2️⃣ 实现两个能力

️ 获取天气

export const weatherSkill = {
  name: "getWeather",
  async run({ city }) {
    return {
      temperature: 18,
      desc: "东京多云"
    }
  }
}

文本总结

export const summarizeSkill = {
  name: "summarize",
  async run({ text }) {
    return `总结：${text}`
  }
}

3️⃣ OpenSpec 注册中心（核心）

export const skillRegistry = {
  getWeather: weatherSkill,
  summarize: summarizeSkill
}

这一步非常关键：

4️⃣ 模拟 AI 决策

export async function decidePlan(input) {
  return [
    { tool: "getWeather", params: { city: "东京" }},
    { tool: "summarize", params: { fromPrevious: true }}
  ]
}

5️⃣ Agent 调度器（核心大脑）

export async function runAgent(input) {
  const plan = await decidePlan(input)

  let lastResult = null

  for (const step of plan) {
    const skill = skillRegistry[step.tool]

    let params = step.params

    if (params.fromPrevious) {
      params = { text: JSON.stringify(lastResult) }
    }

    lastResult = await skill.run(params)
  }

  return lastResult
}

6️⃣ 运行入口

runAgent("帮我查东京天气并总结").then(console.log)

输出：

总结：{"temperature":18,"desc":"东京多云"}

七、这个 Demo 到底厉害在哪？

虽然只有 200 行代码，但已经具备：

能力抽象（Skill）
标准化注册（OpenSpec）
自动调度（Agent）
多步骤执行（Pipeline）

本质上：

八、可以怎么升级（真正价值）

1. 接入真实 LLM（关键）

把：

decidePlan()

换成：

OpenAI Tool Calling / Function Calling

2. 自动生成执行链（Agent 进化）

现在是写死的：

if (input.includes("天气"))

未来是：

AI 自动规划任务链

3. 插件化 Skill（架构升级）

自动扫描 /skills 目录

4. 加 Memory（上下文能力）

• 短期对话
• 长期用户数据

5. 前端可视化

你可以做：

执行链路可视化
Skill 调用流程图

这一步非常适合前端工程师做差异化。

九、和传统开发的本质区别

认知升级一句话：

十、总结

OpenSpec = AI 世界的“能力操作系统规范”

Agent = 基于 OpenSpec 运行的执行引擎