Vercel 发布开源框架 Eve，用于在生产环境中构建、部署和运行 AI 智能体。该框架提供基于文件系统的项目结构，将智能体拆解为指令、工具、技能、子智能体、通信通道以及定时任务等独立目录进行管理，开发者无需手动搭建大量配套基础设施即可定义智能体的行为。
Eve 采用了文件系统优先架构，每项能力都以文件形式表示。开发者可通过单一的配置文件来配置智能体，使用 Markdown 指令定义其行为，以 TypeScript 文件添加工具，并将可复用知识组织成 Skill。在构建阶段，框架会自动发现这些组件并将其暴露给智能体，无需额外的注册代码。
该框架内置多项面向生产环境的能力，包括持久化执行、沙箱代码运行、人工审批工作流、子智能体、追踪和评估工具。每一轮对话都会以持久化工作流形式保存，支持流程暂停、可在程序故障或版本部署后不丢失状态，并能从最近完成的步骤恢复。智能体生成的代码在隔离沙箱中执行：本地开发可通过 Docker 或其他适配器运行，线上生产环境则使用 Vercel 沙箱。
Eve 原生支持模型上下文协议服务器或遵循 OpenAPI 规范的 API，将智能体连接到外部服务。在发布时，集成的服务包括 Slack、GitHub、Snowflake、Salesforce、Notion 和 Linear 等，开发者可以通过自定义适配器接入更多第三方服务。同一个智能体可以部署到多个通信通道，包括 Slack、Discord、Microsoft Teams、Telegram、GitHub 和 HTTP API，无需修改核心实现。
该框架内置了基于 OpenTelemetry 的可观测性能力。每次模型调用、工具调用和沙箱命令都会被记录为追踪信息，可以导出到现有的监控平台，或通过 Vercel 的可观测性界面查看。开发者还可以定义评估套件，用于本地校验智能体行为，或是在上线前纳入持续集成流水线完成自动化验证。
该框架的另一个能力是对子智能体的支持。开发者可在独立目录中创建专用子智能体，每个子智能体拥有专属指令、工具集与执行环境。主智能体可将任务委派给子智能体，子智能体独立完成任务后再将结果回传给主智能体。Eve 同时支持基于 cron 表达式的定时任务调度，能够让智能体自动执行周期性工作。
Vercel 表示，该框架已在内部用于运行超过一百个生产智能体，涵盖数据分析、客户支持、销售运营和内容审核等场景。官方已在公共预览版中一起发布了命令行工具，用于搭建新的智能体项目并使用标准 Vercel 工作流进行部署。
社区初期的反馈总体积极。开发者称赞了 Eve 基于文件系统的设计，以及内置的持久化执行、追踪、审批和沙箱等功能。
AI 软件工程师 Michael Yagudaev 表示：
看起来很简单，设计思路和 Claude Code 以及其他智能体工具大同小异。与 Pi-mono 类似，但可支持多租户模式。如何部署？我猜 Vercel 应该提供了配套基础组件来实现部署吧？
也有开发者将其与同类框架对比，称 Eve 意在整合各类底层基础设施；目前许多团队都需要自行整合多个依赖库才能搭建出同等能力。还有部分评论者表示，随着使用规模扩大，他们很想测试这套框架脱离 Vercel 生态后的可移植性表现。
软件开发者 Vikranth Kanumuru 表示：
我不明白它相比现有框架到底做出了哪些革新。它是不是甚至舍弃了确定性编排，使其更不可预测？然后交给子智能体处理？
Eve 进入了一个日益壮大的智能体框架生态系统，同类产品包括 LangGraph、CrewAI、AutoGen 和 Strands Agents SDK。虽然这些框架也支持多智能体编排和工具集成，但 Eve 的差异化优势在于：它以文件系统为核心组织架构，将持久化执行、沙箱代码运行、内置评估、人工审批、定时调度与部署能力全部整合在一套框架内。
查看英文原文：https://www.infoq.com/news/2026/06/vercel-eve-agents/
