tRPC-Agent-Go 深度解读

“Agent 就是微服务，微服务的治理能力 Agent 天然就需要”

一句话定位

tRPC-Agent-Go 是腾讯基于 tRPC 微服务框架构建的 Go 语言 Agent 框架，用 4 个接口方法定义 Agent，零成本继承服务注册发现、负载均衡、熔断限流、链路追踪等生产级治理能力，是 Go 语言 Agent 赛道几乎唯一的竞品。

设计哲学上最精彩的地方

tRPC-Agent-Go 的核心信念是：Agent 本质上就是一个微服务。既然如此，为什么要额外造一套”Agent 通信协议”“Agent 服务发现”“Agent 负载均衡”？直接复用已有的微服务基础设施就好。

日常类比：公司组织架构。每个部门（Agent）是独立运作的团队，通过公司 OA 系统（tRPC 框架）互相发工单协作。部门间不需要私下建微信群沟通——OA 系统已经有审批流、权限管理、消息追踪。tRPC-Agent 说的就是”别造新 OA 了，现有的够用”。

最精彩的是 4-Method Interface 的极简设计。Run（执行）、Tools（工具）、Info（自描述）、SubAgents（子 Agent）——四个方法覆盖了 Agent 的全部能力。对比 LangChain 的 Runnable 需要 5 个方法加一堆 Mixin，tRPC-Agent 的接口更干净。少即是多，接口越小实现越自由。

双引擎架构：Team + StateGraph

tRPC-Agent-Go 提供了两套编排引擎，开发者可以按需选择：

Team（高层抽象）支持 Coordinator 和 Swarm 两种模式。Coordinator 模式有中心调度者分配任务，适合需要全局视野的场景；Swarm 模式去中心化，Agent 间直接握手转交，灵活低延迟。

StateGraph（底层控制）是一个 6192 行的有向图引擎，功能等价于 LangGraph。支持节点、条件边、循环边，可以构建任意复杂的工作流拓扑。

两套引擎可以混用——把 Team 作为 StateGraph 的一个节点嵌入，或者在 Team 内部用 StateGraph 实现某个复杂 Agent 的内部逻辑。这种灵活性在其他框架中看不到。

四协议全覆盖：互操作性最强

tRPC-Agent-Go 完整实现了四大 Agent 协议：A2A（Agent 间通信）、AG-UI（Agent 与前端交互）、MCP（工具标准接入）、OpenAI API（兼容 OpenAI 生态）。四协议全覆盖意味着它构建的 Agent 可以被任何人调用、接入任何前端、使用任何工具。

其他框架在协议支持上多少有缺口——LangChain 没有 AG-UI，CrewAI 没有 A2A，Agno 也没有 A2A。tRPC-Agent-Go 在互操作性维度是无可争议的第一。

局限性：新框架的成长烦恼

Star 数不到 1K，社区生态远未成熟。文档和教程相比 LangChain 差距明显，新用户的上手路径不够清晰。

Go 语言在 AI/ML 领域的生态天然弱于 Python——模型推理、数据处理、科学计算的第三方库远不如 Python 丰富。tRPC-Agent-Go 更适合”Agent 逻辑编排 + 微服务部署”场景，而非”模型训练 + 数据分析”场景。

StateGraph 6192 行集中在少数文件中，维护门槛高，且当前缺少 Checkpoint 持久化的多后端支持，这是一个明确的贡献机会。

本地代码结构

trpc-agent-go/
├── agent/
│   ├── agent.go            # 4-Method Agent Interface
│   ├── runner.go           # Runner 执行引擎（3971 行）
│   └── invocation.go       # Invocation 上下文（2339 行）
├── team/
│   ├── coordinator.go      # Coordinator 模式
│   └── swarm.go            # Swarm 模式
├── stategraph/
│   └── stategraph.go       # StateGraph 图引擎（6192 行）
├── memory/
│   ├── fact.go             # Fact Memory（提炼知识）
│   └── episode.go          # Episode Memory（原始对话）
├── protocol/
│   ├── a2a/                # Agent-to-Agent 协议
│   ├── agui/               # AG-UI 前端协议
│   ├── mcp/                # Model Context Protocol
│   └── openai/             # OpenAI API 兼容
├── observability/
│   ├── otel.go             # OpenTelemetry 集成
│   └── langfuse.go         # Langfuse 可视化
└── examples/               # 使用示例

本地关键文件