工具概览
概览
AI Engineering Toolkit（AIET）是一个开源基础设施框架，面向构建有状态、持久记忆 AI 智能体的软件工程师。它默认本地优先，使用外部嵌入提供商需显式选择启用，并可能向该提供商传输数据。该项目解决无结构的提示词上下文、上下文溢出、记忆碎片化以及未经审查的智能体自主变更等问题。 AIET 提供五种标准化的记忆原语——Entity、Directive、Assertion、Event 和 Relation——并带有严格的 Zod 和 JSON schema。它包含记忆候选形成、安全与治理组件、基于规则的记忆整合、确定性的 8 阶段上下文编译器，以及混合 RRF 检索基础设施。编译器会在配置的 token 预算内依次摄取、清理、验证、规范化、过滤、排序、裁剪并输出上下文产物，如 AGENTS.md、CLAUDE.md 和 .cursorrules。 AIET 组织为包含 28 个工作区项目的 monorepo，其中有 24 个可发布的工作区包，外加 4 个可运行的参考示例。它为 Vercel AI SDK、LangGraph、OpenAI Agents SDK 提供框架适配器，并提供面向 Claude Code、Cursor 和 Windsurf 的 Model Context Protocol 集成。
功能特点
- AI 助手
- 自然语言界面
- 工作流自动化
相关标签
应用场景
团队用 AIET 存储指令（directive）和断言（assertion），并为编程智能体编译上下文。
团队把 AIET 与 LangGraph 配合使用，对智能体状态做检查点、存储发现并检测矛盾。
团队把 AIET 与 Vercel AI SDK 配合使用，存储客户和事件数据、检索记忆并创建提案。
团队把 AIET 与 OpenAI Agents SDK 配合使用，构建适配器工具、存储偏好和任务，并解释检索结果。
团队用 AIET CLI 检查系统健康状况和诊断信息。
团队用 AIET MCP 服务器连接 Claude Code、Cursor 和 Windsurf 等 AI 编程工具。
团队用 AIET 进行混合 RRF 记忆搜索。