Agentic 资源发现（ARD）规范与 Hugging Face 实现

Hugging Face 推出了 Agentic 资源发现（ARD）规范的参考实现。该开放标准使 AI 代理能够从静态的“先安装”模型转向动态发现模型，允许代理在运行时通过共享发现层查找并集成工具、技能以及其他代理。

Agentic 资源发现（ARD）规范

ARD 是由包括 Microsoft、Google、GoDaddy 和 Hugging Face 在内的联盟共同制定的草案式开放规范。它提供了一个发现层，位于现有协议（如用于工具调用的 Model Context Protocol（MCP）、用于指令消费的 Skills、以及用于代理间通信的 Agent-to-Agent（A2A））之前。

相较于以往模型需要开发者硬编码服务器 URL 或者将所有工具描述全部塞入 LLM 的上下文窗口，ARD 将选择过程移出 LLM。它使用注册表对能力进行高保真信号索引——包括发布者身份、合规证明、标签以及代表性查询——并通过 REST 端点公开。这使得代理能够使用自然语言进行意图驱动的搜索，动态找到合适的能力。

规范定义了两个主要组成部分：

• 静态清单：一种名为 ai-catalog.json 的格式，允许发布者在已知 URL 上托管能力。
• 动态注册表 API：一个 POST /search 端点，提供实时、排序的资源发现。

Hugging Face Discover 工具实现

Hugging Face Discover 工具是 ARD 的参考实现。它提供对数千个 Skills、机器学习应用以及托管在 Hugging Face Hub 和其他 ARD 发现服务上的 MCP 服务器的搜索访问。

技术工作流

Discover 利用 Hub 上已有的 Spaces 语义搜索，使用 agents=true 标志按面向代理的元数据对结果进行排序。适配器随后应用两个主要过滤条件：仅包含运行阶段为 RUNNING 的 Spaces，并确保响应的媒体类型与请求匹配。

支持的媒体类型包括：

• application/ai-skill：通过包装 Space 的 agents.md 并添加必需的 frontmatter（名称、描述和来源元数据），生成 SKILL.md 文件。
• application/mcp-server+json：为标记为 mcp-server 的 Spaces 提供目录条目，指向该 Space 的 Gradio MCP 端点（使用 HTTP 传输）。
• application/vnd.huggingface.space+json：为希望自行处理数据的客户端提供原始 Space 元数据。

集成与使用

用户和代理可以通过多种接口访问 ARD 目录：

Hugging Face CLI

资源发现已集成到 hf CLI 中。示例包括：

• 搜索训练资源：hf discover search "Fine tune a language model"
• 查找 MCP 服务器：hf discover search "Generate an image" --json --kind mcp
• 搜索外部注册表：hf discover search "Purchase aeroplane tickets" --registry-url <catalog-url>

REST API 与 MCP

可直接通过 REST API https://huggingface-hf-discover.hf.space/search 或通过已知的目录 URL https://huggingface.co/.well-known/ai-catalog.json 访问。此外，任何 MCP 客户端都可以通过 MCP 端点 https://huggingface-hf-discover.hf.space/mcp 连接到搜索目录。

对代理生态系统的影响

ARD 将发现与执行分离，使任何制品协议都能使用相同的封装而无需规范层面的更改。由于注册表 API 使用纯 HTTP REST，客户端可以对多个注册表进行联邦查询。这意味着在一个服务的搜索可以呈现由另一个服务托管的能力。

未来的更新将包括与联邦模式（auto、referrals、none）的更紧密集成，以及在用户和组织简介上对静态 ai-catalog.json 清单的 Hub 端支持，使任何 Space 发布者都能通过标准 URI 宣传其能力。