Kastor是"AI代理的Terraform"。今天的代理是在框架(LangGraph, CrewAI)内部以命令式方式定义，或在平台UI(OpenAI助手, Bedrock代理)中通过点击组合而成——没有供应商中立、可版本化、可审查的真实来源。Kastor提供了一个：一个类型化的、声明性的规范（.agent、.tool、.prompt文件使用HCL）和一个Go工具链，具有两条路径——kastor build生成目标框架的可运行项目，kastor plan / kastor apply将代理视为托管平台上的长期资源进行协调，同时保持状态、差异和漂移检测。完整设计存储在SPEC.md中。安装Homebrew：brew tap weirdGuy/tap && brew install kastor 安装脚本（验证发布的校验和，安装到/usr/local/bin或~/.local/bin，永远不使用sudo）：curl -fsSL https://raw.githubusercontent.com/weirdGuy/kastor/main/scripts/install.sh | sh 使用Go 1.26+：go install github.com/weirdGuy/kastor/cmd/kastor@latest 或从发布页面下载适合您平台的归档文件，验证与checksums.txt，并将Kastor二进制文件放入您的PATH中。快速入门：构建天气示例 前提条件：Go 1.26+、Python 3.11+、OpenAI API密钥和Tavily API密钥（示例的搜索工具针对Tavily的托管MCP服务器运行）。将规范编译为LangGraph项目：go build ./cmd/kastor ./kastor validate examples/weather/ ./kastor build examples/weather/ kastor build将生成的项目写入examples/weather/gen/langgraph（目标声明的输出）。生成的输出不会被提交：它可以从规范中再现，代码生成的决定性由测试强制执行。设置生成的项目：cd examples/weather/gen/langgraph python3 -m venv .venv . .venv/bin/activate pip install -r requirements.txt 示例的web_search工具通过其规范URI，mcp://search-server/tavily_search，固定到MCP服务器和工具。如何访问该服务器是部署配置，而不是规范：在工作目录中创建mcp_servers.json（或将KASTOR_MCP_CONFIG环境变量指向其他地方的文件）。对于Tavily的托管服务器：{ "search-server" : { "transport" : " streamable_http " , "url" : " https://mcp.tavily.com/mcp/?tavilyApiKey=tvly-YOUR-KEY " } } URL嵌入了您的API密钥，这就是为什么mcp_servers.json被gitignore的原因——将其视为秘密，绝不提交。还需要注意的是，规范URI的最后路径段（tavily_search）必须命名服务器实际宣传的工具，否则调用将失败，并显示"不暴露工具"。导出模型凭证（示例的模型"fast"块使用提供商openai）：export OPENAI_API_KEY=sk-... 运行代理：python3 main.py weather --inputs ' {"location": "Lisbon", "date": "tomorrow"} ' 它以JSON格式打印代理的声明输出合同：{ "weather" : " ... " } 生成的README.md位于gen/langgraph中，完全面向项目的运行：每个代理的输入和输出、工具绑定和MCP配置。一个v0警告（SPEC.md §3.2/§4）：agent.weather的可选forecast_context输入引用agent.forecast的输出。该引用在编译时进行验证，并排序依赖图，但生成的代码不会为您运行上游代理——如果您想要上下文，请自行运行forecast并通过--inputs传递其摘要。开发：go build ./... # 构建所有内容 go test ./... # 运行所有测试 SPEC.md是设计决策的真实来源；CLAUDE.md记录了日常惯例。