面對人工智慧（AI）代理程式開發工具日益複雜且缺乏統一標準的現況，近期有開發者提出一套創新架構，旨在透過一致的 JSON Schema 規範搭配 TypeScript 轉接器（adapter），有效解決工具定義破碎化的問題，協助軟體開發者更有效率地整合 AI 工具。

目前，每個 AI 軟體開發工具包（SDK）都採用各自獨立的工具定義格式，導致開發者必須為不同供應商維護重複的程式碼，造成工作負擔與效率低下。例如，OpenAI 的函式呼叫（function-calling）API 預期工具定義為具備特定巢狀結構的物件，而 Anthropic 的工具定義則採用較扁平的結構。即便是使用 LangChain 等客製化 AI 代理迴圈的開發者，也常自行定義工具格式，進一步加劇了這種碎片化現象。

為此，新的解決方案提出一個供應商中立的 agent-skill-manifest.json 檔案，這是一個基於 JSON Schema （一種定義資料結構的標準格式，確保資料正確性）的統一清單（Manifest），用來描述 AI 代理程式的「技能」或功能。搭配 TypeScript（一種讓寫程式更嚴謹、減少錯誤的工具）轉接器系統，開發者只需定義一次工具，即可在程式執行時編譯成適用於任何供應商的格式，例如 OpenAI 或 Anthropic 的函式呼叫格式。

這個統一的清單架構將原本 N 種工具乘以 M 個供應商的複雜度，簡化為 N 個清單加上 M 個轉接器，每個部分都可獨立測試。該清單架構的目標是實現供應商中立、可擴充、靜態驗證以及方便人工閱讀。清單分為五個主要部分：toolId 與中繼資料、inputSchema、outputSchema、權限（permissions）和執行邊界（executionBoundary）。其中 toolId 作為獨特的識別符號，而 inputSchema 和 outputSchema 則利用標準 JSON Schema 定義工具的輸入參數和輸出結構。

透過手動撰寫 TypeScript 介面來對應 JSON Schema 結構，確保程式碼與資料定義的一致性。清單的驗證則透過 ajv 工具執行。轉接器系統被設計為純粹的函式，由一個 compileManifest 函式分派給特定的供應商編譯器。儘管某些供應商（如 OpenAI 和 Anthropic）的 API 尚不支援權限與執行邊界等功能，這些資訊仍可由客製化代理迴圈運行時（runtime）加以利用。這項新架構有望大幅降低 AI 代理程式工具開發的複雜度，提升跨平台的互通性。