AI Agent 的兴起让前端交互需求激增,但传统开发中,连接Agent后端与前端需大量定制代码,效率低下。
在 MCP(模型上下文协议)、A2A(Agent-to-Agent 通信协议)之后,AI Agent 的生态正在走向一个更完整的方向:AG-UI 协议横空出世,专为 Agent 与前端应用的通信交互而设计。

让你在网页、App 或嵌入式设备中,快速接入 AI 助手、AI 客服、智能问答 UI等,不再为每个应用重复造轮子,不再为交互逻辑头秃。
AG-UI补全了AI协议栈,专注Agent与用户前端的桥梁。它通过事件驱动设计,定义16种标准事件,支持SSE/WebSocket/Webhook传输,兼容LangGraph、CrewAI等框架。
它相当于为你的前端插上 AI 的“大脑”,无需绑定具体模型或框架,一套协议搞定全部交互需求。
核心功能
-
• 流式通信支持:内置 SSE、WebSocket、Webhook 通道,支持流式消息生成 -
• 双向状态同步:Agent 状态和前端状态实时同步,适配 UI 更新 -
• 16 类标准事件:统一定义用户输入、AI 回复、控制信息、UI 操作等事件类型 -
• 结构化消息与 UI 控件:支持生成式 UI、卡片式回复、工具触发等高级交互 -
• 多 Agent & 组件集成:可拓展为多智能体交互容器,与 MCP、A2A 协议协同工作
AG-UI 通过 HTTP/SSE 参考实现,支持前端和Agent后端快速集成。
在线Demo: https://agui-demo.vercel.app

它提供了前端 TypeScript 和后端 Python 的 SDK,可无缝接入到现有代码中。
前端:
npm install @ag-ui/core
npm install @ag-ui/client
Python端导入方式:
from ag_ui.core import TextMessageContentEvent, EventType
from ag_ui.encoder import EventEncoder
# Create an event
event = TextMessageContentEvent(
type=EventType.TEXT_MESSAGE_CONTENT,
message_id="msg_123",
delta="Hello, world!"
)
# Initialize the encoder
encoder = EventEncoder()
# Encode the event
encoded_event = encoder.encode(event)
print(encoded_event)
# Output: data: {"type":"TEXT_MESSAGE_CONTENT","messageId":"msg_123","delta":"Hello, world!"}\n\n
核心模块:
-
• RunAgentInput:运行代理的输入参数 -
• Message:用户助手通信 和工具使用 -
• Context:提供给代理的上下文信息 -
• Tool:定义代理可以调用的函数 -
• State:代理状态管理
详细使用文档:https://docs.ag-ui.com/introduction
写在最后
AG-UI 为 LLM Agent 提供统一的前端通信语言,让“人机互动”真正智能又标准。
它解决了Agent→前端交互的碎片化问题,让我们可以像拼积木一样快速搭建丰富多样的 AI 应用界面!
而且提供了 TypeScript 和 Python 的 SDK,方便开发者集成到现有的前端应用中。
如果你想用 AG-UI 搭一个 AI 客服系统、LLM 工具协作平台都可以借助它来轻松实现。
GitHub 开源地址:https://github.com/ag-ui-protocol/ag-ui

● 一款改变你视频下载体验的神器:MediaGo
● 字节把 Coze 核心开源了!可视化工作流引擎 FlowGram 上线,AI 赋能可视化流程!
● 英伟达开源语音识别模型!0.6B 参数登顶 ASR 榜单,1 秒转录 60 分钟音频!
● 开发者的文档收割机来了!这个开源工具让你一小时干完一周的活!
● PDF文档解剖术!OCR神器+1,这个开源工具把复杂排版秒变结构化数据!

(文:开源星探)