人工智能AI AgentAgent 框架后端多智能体RAG工具调用Agent 记忆【免费下载链接】voltagentAI Agent Engineering Platform built on an Open Source TypeScript AI Agent Framework项目地址https://gitcode.com/gh_mirrors/vo/voltagent点击查看免费下载本文以 packages/core/CHANGELOG.md 为主体脉络结合 packages/core/src 源码结构系统梳理 VoltAgent 核心包voltagent/core从 0.1.x 到 2.9.x 的能力演进包括 AI SDK 原生集成、Memory V2 记忆体系、工具与 MCP 互操作、Workflow 编排引擎、多智能体协作、可观测性以及多次大版本迁移路径。读完本文你将掌握 VoltAgent 核心 API 的完整现状、关键配置参数与真实使用姿势并能据此快速评估与上手该框架。一、包定位与版本路线voltagent/core是整个 VoltAgent 开源项目一个基于 TypeScript 的 AI Agent Engineering 平台的基石。从 package.json 可以看到当前版本为 2.9.2依赖了ai^6、modelcontextprotocol/sdk^1.30.0以及覆盖 OpenAI、Anthropic、Google、Groq、Mistral、Amazon Bedrock 等二十余个ai-sdk/*提供方同时深度集成了 OpenTelemetry 观测体系。源码结构packages/core/src清晰地反映了核心能力域agent/Agent 类、hooks、guardrails、middleware、message-normalizer、memory-persist-queue 等workflow/Workflow 编排引擎tool/工具与 toolkitmemory/Memory V2 与存储适配器接口mcp/MCP 客户端与服务端类型planagent/PlanAgent 规划器workspace/工作区filesystem / sandbox / search / skillsretriever/、eval/、triggers/、observability/、registries/、voltops/、a2a/等从 CHANGELOG 可以梳理出三条明显的主线演进0.1.x → 1.xCore 1.xAI SDK native移除自研 provider 抽象层直接对接 AI SDK引入 Memory V2 与可插拔 Server。1.x → 2.xAI SDK v6对齐 AI SDK v6generateObject/streamObject弃用改用Output.*结构化输出。2.x 持续迭代MCP 升级、Memory 信封envelope、Workflow 时间旅行与崩溃恢复、Workspace、工具路由、成本/用量遥测等。二、Agent 核心AI SDK 原生集成与结构化输出2.1 移除 provider 抽象层1.x 起点在 1.0.0 中Agent 类被完全重构为直接使用 AI SDK 的LanguageModel这是整个框架最重要的架构决策。迁移方式非常直接// 0.1.x旧 import { Agent } from voltagent/core; import { VercelAIProvider } from voltagent/vercel-ai; import { openai } from ai-sdk/openai; const agent new Agent({ name: app, instructions: Helpful, llm: new VercelAIProvider(), model: openai(gpt-4o-mini), }); // 1.x新 import { Agent } from voltagent/core; import { openai } from ai-sdk/openai; const agent new Agent({ name: app, instructions: Helpful, model: openai(gpt-4o-mini), // ai-sdk native });伴随的变化包括description字段被instructions取代userContext更名为context同时接受 Map 与普通对象hooks 改为直接对象定义而非createHooks()包装abortController选项更名为abortSignal消息格式全面切换为 AI SDK 的UIMessage。voltagent/core1.x以ai^5为 peer 依赖。2.2 2.xAI SDK v6 对齐与结构化输出迁移2.0.0 起VoltAgent 对齐 AI SDK v6。官方迁移摘要见 packages/core/CHANGELOG.md更新 VoltAgent 包npm run volt update若 CLI 缺失npx voltagent/cli init后再执行。对齐 AI SDK 包pnpm add ai^6 ai-sdk/provider^3 ai-sdk/provider-utils^4 ai-sdk/openai^3UI hooks 升级ai-sdk/react^3。结构化输出generateObject/streamObject在 2.x 中弃用改用generateText/streamTextOutput.object(...)。同时 2.x 在类型层面做了增强generateText会传播Output.*spec 到返回类型使result.output不再是unknown并解耦了 ai-sdkOutput类型与公开结果类型以避免 TS4053 声明错误。2.3 Usage 语义usage / totalUsage / steps2.9.0 起onEnd输出中的用量语义与 AI SDK 对齐usage表示最后一步的用量totalUsage表示所有步骤累加的总用量steps在可用时包含多步明细。此前 2.8.1 已统一各 provider 使用聚合后的 finish usage例如 Anthropic 在 2.1.6 中修正了多步运行下 finish 事件的 usage 归一化。2.4 流式结果的可靠性修复CHANGELOG 中多个 patch 展示了streamText在 AI SDK v6 下的边界问题与解法2.7.6不再急切读取text/usage/finishReason的 lazy promise改为保留 AI SDK v6 的懒求值契约避免 abort 后产生unhandledRejection。2.6.1修复 startup probing 破坏fullStreamtee 行为导致的ReadableStream is locked错误。2.4.5streamText/streamObject使用 tee 分支探测流启动防止部分 provider 先发 reasoning 事件后终止、丢失text-delta输出的问题。2.3.4 / 2.3.3流式消息 id 与 memory 保持一致start/start-step chunk 携带messageId。三、记忆系统Memory V2 与 per-call 控制3.1 Memory V2 构造方式1.x 起记忆系统改为Memory({ storage: Adapter })存储适配器独立成包import { Memory } from voltagent/core; import { LibSQLMemoryAdapter } from voltagent/libsql; const agent new Agent({ memory: new Memory({ storage: new LibSQLMemoryAdapter({ url: file:./.voltagent/memory.db }), }), });省略memory时默认使用内存存储InMemory以保证 serverless 兼容性。配套适配器包括voltagent/postgres、voltagent/supabase、voltagent/libsql以及云托管形态的voltagent/voltagent-memoryManagedMemoryAdapter通过VOLTAGENT_PUBLIC_KEY/VOLTAGENT_SECRET_KEY自动鉴权可选ManagedMemoryVectorAdapter开启语义搜索。3.2 memory 信封envelope与只读模式2.6.6 引入首选的内存信封同时保留旧顶层字段兼容// 首选新 memory 信封 await agent.generateText(Hello, { memory: { userId: user-123, conversationId: conv-123, options: { contextLimit: 20, semanticMemory: { enabled: true, semanticLimit: 5 }, conversationPersistence: { mode: step, debounceMs: 150 }, }, }, });信封内options支持contextLimit、semanticMemory、conversationPersistence等行为覆盖旧顶层字段conversationId、userId、contextLimit、semanticMemory、conversationPersistence标记为 deprecated两者同时提供时信封优先2.6.7 增加memory.options.readOnly只读调用仍读取会话上下文与工作记忆但跳过写入禁用会话消息持久化、step 持久化、update_working_memory/clear_working_memory写工具保留get_working_memory读工具。3.3 会话持久化与消息完整性围绕多步运行的持久化核心包经历了一系列修复涉及关键参数conversationPersistence.modestep或finishstep模式下按步持久化tool-result/tool-error可立即触发 flush2.4.1conversationPersistence.debounceMs防抖间隔conversationPersistence.flushOnToolResult工具完成后是否立即持久化2.6.4 / 2.6.3修复 step checkpoint 期间重复持久化同一 assistant 消息、丢失 reasoning/tool 等非文本 parts 的问题保证消息message_id稳定2.3.2 / 2.3.3 / 2.3.4保留 OpenAI reasoning/tool 元数据防止 summarization 与历史回放时function_call引用丢失。3.4 记忆辅助能力对话标题生成2.2.0 / 2.7.3generateTitle支持enabled、model缺省用 agent 模型、systemPrompt、maxLength、maxOutputTokens默认temperature: 0对不支持 temperature 的推理模型可设temperature: null省略该参数。反馈持久化2.4.1AgentFeedbackMetadata增加provided/providedAt/feedbackId配套markFeedbackProvided、isFeedbackProvided与result.feedback辅助方法。消息元数据持久化2.6.14memory.options.messageMetadataPersistence可将usage、finishReason等写入 assistant 消息元数据REST 请求通过options.memory.options传递。语义记忆默认值1.1.2mergeStrategy默认为append、semanticThreshold默认为0.7、semanticLimit默认为5。清理一致性2.6.9Memory.clearMessages()现在同步清理向量索引避免语义搜索返回已清除会话。VoltAgent 级默认内存2.1.5入口可配置memory/agentMemory/workflowMemoryagent/workflow 实例级memory优先。四、工具系统Toolkit、工具路由与工具级 hooks4.1 Toolkit 与工具管理0.1.6 引入Toolkit概念定义见 packages/core/src/tool/toolkit.ts 类型将相关工具分组并共享instructions与addInstructions标志配套createToolkit辅助函数与createReasoningTools内置think/analyze推理工具。1.1.38 进一步将工具管理重构为BaseToolManager/ToolManager/ToolkitManager层级结构。4.2 工具路由searchTools callTool2.3.0 起工具路由改为两个系统工具模型先searchTools搜索再callTool按 schema 调用。旧的createToolRouter与toolRouting.routers被移除。const agent new Agent({ name: Tool Routing Agent, instructions: When you need a tool, call searchTools with the user request, then call callTool with the exact tool name and schema-compliant arguments., toolRouting: { embedding: openai/text-embedding-3-small, // 也接受 provider-qualified 字符串 pool: [/* tools */], topK: 2, }, });2.6.2 修复了用户自定义searchTools/callTool命名工具被内部支持工具遮蔽的问题并保证toolRouting: false时同名字定义工具可用。4.3 工具级 hooks 与输出覆盖2.2.0 起工具可自带 hooks且onToolEnd可以返回{ output }覆盖工具结果存在 outputSchema 时会再次校验const normalizeTool createTool({ name: normalize_text, description: Normalizes and truncates text, parameters: z.object({ text: z.string() }), execute: async ({ text }) text, hooks: { onStart: ({ tool }) console.log([tool] ${tool.name} starting), onEnd: ({ output }) typeof output string ? { output: output.slice(0, 1000) } : undefined, }, });2.4.0 新增onToolErrorhook可在工具错误序列化前定制错误负载如针对 axios 错误提取status/code。4.4 工具能力增强一览providerOptions1.2.0工具支持 Anthropic cache control 等 provider 专属选项。多模态工具结果1.2.0toModelOutput可将工具输出转为text/json/content含 media/error-text返回给模型。流式工具输出2.0.14execute可返回AsyncIterable先 yield 阶段性结果再产出最终输出。outputSchema 校验0.1.71可选输出校验失败时向 LLM 返回结构化错误供其自纠。动态工具与 toolkit 指令2.3.8动态tools返回 toolkit 时addInstructions: true的指令会并入本次执行的系统提示词。工具错误非致命化0.1.70工具异常转为结构化结果交给 LLM 决策提高 agent 韧性。prepareStep2.7.0AgentOptions.prepareStep支持按步控制工具可用性与 tool choice调用级prepareStep可覆盖 agent 级默认值。五、MCP 互操作客户端、服务端、elicitation 与授权5.1 MCP 客户端与 elicitation1.4.0 为MCPClient增加elicitation桥处理 MCP 服务器在工具执行中的用户输入请求确认对话框、凭据、表单const clients await mcpConfig.getClients(); clients.myServer.elicitation.setHandler(async (request) ({ action: accept, content: { confirmed: true }, })); // 单次 handler首次调用后自动移除 clients.myServer.elicitation.once(async (request) ({ action: accept }));也支持在generateText/streamText的elicitation选项中直接传 handler自动应用于该请求的所有 MCP 工具。无 handler 的请求自动取消。5.2 MCP 工具授权层1.3.0 引入MCPConfiguration.authorization.can同时支持发现期过滤与执行期校验const mcp new MCPConfiguration({ servers: { expenses: { type: http, url: http://localhost:3142/mcp } }, authorization: { can: async ({ toolName, action, userId, context }) { const roles (context?.get(roles) as string[]) ?? []; if (toolName delete_expense !roles.includes(admin)) { return { allowed: false, reason: Admin only }; } return true; }, filterOnDiscovery: true, // 从工具列表隐藏未授权工具 checkOnExecution: true, // 每次调用时校验 }, });仓库内 examples/with-cerbos 展示了与 Cerbos 策略引擎的集成样例。5.3 MCP 服务端与传输1.1.13 起voltagent/mcp-server将 VoltAgent 的 agents、workflows、tools、prompts、resources 通过 stdio/SSE/HTTP 暴露给任何 MCP 兼容 IDE 或 VoltOps Consolevoltagent/core导出共享类型。2.9.2 将官方 MCP SDK 升级到 1.30.0并新增无状态 Streamable HTTP 处理startHTTP、serverless与请求级流式选项。六、Workflow 编排引擎6.1 API 形态createWorkflow 与 createWorkflowChainCHANGELOG 在 2.3.1 中明确区分两种 APIwith-workflow使用createWorkflow函数式 API步骤函数作为参数with-workflow-chain使用createWorkflowChain链式 API。两者都支持workflowState/setWorkflowState跨步骤共享状态2.2.0且状态在 suspend/resume 后保留。2.8.1 修复了state.input在 workflow 完成后被最终输出覆盖的问题——finish()不再改写存储的初始输入state.input始终保留初始值state.data反映最终值。6.2 控制步骤与执行原语2.0.9 加入控制步骤andBranch、andForEach含concurrency、andDoWhile、andDoUntil、andMap、andSleep、andSleepUntil以及 workflow 级retryConfig。2.4.2 支持循环体多步骤steps数组。2.2.0 的andForEach支持itemsselector 与map。2.6.0 为步骤执行上下文增加四个原语bail(result?)以自定义结果提前完成 workflowabort()立即取消getStepResult(stepId)读取历史步骤输出无则nullgetInitData()获取原始 workflow 输入跨 resume 稳定。createWorkflowChain({ id: bail-demo, input: z.object({ amount: z.number() }), result: z.object({ status: z.string() }) }) .andThen({ id: risk-check, execute: async ({ data, bail }) { if (data.amount 10_000) bail({ status: rejected }); return { status: approved }; }, });6.3 时间旅行、重启与崩溃恢复2.5.0 带来一组高价值 API时间旅行timeTravelworkflow.timeTravel(options)/timeTravelStream(options)以及 chain 版本从历史执行的某一步以新 executionId 确定性重放可覆盖inputData、resumeData、workflowStateOverride重放血缘元数据replayedFromExecutionId、replayFromStepId会持久化在 workflow state 上。配套 REST 端点POST /workflows/:id/executions/:executionId/replay。重启与崩溃恢复workflow.restart(executionId)、restartAllActive()含WorkflowRegistry对应方法。运行时在running状态持久化 step 进度、共享状态、上下文与 usage 快照可确定性恢复中断的运行。startAsync2.5.0fire-and-forget 启动立即返回{ executionId, workflowId, startAt }终态持久化供后续查看。6.4 流式事件与观察 API0.1.80/0.1.81 起 workflow 支持实时事件流workflow-start、step-start、step-complete、workflow-complete与自定义writer.write()事件。2.6.0 增加 run 级观察 APIconst stream workflow.stream({ value: 3 }); const unwatch stream.watch((event) console.log([watch], event.type, event.from)); const reader stream.observeStream().getReader(); for await (const event of stream) { /* ... */ } unwatch();watch/watchAsync/observeStream/streamLegacy同时覆盖stream、timeTravelStream与.resume(...)的返回。2.4.4 还支持GET /workflows/:id/executions/:executionId/stream附加到进行中的 SSE 流并通过fromSequence/Last-Event-ID重放错过的 SSE 事件。6.5 持久化与多租户查询2.4.4options.metadata持久化到 workflow execution state支持/workflows/executions按 metadata 过滤含 LibSQL/D1 的 JSON 比较修复。2.3.7执行列表支持userId、metadataURL 编码 JSON与metadata.key过滤并新增状态别名success - completed、pending - running实现覆盖 in-memory、PostgreSQL、LibSQL、Supabase、Cloudflare D1 与 Managed Memory。1.1.37workflow 时间线事件events、output、cancellation持久化到WorkflowStateEntry避免完成后时间线重置LibSQL 自动迁移Supabase 需在 SQL Editor 执行ALTER TABLE voltagent_workflow_states ADD COLUMN ... JSONB。1.2.17/1.2.16统一queryWorkflowRunsfilter:workflowId/status/from/to/limit/offsetGET /workflows/:id返回resultSchema等 schema 元数据。2.4.3workflow context 变更跨步骤、跨andAgent可见事件/流 context 与归一化 runtime context 对齐。6.6 andAgent 与输出灵活性2.8.0 起andAgent支持带工具的generateTextOutput.object2.1.4 支持Output.*specsarray/choices/json/text作为 schema步骤可返回非对象结构2.0.12 支持通过 mapper 合并andAgent输出到既有 workflow data。七、多智能体编排SubAgent、Supervisor 与 Bail7.1 purpose 优先0.1.28 引入purpose字段1.2.15 起 supervisor 列出来宾 agent 时优先使用其purpose而非完整instructions保持提示词精简并避免指令泄漏。7.2 supervisorConfig 与事件转发0.1.53 增加supervisorConfigsystemMessage整体覆盖、customGuidelines追加规则、includeAgentsMemory控制是否包含历史交互。0.1.79 起可配置fullStreamEventForwarding.types默认[tool-call, tool-result]与addSubAgentPrefix。1.2.20 为转发的 chunk 附加executingAgentId/name、parentAgentName、agentPath元数据。7.3 onHandoffComplete 提前终止1.2.0 新增onHandoffCompletehook允许 supervisor 在子代理产出最终结果时调用bail()跳过 supervisor 再处理显著节省 token且同时支持generateText与streamTextconst supervisor new Agent({ name: Workout Supervisor, subAgents: [exerciseAgent, workoutBuilder], hooks: { onHandoffComplete: async ({ agent, result, bail, context }) { if (agent.name Workout Builder) { bail(); // 跳过 supervisor直接返回用户 } }, }, });7.4 上下文隔离与继承2.9.1delegate_task委派消息打上subAgentId/subAgentName/parentAgentId元数据supervisor 记忆读取过滤委派记录避免污染父会话上下文conversationId 仍共享。1.1.3context Map 实例在操作链与子代理间共享parentOperationContext.contextoptions.context agent 默认值只补缺失键。1.1.34agent.toTool()可将 agent 转为工具由 LLM 动态决定调用哪个专用 agent。八、可观测性与成本遥测8.1 OTel 与 VoltOps核心包内置基于 OpenTelemetry 的可观测管线设置VOLTAGENT_PUBLIC_KEY/VOLTAGENT_SECRET_KEY即自动开启远程导出本地 Console 流式查看仍可用。1.1.20 起将 serverless 观测重构为 fetch 型 OTLP exporter waitUntil钩子1.2.8 使用BatchSpanProcessormaxExportBatchSize: 32、scheduledDelayMillis: 100并接入opentelemetry/context-async-hooks确保 Cloudflare Workers/Vercel Edge 上的 trace 可靠导出。8.2 用量与成本数据2.6.12 / 2.6.13LLM span 上记录估算的 prompt context 拆分system instructions / conversation / tool schemas并暴露 cached、reasoning token对大二进制字段做脱敏、保留循环引用检测。2.6.10转发 OpenRouter provider 上报的成本记录usage.cost与usage.cost_details.upstream_inference_*属性。2.6.11LLM judge 的 token 与成本遥测写入 eval scorer spans便于区分 agent 与 scorer 成本。2.6.3仅当配置变化时才重建 serverless 远端 exporter避免长生命周期实例出现 Processor shutdown 噪音。1.1.35span 记录ai.response.finish_reason、voltagent.stopped_by_max_steps、voltagent.step_count、voltagent.max_steps。1.2.4 / 1.2.8根 span 移除宿主框架的 ambient parent spantrace.deleteSpan(context.active())保证 trace 正确闭合为 root。2.6.3 / 2.6.8结构化输出失败时保留 usage/finish reason/provider metadata并通过VoltAgentError.metadata暴露给错误 hooks。8.3 日志与上下文1.1.36 起 console 输出遵循配置的日志级别而 OpenTelemetry 始终接收全部日志LoggerProxy.shouldLog分离两条路径。0.1.74 将userContext注入 logger context1.1.25 为OperationContext增加input/output字段工具与 hooks 可直接读取。九、动态配置、模型与重试9.1 模型注册表与 provider/model 字符串2.1.1 增加模型注册表与路由器可直接用provider/model字符串而不必导入 provider 包const geminiAgent new Agent({ name: gemini-agent, instructions: Translate to Turkish., model: google/gemini-2.0-flash, });2.4.1 进一步为ProviderOptions提供openai/anthropic/google/xai类型化桶原有顶层temperature、maxTokens、topP等保持兼容。9.2 动态 agent 配置与请求头2.7.1 起动态instructions/model/tools函数在经内置 HTTP 端点调用时会收到headers映射header 名统一转小写可基于x-tenant-id、authorization等实现租户级模型与请求级工具进程内调用则传requestHeadersconst agent new Agent({ name: Tenant Agent, model: ({ headers }) headers?.[x-tenant-id] enterprise ? openai/gpt-4o : openai/gpt-4o-mini, }); await agent.generateText(Hello, { requestHeaders: { authorization: Bearer token, x-tenant-id: tenant-1 }, });9.3 重试、回退与 Retry-After2.1.3 支持有序模型候选 每模型maxRetries总尝试次数 maxRetries 1并提供onRetry/onFallbackhooks 与 input/output middleware 的abort(..., { retry: true })重试反馈maxMiddlewareRetries。2.7.5 修复了重试策略对 providerRetry-After头的尊重executeWithModelFallback现在以Retry-Afterdelta-seconds 或 HTTP-dateRFC 7231为下限保留指数退避作为基线并以 5 分钟为安全上限避免共享 429/503 争用时多个 agent 的重试窗口收敛。十、Workspace、RAG 与 Eval10.1 Workspace实验性2.3.5 引入实验性 Workspace文件系统后端、沙箱执行、搜索索引与技能发现。2.3.6 起 runtime context 被一致地传播到 sandbox/search/skills 操作可构建租户感知路由const workspace new Workspace({ filesystem: { backend: ({ operationContext }) { const tenantId String(operationContext?.context.get(tenantId) ?? default); return new NodeFilesystemBackend({ rootDir: ./.workspace/${tenantId} }); }, }, sandbox: new LocalSandbox({ rootDir: ./.sandbox, isolation: { provider: detect } }), search: { autoIndexPaths: [{ path: /, glob: **/*.md }] }, skills: { rootPaths: async ({ operationContext }) [/skills/common, /skills/tenants/${tenantId}] }, });2.4.1 系列围绕 skills 做了多项增强默认注入 skills 提示workspaceSkillsPrompt可自定义/禁用、第三方SKILL.md自动推断references/scripts/assets白名单、仅注入元数据避免指令注入风险。10.2 内置 RAG 检索器1.5.0 增加VoltAgentRagRetriever连接 VoltAgent Knowledge Base 的全托管 RAG支持自动上下文注入retriever或工具式检索retriever.tool配置项包括knowledgeBaseName必填、topK默认 8、tagFilters、includeSources默认 true、includeSimilarity默认 false。10.3 实时评测Live Evals1.1.27/1.1.29 引入 live evals 与 runtime payload2.4.0 扩展payload 增加messages/toolCalls/toolResults并在voltagent/scorers提供确定性的createToolCallAccuracyScorerCode支持expectedTool单工具与expectedToolOrder有序链检查、严格/宽松模式。十一、服务端、认证与部署1.0.0 起内置 server 移出核心包改为可插拔 server provider 模式IServerProviderstart/stop/isRunningnew VoltAgent({ agents: { agent }, server: honoServer({ port: 3141, enableSwaggerUI: true }), });1.2.9 增加完整认证体系jwtAuthsecret、mapUser、defaultPrivate模式与publicRoutes、WebSocket 查询参数鉴权、VOLTAGENT_CONSOLE_ACCESS_KEYConsole 访问、x-voltagent-dev开发模式默认保护执行端点、/observability/*、workflow 控制端点与/updates。2.0.4 起 Cloudflare Workers 的env绑定通过SERVERLESS_ENV_CONTEXT_KEY注入 context工具内可直接访问 D1 等绑定。十二、从 0.1.x 到 2.x 的迁移路径汇总结合 CHANGELOG可整理出三段式迁移0.1.x → 1.x移除voltagent/vercel-ai、voltagent/vercel-ui、voltagent/xsai直接安装ai^5与对应ai-sdk/*Agent 去掉llmmodel直接传 ai-sdk modeldescription→instructionsMemory 改为Memory({ storage: adapter })Server 迁移到honoServer(...)abortController→abortSignal观测设置 VoltOps keys 即自动启用。1.x → 2.xnpm run volt update升级框架对齐ai^6等依赖generateObject/streamObject→generateText/streamTextOutput.object(...)。2.x 持续增强采用options.memory信封新特性集中在 Workspace、Workflow time travel/restart、MCP streamable HTTP 与用量/成本遥测。十三、总结voltagent/core的 CHANGELOG 记录了框架从自研 provider 抽象到AI SDK 原生、从单一 Agent到Memory V2 Workflow MCP Workspace 观测的完整演化。当前 2.9.x 的核心能力可以概括为以 AI SDK v6 为基座的Agent含动态配置、hooks、guardrails、middleware、structured output、可插拔存储的Memory记忆体系、丰富的Tool/Toolkit/tool routing 工具生态、确定性可恢复的Workflow引擎、基于 MCP 的互操作层以及覆盖用量、成本与 trace 的 OpenTelemetry 观测。对于计划集成或升级 VoltAgent 的团队这份 CHANGELOG 本身就是一份不可多得的架构决策与迁移参考更多实战样例可继续查阅 examples 目录如 with-workflow、with-mcp-server、with-workspace以及 website/docs 中的详细文档。赞分享人工智能AI AgentAgent 框架后端多智能体RAG工具调用Agent 记忆【免费下载链接】voltagentAI Agent Engineering Platform built on an Open Source TypeScript AI Agent Framework项目地址https://gitcode.com/gh_mirrors/vo/voltagent点击查看免费下载相关推荐voltagent构建AI智能体的开源TypeScript框架voltagent构建AI智能体的开源TypeScript框架 在当今的科技时代人工智能正日益渗透到我们生活的各个方面。对于开发者而言构建人工智能应用不再人工智能AI AgentAgent 框架后端多智能体RAG工具调用Agent 记忆Agent 工作流AI 评测MCP 服务MCP Clients语音CrewAI 多智能体框架完全指南从 Crew、Agent 到 Process、LLM、Memory 与 Knowledge 的实战剖析CrewAI 多智能体框架完全指南从 Crew、Agent 到 Process、LLM、Memory 与 Knowledge 的实战剖析 导读 本指南以当前仓人工智能AI 应用AI AgentGenkit Dart 的 Chrome 内置 AI 插件genkit_chrome在浏览器内本地离线运行 Gemini NanoGenkit Dart 的 Chrome 内置 AI 插件genkit_chrome在浏览器内本地离线运行 Gemini Nano 导读 genkit_c人工智能AI AgentAgent 框架后端多智能体RAG工具调用Agent 记忆Agent 工作流AI 评测MCP 服务MCP Clients语音上一篇AssetStudio高效解析Unity资源的开源工具全指南下一篇AssetStudio全流程实战指南从资源解析到高级应用创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
