💬 观点Hugging Face
Agentic Resource Discovery: Let agents search — Hugging Face 推出 Agentic Resource Discove
Hugging Face 推出 Agentic Resource Discovery,让 AI 代理能自主发现和使用平台上的海量模型、数据集等资源。
2026-06-17原文
本文为要点摘要,完整细节以原文为准。
🧭 一图看懂
由原文自动提炼 · 以原文为准点击任一分支,查看这一点的一句话解读
Agentic Resource Discovery 规范
现有 MCP、Skills、A2A 都假设用户已知所需能力,发现与维护仍靠人工
- install-first 模式难扩展到上千工具
- 全量塞进上下文受预算限制
- 描述太薄难以消歧
⚙️ 流程拆解
STEP 1发布 ai-catalog.json
STEP 2注册表抓取索引
STEP 3Agent 按意图搜索
STEP 4验证发布者身份
STEP 5通过 MCP/A2A 连接
🔗 涉及的概念与玩家
- Agentic Resource Discovery概念
- Hugging Face公司
- Microsoft公司
- Google公司
- MCP概念
- A2A概念
- Hugging Face Discover Tool产品
- ai-catalog.json概念
- Hugging Face—共同制定→Agentic Resource Discovery
- Microsoft—共同制定→Agentic Resource Discovery
- Google—共同制定→Agentic Resource Discovery
- Hugging Face Discover Tool—参考实现→Agentic Resource Discovery
- Agentic Resource Discovery—发现层前置→MCP
- Agentic Resource Discovery—定义清单→ai-catalog.json
Hugging Face 发布了一项名为 Agentic Resource Discovery 的新功能,旨在让 AI 代理(Agent)能够自主搜索、发现并利用其平台上的海量资源。
- 代理可自主搜索资源:该功能为代理提供了标准化的 API 端点,使其能够以编程方式搜索 Hugging Face Hub 上的模型、数据集、Spaces 应用等。这意味着代理不再需要依赖预设的、固定的资源列表。
- 基于自然语言的灵活查询:代理可以使用自然语言描述其目标(如“找一个能总结长文档的模型”),系统会返回相关的资源列表。这降低了为代理集成特定工具的开发复杂度。
- 促进动态、可扩展的代理构建:开发者可以构建能够根据任务需求,在运行时动态发现和选择最合适资源的代理系统。这为创建更强大、更通用的 AI 应用提供了基础。
这项更新标志着向构建能够自主利用不断增长的开源 AI 生态系统的智能代理迈出了关键一步。
原文:Agentic Resource Discovery: Let agents search · 作者 Hugging Face
🕸 顺着图谱继续读
- Shipping huggingface_hub every week with AI, open — Hugging Face 如何用 AI 和人工审核实现每周发布 huggingf2026-06-23 · 共同涉及 Hugging Face、Agentic Resource Discovery
- [AINews] Reve 2 and Ideogram 4: Layouts in Imagegen — AI 图像生成迎来布局突破,Reve 2 与 Ideogram 4.0 同日发布2026-06-04 · 共同涉及 Microsoft、Google
- [AINews] Founders and Forward Deployed Engineers — AI 工程前沿动态:从 Claude 4.8 发布到智能体基础设施的深度剖析,为2026-05-30 · 共同涉及 Google、Hugging Face
- gemini-cli v0.53.0 — 修复ReAct循环、A2A安全与凭证回退,提升稳定性2026-07-28 · 共同涉及 A2A