常见问题

AgentHR 是一个 AI 数字员工人才库平台。开发者可以上传标准化的 Agent Package，用户可浏览、筛选、下载或通过 API 调用 AI Agent。AgentHR 提供了完整的 Agent 目录、风险评级和评价体系。

AgentHR 是一个开源生态驱动的 Agent 目录，强调标准化打包格式（Agent Package V0.2）、风险等级体系（R0-R4）和本地安全运行。

Agent Package 是 AgentHR 定义的标准化 Agent 打包格式。它包含 agent.yaml 清单、README、system_prompt.md 等文件，确保 Agent 具有统一的结构、可校验的元数据和安全边界。

必需文件包括：agent.yaml、README.md、system_prompt.md、risk_card.md。可选文件包括：workflow.md、install.md、license.md、examples/、evals/、knowledge/。

流程为：本地准备 Agent 包 -> 上传到平台 -> 自动静态验证 -> 人工审核 -> 批准 -> 发布到市场。

自动验证通常几分钟内完成。人工审核阶段一般需要 1-3 个工作日，具体取决于审核队列长度和 Agent 的复杂度。

发布后 Agent 默认对全网可见。未来版本将支持私有 Agent 和内部 Agent 的可见性设置。

用户可以对下载或调用过的 Agent 进行评分和文字评价。评价维度包括准确性、可用性、文档质量、性能、安全性等。

当前为演示阶段，API 调用免费。正式上线后，定价模型将由 Agent 作者自行设定。

在控制台的 API 密钥管理页面可以创建和管理密钥。当前为演示阶段，所有密钥均为 mock 密钥，仅返回模拟数据。

是的。Agent 的 agent.yaml 中声明 tools 字段（如 claude-code），即可在支持 MCP 协议的环境中使用。

R0（只读）：纯信息处理，无副作用。R1（低风险）：可执行有限操作。R2（中等风险）：可执行文件操作。R3（高风险）：可执行网络请求。R4（最高风险）：可执行代码或系统级操作。

参考 risk_levels 文档中的评估矩阵。一般来说，仅处理文本的 Agent 为 R0-R1，涉及文件读写的为 R2。

当前版本面向个人开发者和中小团队。企业级部署计划在 V1.0 后推出。

单个 Agent 包最大 50MB。超过此限制的 Agent 建议通过外部资源引用。

可以。AgentHR 平台界面支持中英文，Agent 的内容语言不受限制。

拒绝原因会在审核结果中详细说明。常见原因包括：缺少必填文件、agent.yaml 格式错误、风险等级声明不匹配。

在控制台中重新上传新版本的 Agent 包。版本号必须递增（遵循 semver）。

AgentHR 不替代 GPTs、Claude Code、Cline 等平台，而是作为它们的 Agent 供应层。

AgentHR 承诺不收集 Agent 的运行数据。上传的 Agent 包仅用于静态验证和目录展示。