身份,并在需要时请求确认。
  6. 分别检查用量和外部执行结果。
统一的边界减少了集成碎片化。任务状态、证据标准、授权策略、重试逻辑和结果校验仍然由应用自己负责。

什么时候统一接口更有用

在以下情况可以考虑这种架构:
  • agent 既需要模型,也需要实时外部数据。
  • 否则产品就得维护多个提供商集成。
  • 多个 agent 客户端需要复用同一批 Skills 或发现资源。
  • 工作流需要跨不同能力类型的统一用量视图。
  • 希望增量接入新资源,而不必重新设计整个 agent。

什么时候直接对接更简单

在以下情况直接对接提供商可能更好:
  • 一个稳定的模型或 API 就能完成全部任务。
  • 团队需要 AIsa 未开放的提供商特有功能。
  • 现有的可靠性、合规、采购和计费流程已经覆盖了该提供商。
  • 不希望引入额外的路由或计费依赖。
AIsa 不是非此即彼的架构。先从最小可用的入口开始,只有当工作流确实需要时,再引入其他资源类型。

下一步