vivo统一AI Agent能力，Chat模式落地打造可“拼”底座助力业务演进！
【背景与目标】
各位，vivo互联网项目团队围绕三大业务场景（笔记、知识库、项目管理）统一了一套可组合的AI Agent能力。本文聚焦一期「Chat模式」落地，强调Runtime Adapter的“协议无关、面向任意后端流”特性。业务诉求方面，笔记、知识库、项目管理三类场景都需要“对话式”AI能力，并逐步演进到多轮、工具调用、上下文增强与可追溯。统一入口上，不希望每条业务线重复造轮子，期待用同一套可组合Hook即插即用。一期范围是先完成Chat模式打底，但保留可扩展的“多消息一回合”“工具调用”“历史/检查点”能力。在产品体验上，遵循主流Agent设计范式，结合过往实现风格，将复杂性交由“消息模型 + 运行时适配 + 前端编排”三段式来解耦。
【设计原则】
设计原则有四点。一是“消息即协议”，把后端回传的事件统一解码为前端消息模型，UI只消费消息，不关心来源细节。二是“运行时可插拔”，只要后端能以“流”的形式输出，Adapter都会转为相同的AgentStreamEvent，前端逻辑零差异。三是“前端可编排”，用Hook/Context管理上下文、工具、重试/变体、回调，形成稳定的胶水层。四是“渐进增强”，一期只做Chat，但保留threadId/runId，为“历史/检查点/回放/评测”留出Agent能力口。
【架构总览】
只列出Chat模式强相关的核心模块。①统一消息模型，覆盖UserMessage、AssistantMessage、Thinking - Message、ActionExecution - Message、ResultMessage等类型，含status与可选parentMessageId，可扩展图片、状态消息。②Runtime Adapter接口，generateResponse(params) / retry(params)返回ReadableStream，sendFeedback统一正/负反馈，可对接多种后端“流”，无论来源如何，都会标准化为AgentStreamEvent。③前端编排（Orchestration），AgentKit作为Provider暴露上下文，统一注入runtime、actions、上下文树、消息与加载状态、重载完成回调等；useAgentChat组合useChat，提供append - Message、reloadMessages、stop - Generation、threadId、runId等能力；useChat串接Runtime流式事件，处理工具调用与Agent循环，并维护AbortController。④Vue UI组件，Chat容器封装输入/消息区/操作/建议项，借助useCopilotChatLogic与Core同步。
【事件流与消息模型：把一切都还原成消息】
后端返回的是“事件”，前端消费的是“消息”，把差异收敛在Adapter层。一是“增量累加”，把分片token聚合为Thinking - Message / AssistantMessage。二是“工具事件”，tool_call → ActionExecution - Message，tool_result → ResultMessage。三是“统一标识”，维护threadId（会话）与runId（本轮loop），为历史/检查点铺路。四是“精确收束”，依据服务端“回合结束”信号或本地规则，准确结束本轮流。上层只看到标准的AgentStreamEvent，UI组件无须关心消息从哪里来，只负责渲染消息序列。
【Agent回合循环（loop）与工具调用（tools）】
Chat模式不仅是“生成一条回复”，而是“一轮内可能包含多条消息”。把“回合循环”放在useChat中集中处理，串接流式事件，按顺序追加消息；捕获ActionExecutionMessage触发前端工具handler，并把结果回注为ResultMessage；当一轮结束，返回最终AssistantMessage并可进入下一轮；在“重载/变体”场景中，保留既有候选并追加新候选，形成多变体集合。与传输方式无关，只要后端发出等价事件，Adapter统一映射，工具消息即可完整往返。工具调用的前端形态是useAgentAction，它可描述name/description/parameters；处理时handler(args)返回值会被打包成ResultMessage回注对话；可选渲染可将工具调用或结果以内嵌卡片形式展示；同一执行ID只会触发一次handler；Adapter负责把后端的工具事件统一映射为前端消息，UI不需要关注具体协议与传输方式。
【UI交互与建议（Suggestions）】
Chat作为容器，暴露了消息渲染插槽与输入区控制，默认行为是渲染Thinking、Assistant、User、Error等消息类型；支持复制、停止、重新生成、建议点击；useCopilotChatLogic负责把Core能力（useAgentChat）与UI事件连起来，并提供节流后的建议刷新入口。
【最小上手：3步把Chat接入到任一页面】
第一步，在根组件用AgentKit包裹，并选择Runtime。第二步，页面里直接用Chat（或自定义渲染）。第三步，（可选）注册工具，供模型调用。
【与业务的契合】
笔记/知识库/项目管理方面，前端可把当前选中文段/标签/页面结构通过addContext合并入agentArgs，无需更改Runtime。知识库agent文档/集成流程智能Agent（未来规划）方面，把检索与聚合能力抽象为FrontendAction，回注ResultMessage，让Agent循环自动推进。
【面向知识库问答与集成流程智能的演进设想】
一是知识库问答Agent（RAG），支持互联网检索，结合站内知识完成回答；提供关键字检索、内容获取与语义检索（向量）；后续将支持直接帮你编辑、新增文档等操作；让AI准确看到你正在关注的内容，与你的上下文保持一致，帮助你更高效地思考、写作与创造。二是集成流程，自动配置，添加节点，配置节点，验证节点，一句话帮你完成流程配置，面向非开发同学，解决流程编排困难和语法复杂的问题；支持从自然语言自动生成流程与节点参数；节点配置表单化，参数智能补全与校验，自动化验证每一步并给出修复建议；支持逐步验证与仿真运行，输出日志与每步结果检查。
【下一步需完善】
一是历史记录，当前未做持久化回放，已通过threadId预埋会话键，后续可依此查询并复原消息序列。二是检查点，runId用于标记本轮loop，未来可以支持检查点能力，在“继续/撤回/回滚”中复用，是Agent交互中必不可少的能力。三是工具事件，实现HumanInTheLoop能力，工具调用需要用户确认，或者需要用户填写表单等内容与Agent协同。
【结语】
用“消息模型 + Runtime Adapter + 前端编排”的方式，把Chat模式做成了可以“拼”的底座，UI只面向消息，不关心来源；运行时可替换，协议差异被屏蔽；工具/上下文/重试等交互都在编排层实现；threadId/runId为历史/检查点打好地基。这让三类业务都能在同一套基建上继续演进。接下来，会补齐历史与工具事件、完善多变体交互，并把“回合对齐/评测”纳入流水线。