尧图网页设计 
价格、延迟、SLA先谈好再开工Bindu AI Agent协商协议逐步教程【免费下载链接】BinduBindu: The identity, communication, and payments layer for AI agents.项目地址: https://gitcode.com/gh_mirrors/bin/Bindu在多智能体Multi-Agent系统里把任务直接甩给某个 Agent 往往踩坑它可能接不了、跑太慢或者收费超预算。Bindu 是 AI Agent 的身份、通信与支付层其中的协商协议Negotiation让你先向多个 Agent 询价、问延迟、要评分谈好再开工。本教程带你 4 步跑通这套流程。一、为什么要先谈再干想象你有一群 Agent有的擅长翻译、有的擅长 PDF 解析。任务来了直接派单的风险有三风险协商协议如何化解能力不匹配Agent 自评技能匹配度不接直接返回拒绝原因延迟不达标返回预计耗时latency_estimate_ms超限自动拒单预算超标声明max_cost_amount超预算返回cost_exceeds_budget核心思路编排者Orchestrator广播任务 → 各 Agent 自评打分 → 编排者择优派单。完整原理见 docs/NEGOTIATION.md。二、准备工作给 Agent 一份技能简历协商的原材料是 Agent 的Skills技能元数据。每个技能用一份 YAML 描述能力、标签、性能指标例如 skill.yaml 中定义了tags/capabilities关键词和能力用于技能匹配打分performance.avg_processing_time_ms平均处理时长直接参与延迟评估assessment.keywords/anti_patterns加分关键词与反模式帮 Agent 诚实拒单在 Agent 配置中把技能路径填进skills字段即可加载逻辑在 bindu/utils/skills/loader.py。三、第 1 步发起协商请求向每个候选 Agent 的/agent/negotiation端点发一个 POST 请求。请求体只需说明我要干什么、预算和延迟上限是多少{ task_summary: Extract tables from PDF invoices, input_mime_types: [application/pdf], output_mime_types: [application/json], max_latency_ms: 5000, max_cost_amount: 0.001, min_score: 0.7 }字段含义端点实现在 negotiation.pytask_summary任务一句话描述必填最长 10000 字符input/output_mime_types输入输出格式约束max_latency_ms/max_cost_amount延迟与价格上限即SLA 与预算min_score最低接受分数低于它视为拒单weights可选自定义打分权重四、第 2 步看懂 Agent 的五维自评收到请求后Agent 内部由 CapabilityCalculator 完成打分五个维度按默认权重加权维度默认权重说明skill_match 技能匹配55%关键词 向量语义相似度io_compatibility 格式兼容20%输入/输出 MIME 是否支持performance 性能15%预计延迟相对你的上限线性衰减load 负载5%当前任务队列深度cost 成本5%定价是否落在预算内还有两类硬拒单格式/工具不满足直接返回accepted: false预计延迟超过上限 2 倍直接拒latency_exceeds_constraint。响应长这样重点看accepted、score和subscores{ accepted: true, score: 0.89, latency_estimate_ms: 2000, queue_depth: 2, subscores: { skill_match: 0.92, io_compatibility: 1.0, performance: 0.85, load: 0.90, cost: 1.0 } }五、第 3 步横向比价选出最优 Agent编排者把各 Agent 的响应按score排序最高分者中标。一个真实的翻译任务场景技术翻译专家 Agent 得分 0.98队列 2通用翻译 Agent 得分 0.82无专业背景的 Agent 因技能匹配度 0.65 低于阈值被过滤。想找最便宜的合格 Agent也很简单过滤出score 0.8的响应再取成本最低者即可。六、谈好价格再谈付款协商解决要不要干x402 支付解决先付钱再干。若 Agent 开启了支付未付费的请求会先收到402 Payment Required报价调用方用钱包签一次授权、款项上链结算后Agent 才真正执行任务结果里附带支付回执。完整流程见 docs/PAYMENT.md扩展实现位于 bindu/extensions/x402/。最佳实践查询多个 Agent别只问一家设置min_score阈值过滤低质量匹配按业务偏好调整weights重速度就调高performance为拒单准备回退策略fallback AgentAgent 侧如实声明能力别夸大技能元数据总结Bindu 的协商协议把派单变成了招标用 Skills 元数据 写清 Agent 能力与性能指标用/agent/negotiation声明任务、延迟、预算约束读五维评分横向比较选出最优 Agent用 x402 实现先付钱、后干活价格、延迟、SLA 全部前置谈定你的多智能体编排从此少踩坑。更多完整示例可参考 examples/ 目录。【免费下载链接】BinduBindu: The identity, communication, and payments layer for AI agents.项目地址: https://gitcode.com/gh_mirrors/bin/Bindu创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 价格、延迟、SLA先谈好再开工：Bindu AI Agent协商协议逐步教程
价格、延迟、SLA先谈好再开工Bindu AI Agent协商协议逐步教程【免费下载链接】BinduBindu: The identity, communication, and payments layer for AI agents.项目地址: https://gitcode.com/gh_mirrors/bin/Bindu在多智能体Multi-Agent系统里把任务直接甩给某个 Agent 往往踩坑它可能接不了、跑太慢或者收费超预算。Bindu 是 AI Agent 的身份、通信与支付层其中的协商协议Negotiation让你先向多个 Agent 询价、问延迟、要评分谈好再开工。本教程带你 4 步跑通这套流程。一、为什么要先谈再干想象你有一群 Agent有的擅长翻译、有的擅长 PDF 解析。任务来了直接派单的风险有三风险协商协议如何化解能力不匹配Agent 自评技能匹配度不接直接返回拒绝原因延迟不达标返回预计耗时latency_estimate_ms超限自动拒单预算超标声明max_cost_amount超预算返回cost_exceeds_budget核心思路编排者Orchestrator广播任务 → 各 Agent 自评打分 → 编排者择优派单。完整原理见 docs/NEGOTIATION.md。二、准备工作给 Agent 一份技能简历协商的原材料是 Agent 的Skills技能元数据。每个技能用一份 YAML 描述能力、标签、性能指标例如 skill.yaml 中定义了tags/capabilities关键词和能力用于技能匹配打分performance.avg_processing_time_ms平均处理时长直接参与延迟评估assessment.keywords/anti_patterns加分关键词与反模式帮 Agent 诚实拒单在 Agent 配置中把技能路径填进skills字段即可加载逻辑在 bindu/utils/skills/loader.py。三、第 1 步发起协商请求向每个候选 Agent 的/agent/negotiation端点发一个 POST 请求。请求体只需说明我要干什么、预算和延迟上限是多少{ task_summary: Extract tables from PDF invoices, input_mime_types: [application/pdf], output_mime_types: [application/json], max_latency_ms: 5000, max_cost_amount: 0.001, min_score: 0.7 }字段含义端点实现在 negotiation.pytask_summary任务一句话描述必填最长 10000 字符input/output_mime_types输入输出格式约束max_latency_ms/max_cost_amount延迟与价格上限即SLA 与预算min_score最低接受分数低于它视为拒单weights可选自定义打分权重四、第 2 步看懂 Agent 的五维自评收到请求后Agent 内部由 CapabilityCalculator 完成打分五个维度按默认权重加权维度默认权重说明skill_match 技能匹配55%关键词 向量语义相似度io_compatibility 格式兼容20%输入/输出 MIME 是否支持performance 性能15%预计延迟相对你的上限线性衰减load 负载5%当前任务队列深度cost 成本5%定价是否落在预算内还有两类硬拒单格式/工具不满足直接返回accepted: false预计延迟超过上限 2 倍直接拒latency_exceeds_constraint。响应长这样重点看accepted、score和subscores{ accepted: true, score: 0.89, latency_estimate_ms: 2000, queue_depth: 2, subscores: { skill_match: 0.92, io_compatibility: 1.0, performance: 0.85, load: 0.90, cost: 1.0 } }五、第 3 步横向比价选出最优 Agent编排者把各 Agent 的响应按score排序最高分者中标。一个真实的翻译任务场景技术翻译专家 Agent 得分 0.98队列 2通用翻译 Agent 得分 0.82无专业背景的 Agent 因技能匹配度 0.65 低于阈值被过滤。想找最便宜的合格 Agent也很简单过滤出score 0.8的响应再取成本最低者即可。六、谈好价格再谈付款协商解决要不要干x402 支付解决先付钱再干。若 Agent 开启了支付未付费的请求会先收到402 Payment Required报价调用方用钱包签一次授权、款项上链结算后Agent 才真正执行任务结果里附带支付回执。完整流程见 docs/PAYMENT.md扩展实现位于 bindu/extensions/x402/。最佳实践查询多个 Agent别只问一家设置min_score阈值过滤低质量匹配按业务偏好调整weights重速度就调高performance为拒单准备回退策略fallback AgentAgent 侧如实声明能力别夸大技能元数据总结Bindu 的协商协议把派单变成了招标用 Skills 元数据 写清 Agent 能力与性能指标用/agent/negotiation声明任务、延迟、预算约束读五维评分横向比较选出最优 Agent用 x402 实现先付钱、后干活价格、延迟、SLA 全部前置谈定你的多智能体编排从此少踩坑。更多完整示例可参考 examples/ 目录。【免费下载链接】BinduBindu: The identity, communication, and payments layer for AI agents.项目地址: https://gitcode.com/gh_mirrors/bin/Bindu创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考