Lousho：TypeScript AI Agent 开发 SDK

LinuxDevil/agent-sdk · TypeScript SDK for durable AI agents: tool calling, approvals, sessions, MCP, and a CLI. Runs in your own Node process.

GitHub原文发布未知首次收录 2026-10-10上架 2026-10-10 09:01

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

Lousho 是一个开源的 TypeScript SDK，用于在自有 Node 进程（或 Cloudflare Workers）中构建具有持久化能力的 AI Agent。它提供工具调用、MCP 客户端与服务端、可跨重启恢复的会话与检查点、人工审批、结构化输出、流式事件、子代理与交接、上下文压缩、OpenTelemetry 追踪以及录制回放和轨迹评测等能力，并配有 CLI 与可视化工作室。模型可通过 provider/model 字符串接入 OpenAI、Anthropic、OpenRouter、Ollama 或自定义/mock provider。

# TypeScript # MCP # Agent SDK # 持久化会话 # 人工审批

核心能力与快速开始

★ 7 · TypeScript

能做什么: 提供 createAgent() 等 API 构建 AI Agent：defineTool() 定义经 zod 校验的工具并并行执行；needsApproval 与 permissions 实现人工审批和权限策略，审批与检查点持久化于内存、文件、SQLite 或 Cloudflare KV，支持 agent.resume() 从中断处恢复；agent.session() 维护多轮会话；defineMemory() 实现跨会话长期记忆；output: zodSchema 提供结构化输出；agent.stream() 输出类型化 JSON 事件，并提供 React/Vue/Svelte 绑定与 Vercel AI SDK UI 集成；支持 MCP 客户端与服务端、子代理与远程代理、handoffs 交接、skills 与 AGENTS.md、agent 目录、上下文压缩、工作区文件与 shell 工具、hooks 与沙箱、渠道/流程/触发器、OpenTelemetry GenAI 追踪与本地 trace 查看器；mockModel、recordReplay 磁带和 defineEval() 支持离线测试与轨迹评测；配套 lousho CLI（init、doctor、dev、chat、acp、add、mcp、eval、traces、build、studio）与组件注册表。
适用场景: 在 Node 服务或 Cloudflare Workers 中构建带工具调用、人工审批和可恢复会话的 AI Agent 后端；通过 MCP 将外部工具服务接入 Agent 或以 serveMcp() 把 Agent 暴露为 MCP 服务；用 Registry 安装 coding-kit / coding-pi 搭建编码 Agent；为 Agent 编写离线测试与轨迹评测并接入 CI；以 OpenTelemetry 观测 Agent 的 token 用量与成本；把 Agent 接入 Zed 等 ACP 编辑器或通过 lousho studio 进行可视化调试。
项目形态: 开发框架
部署方式: 在自有 Node 进程中运行，说明中无托管运行时；同一 agent 规格也可通过 lousho build 部署到 Node server、Docker 或 Cloudflare Workers。会话与检查点存储支持内存、文件、单个 SQLite 文件或 Cloudflare KV。
主要依赖: 需要 Node.js 22.19 或更高版本；SDK 依赖 ai@^7.0.0 与 zod；针对 Ollama 等不同 provider 需按文档搭配相应 provider 包与 zod 版本；模型 API 密钥由 provider 的常规环境变量提供（如 OPENAI_API_KEY）。
使用限制: README 未说明自托管之外的托管运行时的成本；模型 API 调用成本与限额取决于所选 provider，材料仅提到结果会报告 token 用量与 USD 成本，未给出具体免费额度或商用条款；未说明其他运行环境、硬件或并发限制。
许可证: MIT
最近推送: 2026-10-09 14:44

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-10 07:00 · 卡片整理：2026-10-10 09:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

使用该 TypeScript SDK 在自有 Node 进程或 Cloudflare Workers 中构建具备工具调用、持久化会话、人工审批、结构化输出、子代理与交接、上下文压缩、OpenTelemetry 追踪以及录制回放和轨迹评测能力的 AI Agent；也可通过内置的 coding-kit 和 coding-pi 套件搭建编码代理，用于代码编写、测试与排错等开发工作。

查看内容依据

Open-source TypeScript SDK for agents that run in your own Node process: tool calling, MCP, sessions that survive a restart, human approvals, and OpenTelemetry.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

rigshare-mcp：让 AI 智能体检索与预订工程机械及机器人和 AI 硬件租赁的 MCP 服务

rigshare-mcp 是 RIGShare 的 Model Context Protocol 服务器，向 Claude Desktop、Cursor、VS Code 等兼容 MCP 的 AI 智能体暴露 20 个工具：4 个无需鉴权的只读工具可搜索和查看工程机械、Robotics & AI 硬件租赁信息，16 个需 RIGShare API Key 及相应 scope 的工具支持预订、发布与管理设备列表，以及在已确认订单上启动、查询、延长和结束远程会话。涉及付款的操作由服务器计算金额、由真人完成支付与审批，智能体不代填卡号、不代批请求、不代替完成 MFA。项目还包含面向设备所有者的入驻介绍工具。

Context Mode：为 AI 编程代理优化上下文窗口的 MCP 服务器

Context Mode 是一个 MCP 服务器，用于解决 AI 编程代理的上下文窗口占用问题。它通过沙箱工具把原始工具输出隔离在上下文窗口之外（官方称 315 KB 可降至 5.4 KB，约 98% 缩减），将文件编辑、git 操作、任务、错误和用户决策等会话事件记录到 SQLite 并用 FTS5 索引，压缩对话后通过 BM25 检索只取回相关内容以保持会话连续性；同时通过 MCP + hooks 在 17 个平台上强制实施路由，并倡导让模型编写脚本来分析数据（Think in Code）而非把数据读入上下文。仓库为 TypeScript 实现，采用 ELv2 许可，支持 Claude Code、Gemini CLI、VS Code Copilot、JetBrains Copilot、GitHub Copilot CLI 等多种客户端。

chrome-devtools-mcp：让编码智能体通过 MCP 控制并检查 Chrome 浏览器

chrome-devtools-mcp 是 Chrome DevTools 团队提供的 Model-Context-Protocol（MCP）服务器，让 Antigravity、Claude、Cursor、Copilot 等编码智能体能够控制并检查真实的 Chrome 浏览器，用于可靠的浏览器自动化、深入调试和性能分析。它基于 Chrome DevTools 记录性能 trace 并提取可执行的性能洞察，支持分析网络请求、截图、查看浏览器控制台消息（含 source-map 堆栈），并借助 puppeteer 自动化操作、自动等待操作结果。除 MCP 之外还提供 CLI，可在不使用 MCP 的情况下使用。

SyntaxRAG：面向 AI 代理的本地代码检索 MCP 引擎

SyntaxRAG（SYNRAG）是一个本地代码搜索 MCP 引擎，通过 Tree-sitter 按函数、类、类型等 AST 结构切分代码，在 CPU 上用 FlashRank（TinyBERT）对 BM25 候选重排序，并构建依赖影响图。它提供搜索、文件大纲、仓库地图、影响范围分析、测试定位及受控编辑等工具，以减少 AI 代理定位代码时的 token 消耗；附带安装脚本、CLI、可选的变更监视服务和 Gemini 相关可选功能。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。