基于三层架构 · 四类技能 · 三种Runtime的渐进式实施方案
前面论证了 AgentCore + Skills 是AI产品的最优架构，AI分身实证验证了可行性，架构全景定义了完整蓝图。本章给出团队落地的具体方案——如何将现有分散的多Agent收敛到三层统一架构。
团队现状：已有 Code Agent（代码开发）+ 多个垂直Agent（CR Agent、测试Agent、图片/视频Agent等），能力分散。
目标：统一收敛到 Product Layer → Agent Layer → Agent OS 三层架构，实现"一个入口，无限技能"。
整体架构分为三层，对应架构全景的完整设计：
不是"推倒重来"，而是"渐进收敛"。以现有 Code Agent 为 AgentCore 基座，其他 Agent 按四种类型逐步接入为 Skill。
架构全景定义了四类 Skill，每类对应不同的复杂度和实例模型。现有 Agent 按能力特征归入对应类型：
| 现有资产 | 目标Skill类型 | 转换方式 | Runtime | 优先级 |
|---|---|---|---|---|
| Code Agent | AgentCore 基座 | 作为主Agent载体，提供统一AgentCore六大能力，其他Skill向它集成 | Local | P0 基座 |
| CR Agent | Ⅲ 任务Skill | 1. 暴露 review 接口 → MCP 包装 2. 支持多文件并行 Review（N实例） 3. 创建 code-review Skill 描述 |
Sandbox | P1 |
| 测试用例Agent | Ⅲ 任务Skill | 1. 暴露 generate_test 接口 → MCP 包装 2. 支持多模块并行生成 3. 创建 test-gen Skill 描述 |
Sandbox | P1 |
| 图片生成Agent | Ⅱ 工具Skill | 1. 暴露 image_gen 接口 → MCP 包装 2. 主Agent调用返回结果 3. 无需改造Agent本身 |
Service | P2 |
| 视频生成Agent | Ⅱ 工具Skill | 1. 暴露 video_gen 接口 → MCP 包装 2. 主Agent调用返回结果 |
Service | P2 |
| 需求→发布 Flow | Ⅳ 流程Skill | 1. 拆解为6个阶段的原子Skill 2. 创建编排Skill统一入口 3. 总控实例按阶段调度执行 |
Local+Sandbox | P3 |
注意 Runtime 列——不同 Skill 类型适合不同的运行时。Local（IDE内进程）适合原生Skill；Sandbox（隔离沙箱）适合需要安全隔离的任务Skill；Service（远程API）适合重量级工具Skill。
实例管理器通过 Runtime 适配器创建和管理 Skill 实例，不同 Runtime 适用于不同场景：
| Runtime | 运行位置 | 适用场景 | 特点 |
|---|---|---|---|
| 🖥️ LocalAdapter | IDE 内进程 | 原生Skill（代码开发、调研报告、PPT） 需要深度上下文的任务 |
✅ 零延迟 ✅ 直接访问本地文件 ❌ 受限于本地资源 |
| 📦 SandboxAdapter | 隔离沙箱 | 任务Skill（CR、测试） 需要安全隔离的并行任务 |
✅ 安全隔离 ✅ 支持并行 ❌ 有启动开销 |
| ☁️ ServiceAdapter | 远程API调用 | 工具Skill（图片/视频生成） 重量级计算、外部服务 |
✅ 不占本地资源 ✅ 弹性扩缩 ❌ 网络延迟 |
不是"推倒重来"，而是"渐进收敛"。
以 Code Agent 为 AgentCore 基座，现有 Agent 按四类 Skill 分类接入，
三种 Runtime 适配器保障灵活部署，统一 Memory 积累护城河。