ARD 用域名锚定的目录与联邦注册表描述、发现和验证智能体资源，为 MCP、A2A、API 与技能提供协议中立的发现层。
Category
协议标准
该分类当前有 41 篇简调。
Stripe 与 OpenAI 共同开发的开放商业协议，为 AI 代理、买家和商家定义商品发现、结账与支付协作接口。
Google Gemini API 的统一交互接口，用同一资源模型调用基础模型与专用 Agent，并支持状态、后台任务和执行步骤。
Google 提供的开发者知识 API 与远程 MCP Server，将官方开发文档以搜索、全文获取和有依据问答能力交给 AI 编程工具。
围绕多提供商 LLM 接口互操作建立的开放规范，统一请求、响应、工具调用、流式事件和智能体循环中的核心对象。
OpenAI Harmony 是 gpt-oss 模型使用的开源响应格式与渲染器，统一表达角色、频道、推理输出、工具调用和结构化响应。
Windows 为桌面应用提供的智能体注册与发现框架，使应用一次声明交互式 Agent 后，可被支持的系统入口和其他应用统一发现与调用。
Agent Payments Protocol（AP2）以可验证凭证和授权 Mandate 为核心，为智能体代表用户发起交易提供开放、支付方式无关的信任框架。
Model Context Protocol 的 2026-07-28 版本将核心改为无状态、自描述请求，引入逐请求能力协商、正式扩展框架及多项授权与弃用调整。
NLIP 是 Ecma International 发布的应用层通信协议，定义人类与 AI 智能体、或智能体之间交换自然语言及相关数据的标准消息结构。
OpenTelemetry GenAI 语义约定为模型调用、Agent、指标、事件和追踪定义共同字段，帮助不同框架与后端交换可观测数据。
Universal Commerce Protocol 通过可发现的能力、模块化结账与订单原语，为智能体、平台、商家和支付参与方提供开放的商业互操作层。
Microsoft Agent Framework 是面向生产环境的开源智能体框架，支持在 .NET 和 Python 中构建智能体及图式多智能体工作流。
A2A 协议的扩展机制，让智能体通过唯一 URI 声明、协商并启用领域能力，同时保持核心协议兼容。
Agent Network Protocol 试图用开放协议连接互联网中的智能代理，覆盖身份、能力描述、发现、消息与应用协作，但生产采用仍需验证成熟度和信任边界。
MCP 在 2025-03-26 规范中加入基于 OAuth 2.1 的授权框架，用于 HTTP 传输下的受限服务访问。
Streamable HTTP 是 MCP 在 2025-03-26 规范中引入的远程传输方式，以单一 HTTP 端点统一消息提交与可选 SSE 流，替代旧版 HTTP+SSE，并明确了会话恢复、版本兼容和基础安全要求。
Google 的 Agent Development Kit 用于构建代理应用，应通过角色隔离、工具授权和评测控制风险。
llms.txt 建议网站在根目录提供简洁的 Markdown 导航文件，帮助语言模型找到高价值内容，但它不是访问控制或收录保证。
NLWeb 让网站把既有结构化内容转化为可对话、可被智能体调用的接口，关键价值在内容治理与可控接入，而非单纯增加聊天框。
用于组织智能体、工具、交接和追踪的 OpenAI 开源 SDK。
面向工具调用和多轮任务的 OpenAI API 接口，用于构建可受控的 Agent 应用。
WebMCP 探索由网站直接声明可供浏览器 AI 代理调用的结构化工具，以降低纯视觉自动化的脆弱性，但仍需按演进中的标准治理。
MCP Inspector 是用于测试和调试 Model Context Protocol 服务器的开源开发者工具。
OpenAPI Specification 是描述 HTTP API 的开放规范。
OpenTelemetry 是用于生成、收集和导出遥测数据的开源可观测性框架与规范。
Agent Skills 是为 AI agents 交付可发现能力和专业知识的标准化格式。
AGENTS.md 是为代码代理提供项目级说明的开放文件约定，可把构建、测试和代码库约束放在可预测的位置。
MCP Apps 是 Model Context Protocol 的扩展方向，用于让 MCP server 提供可在 host 内渲染的交互式界面。
MCP Registry 是 Model Context Protocol 生态用于发布和发现 MCP server 元数据的官方注册表项目。
OpenInference 是构建在 OpenTelemetry 之上的 AI 应用可观测性语义约定与配套开源实现。
Agent Communication Protocol，面向 AI agents、应用和人类协作的开放通信协议，目标是让不同框架和平台里的 agent 能用标准接口互操作。
Agent-User Interaction Protocol，面向 AI agents 与用户界面的开放、轻量、事件式连接协议，解决 agent 后端和前端 UI 的实时协作问题。
开放 ML 生态的核心平台，托管模型、数据集和 Spaces，并通过 Inference Providers、Hub 客户端和企业能力连接研究、开源与生产部署。
围绕 LLM 应用和 agent 构建的开发生态，包含开源 LangChain / LangGraph，以及 LangSmith 等平台工具。
从开源 RAG / 数据框架扩展到 LlamaParse、LlamaCloud 和 Workflows 的文档智能与 agent 应用开发平台。
OpenAPI 本身不是 LLM 协议，但其机器可读的 HTTP API 描述能力，正在成为让 AI agents 理解和调用 REST API 的重要基础格式。
W3C Web Machine Learning 方向的 Web Neural Network API，目标是在浏览器中提供硬件无关的神经网络推理抽象层，让 Web 应用更高效地运行本地 ML/AI。
OpenAI API 中用于让模型选择外部工具并生成结构化调用参数的接口机制，也是 Responses API 与 Agents SDK 工具体系的基础组成。
A2A 是 Google 发起、现由 Linux Foundation 托管的 Agent-to-Agent 开放协议，用于让不同框架和厂商的 AI agents 发现彼此、委托任务并交换结果。
用于让 AI 应用以统一客户端—服务器协议连接外部工具、数据与工作流的开放协议。