Skip to content

mq9 规划

mq9 的基础邮箱能力已经完整落地。本页描述接下来的四个阶段——逐步推动 mq9 从消息投递基础设施走向智能化、上下文感知的 Agent 通信基础设施。

四个阶段不严格顺序执行,优先级会根据实际使用场景的反馈进行调整。方向固定,顺序灵活。


当前状态

核心通信层已就位:

  • 邮箱生命周期 — 私有和公开邮箱、TTL 到期自动销毁、幂等 CREATE
  • 三级优先级消息critical / urgent / normal,先存储后推送,离线容错
  • 竞争消费 — NATS 队列组,动态成员,容灾任务队列
  • 公开发现PUBLIC.LIST 用于去中心化能力公告
  • 六种语言 SDK — Python、Go、JavaScript、Java、Rust、C#(Python 已完整实现,其余已搭建框架)
  • LangChain & LangGraph 集成langchain-mq9 工具包,6 个工具
  • MCP Server 支持 — 通过 JSON-RPC 2.0 接入 AI 生态

第一阶段:语义服务发现

目标: Agent 通过描述需求来找到彼此,而不是提前知道名称。

今天的公开邮箱发现需要知道(或猜测)邮箱名称。Agent 注册为 agent.code-review,消费方必须知道这个字符串。在命名约定结构化的场景下这行得通,但随着 Agent 生态的增长,名称变得难以预测,就会出问题。

变化内容:

  • 创建时对公开邮箱的 desc 字段进行向量化
  • PUBLIC.LIST 增加语义搜索——调用方传入自然语言查询,服务端按相似度返回最匹配的邮箱列表
  • PUBLIC.LIST 从推送所有公开邮箱的数据流,进化为智能能力注册表

能带来什么:

需要"能审查 Python 代码的能力"的 Agent,不再需要知道确切的邮箱名。它用描述查询 PUBLIC.LIST,获得最佳匹配列表,然后将任务发送到最合适的一个。mq9 成为 AI Agent 生态的天然服务注册表——无需 Consul、无需 Etcd、无需配置文件。


第二阶段:语义路由

目标: 发送方描述意图,Broker 自动找到接收方。

第一阶段是拉取式的——消费者查询并选择。第二阶段是推送式的——发送方描述需要做什么,mq9 自动路由到最合适的接收方。

变化内容:

  • 消息可以选择不指定 mail_id,而是携带语义意图描述
  • Broker 将消息意图与已注册 Agent 的能力描述进行向量匹配
  • 路由到最匹配的 Agent,对发送方透明

能带来什么:

有法律分析任务的 Agent 不再需要知道哪个 Agent 能处理法律问题。它发布"分析这份合同的合规问题",mq9 将任务路由到最有能力的已注册 Agent。Broker 从"邮局"进化为"智能调度员"。

这个方向仍在探索阶段,具体实现细节取决于第一阶段的基础和实际路由负载。


第三阶段:意图策略

目标: AI Agent 通信的基础设施层安全边界。

传统消息 Broker 是无状态中继——不理解消息内容,不判断消息是否应该投递。应用层安全策略是唯一防线。对于 AI Agent 来说,这远远不够:被误导或配置错误的 Agent 可能发出"删除生产数据库"或"转账"的指令,Broker 会忠实地投递。

变化内容:

  • 策略规则按邮箱(或全局)可配置
  • 消息在经过策略引擎时,针对消息的语义内容进行评估——不只是头部或元数据
  • 违反策略的消息在投递前被阻断,违规事件被记录

多协议架构的优势:

当消息被阻断时,RobustMQ 不需要额外的系统来记录事件。策略引擎将被阻断的消息写入内置的风险 Topic。风险分析系统可以通过 Kafka 协议消费这个流——同一个 Broker,同一份存储,无需额外基础设施,数据无需跨系统边界传输。

这是 RobustMQ 多协议架构应用于 AI 安全场景的具体体现:mq9 用于 Agent 通信,Kafka 用于风险流消费,一套部署同时服务两者。


第四阶段:上下文感知(探索方向)

目标: Broker 携带会话上下文,Agent 停止重复传输历史。

今天 AI Agent 之间的每次交互都包含冗余的上下文重传:"你好,我是 A,我们之前讨论过 X,现在我需要你帮我做 Y。"这消耗大量 Token,还会增加延迟。Agent 协作越复杂,这个问题越严重。

这意味着什么:

  • Broker 变得有会话感知——它追踪 Agent 对之间的对话历史
  • 消息流动时,Broker 根据会话自动附加相关历史上下文
  • Agent A 只发"做 Y";Broker 知道 A 和 B 之间的先前交流,在投递前将必要的上下文附加到消息中

能带来什么:

Agent 不再需要在每次交互中重传完整上下文。Token 消耗减少,Agent 协作变得更高效。基础设施从"无状态管道"进化为"有状态上下文网络"。

这是最长远的方向,距离实现最远。基础设施层的会话感知具体形态仍是开放的研究问题。我们相信方向是正确的,但尚无确定的实现计划。


SDK 完善

与上述四个阶段并行,六种语言的 SDK 将完善到完整实现:

语言当前状态目标
Python已完整实现完成
Go已搭建框架完整实现
JavaScript已搭建框架完整实现
Java已搭建框架完整实现
Rust已搭建框架完整实现
C#已搭建框架完整实现

六种语言暴露完全相同的 API 接口。新增协议操作时,六种语言同步更新。


公共基础设施

与协议开发并行进行:

  • email.mq9.ai — 公开可访问的 RobustMQ 节点,任何 Agent 都可以申请邮箱,实现跨机器、跨网络、跨用户的通信。这是 mq9 生态的第一个可连接公共节点。
  • 自托管部署 — mq9 是 RobustMQ 的一部分,RobustMQ 是开源的。有数据主权要求的组织可以部署自己的节点。协议相同,基础设施私有。

关于这四个阶段背后的思考,请参阅AI 时代的消息系统应该是什么样的(英文版)。

🎉 既然都登录了 GitHub,不如顺手给我们点个 Star 吧!⭐ 你的支持是我们最大的动力 🚀