vercel/eve

Eve 是 Vercel 推出的一个基于文件系统的 AI Agent 框架，它把 Agent 的配置、提示词、工具和调度逻辑全部映射到标准的目录结构中。这主要面向那些希望构建长期运行、可维护 Agent 的开发者，尤其是习惯于 Next.js 风格的 JavaScript/TypeScript 工程师。

过去，开发者构建 Agent 通常面临两种困境：要么直接在代码里硬编码 System Prompt 和工具调用，导致提示词淹没在字符串里，难以调试和版本控制；要么使用 LangChain 等重度封装的库，虽然抽象了链式调用，但代码逻辑变得像“面条”一样复杂，难以直观理解 Agent 到底能做什么。当 Agent 需要从简单的“一问一答”进化为具备定时任务、多通道接入（如 Slack、Discord）的持久化服务时，如何管理这些散落在各处的逻辑和状态，成了最大的卡点。开发者往往卡在如何将一个聊天脚本转化为一个长期运行的后台服务，以及如何在不破坏现有逻辑的情况下更新 Agent 的行为。

Eve 切入的是 **Agent 管理层**。它不提供模型推理能力，而是解决 Agent 的“结构”问题。它规定了一个约定俗成的目录结构：`instructions.md` 存放核心提示词，`tools/` 存放可调用函数，`schedules/` 存放定时任务。这种设计让 Agent 的“心智”和“手脚”在物理上分离，开发者打开文件夹就能看懂 Agent 的能力边界，而不需要阅读复杂的代码逻辑。

旧方案如 LangChain 或直接调用 OpenAI API，往往将“意图”与“实现”混杂在一起。修改一个 Prompt 可能需要深入代码库修改字符串，增加一个工具可能需要改动多处实例化代码。相比之下，Eve 的出现之所以现在成立，是因为 AI 应用正从“一次性脚本”转向“长期服务”。随着 Agent 变得越来越复杂，开发者迫切需要一种像 Web 开发中“路由文件”那样清晰、可预测的组织方式，来应对日益增长的维护成本。此外，随着推理成本的下降和模型能力的提升，Agent 开始承担更多实际工作，这使得“可维护性”和“可检查性”变得比“快速原型”更重要。

这透露出一个趋势：AI 开发正在从“编写调用模型的代码”转向“定义模型运行的环境”。文件系统作为最成熟、最通用的配置界面，正在重新成为定义复杂逻辑的最佳载体。

对 Builder 而言，今天可以直接用 `npx eve@latest init` 快速搭建一个具备 Slack 接入和定时任务的 Agent 原型，无需从零处理 WebSocket 连接或 Cron 调度。最值得学习的是它“文件系统即接口”的设计哲学——利用约定俗成的目录结构来降低认知负荷，而不是依赖复杂的配置文件或 GUI。这种思路完全可以迁移到 CI/CD 流水线配置、游戏逻辑定义或插件系统的设计中，任何需要将“元数据”与“业务逻辑”分离的场景，都可以借鉴这种结构。