aevatar-agent-framework
基于Actor模型的分布式智能体开发框架，一份代码适配本地、高性能、分布式三种运行时。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：aevatar-agent-framework。 它的用途是：基于Actor模型的分布式智能体开发框架，一份代码适配本地、高性能、分布式三种运行时。 完整的 Skill 内容见：https://321skill.com/skills/aevatar-agent-framework/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我创建一个简单的计数器智能体，它能在收到增加事件时更新状态，并支持在本地和分布式环境中运行。” 它会引导你使用Aevatar框架：首先定义CounterState和IncrementEvent的.proto文件，然后继承GAgentBase实现业务逻辑，最后在Program.cs中通过一行配置切换运行时。
介绍
Aevatar Agent Framework 旨在解决智能体（Agent）开发中，代码与运行时环境深度绑定的痛点。开发者常常需要为本地调试、高性能场景或分布式部署编写不同的代码，导致开发和维护成本高昂。
该框架通过Actor模型抽象，允许开发者使用同一套C#代码定义智能体。只需在依赖注入容器中切换一行配置（如选择Local、ProtoActor或Orleans运行时），即可让智能体无缝运行于从本地进程到大规模分布式集群的不同环境中，无需修改业务逻辑。
它非常适合需要构建可伸缩、高性能智能体系统的后端开发、全栈开发和智能体开发者。无论是开发需要快速本地原型的AI应用，还是构建需要承载高并发、具备容错能力的分布式智能体服务，都可以基于此框架高效开发。
使用前请务必注意其核心约束：所有需要序列化的状态和事件类型，必须使用Protocol Buffers（.proto文件）定义，框架强制要求类型安全和跨平台兼容性，直接使用C#类定义会导致运行时失败。建议从官方示例入手，熟悉Protobuf集成流程。
核心特点
核心区别在于“一份代码，多运行时”的架构设计。同类框架通常绑定单一运行时（如仅支持本地Actor或仅支持Orleans），而Aevatar通过抽象层，让同一智能体实现能在本地开发、高性能ProtoActor集群和分布式Orleans环境中无缝切换，极大地提升了代码的可移植性和部署灵活性。
注意事项
不适合对Protocol Buffers不熟悉、或希望完全自由定义序列化数据结构的项目，因为框架强制要求所有可序列化类型必须使用Protobuf定义。
常见问题
为什么必须用Protocol Buffers，不能用普通的C#类？
这是框架的强制约束，旨在保证跨三种运行时（Local/ProtoActor/Orleans）的序列化一致性、类型安全和性能。Orleans传输使用字节数组，ProtoActor需要跨语言支持，本地运行时需要深拷贝，只有Protobuf能同时满足所有场景。
三种运行时该如何选择？
本地开发调试用LocalRuntime；需要极高单机性能选ProtoActorRuntime；需要构建弹性、可扩展的分布式系统则选择OrleansRuntime。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/aevatar-agent-framework/raw/index.md 读取 aevatar-agent-framework 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/aevatar-agent-framework/raw/index.md（查看排版版本）