我对 AgentDock 的一次误解

本文由 LLM 辅助完成。

其实我只是想记录一下自己和 LLM 的一次聊天记录）顺便测试了一下 AgentDock 的能力，让它在我电脑本机写了个文档，证明确实还可以。

最近研究 AgentDock 时，我对它的定位产生了一次误解。最开始我以为它类似 Claude Code，是一个内置 Agent Runtime 的本机 Agent；后来才发现，它实际上更接近一个 MCP Server，将本机能力暴露给已有的 Agent。

误解过程

Q：

其实主要是，我分析目前的这个 AgentDock，我觉得这完全一个 mcp 够了，不知道为什么还自带一个 Agent，不如做成现有 Agent 的插件，还更方便。

可以理解为，如果是 ChatGPT 网页端使用，那么就是网页端的这个 connector 照样连接本机提供的这个服务，不过这个 mcp 服务调用的是 opencode 或者 astrbot 这种 Agent，你先分析一下可行性？

A：

这里首先有一个误解：AgentDock 并没有内置类似 Claude Code、OpenCode 的 Agent Runtime。

它主要是 MCP Server，提供 Shell、文件、Git 等 Tools 给外部 Agent 调用。

---

Q：

不是，现在这个 AgentDock 是怎么实现的呢？是怎么通过 ChatGPT 网页端连接器连到 Agent 上的呢？我就是单纯想把这里的 Agent 换成一个市面上更加广泛使用的 Agent 而不是他自己实现的啊？或者我有误解，实际上 AgentDock 里面并没有内置一个类似 claudecode 这样的 Agent？

A：

AgentDock 里面没有类似 Claude Code 的 Agent。

实际链路是：

ChatGPT / OpenCode / 其他 Agent
          |
       MCP Client
          |
      AgentDock
          |
   Shell / File / Git

ChatGPT 网页端本身才是 Agent Runtime。

---

Q：

所以其实我开始的 idea 是没啥用的，人家其实已经做的很好了。我开始还以为他里面包了一整个 Agent，但是实际上没有。。

A：

你的最初误解来自名字和功能表现。

AgentDock 提供的工具很像传统 Agent 内置的工具，所以容易让人觉得它是一个完整 Agent。

但实际上：

• AgentDock：提供工具
• ChatGPT / Claude Code / OpenCode：负责推理和调用工具

---

Q：

好吧，但是这个 MCP 提供的一系列 Tool，我是不是可以理解为也是一个 Agent 了

A：

不严格来说不是。

Tool 负责执行动作，Agent 负责思考、规划和决定调用什么 Tool。

不过 MCP Tool 集合确实可以看作 Agent 的“身体能力”。

---

Q：

我可以这样表述：

对于传统的 Agent 来说，Agent 本身就提供了一系列操控系统的 tools（比如 ClaudeCode 的 Readfile, Bash, Grep 等），MCP 只是提供一些外部的服务，也作为 tool 的形式出现。

但是 AgentDock 实际上是一个把这些，原本 Agent 该提供的 Tools 都实现好的 MCP，反倒是交给网页版的 ChatGPT 通过 MCP 连接去调用这些很基础的 tools 了，其实是很像一个 Agent 的。

所以说 AgentDock 里面提供了一个 Agentruntime 也没错，不过是上层的 LLM 不是通过传统的配置 API-Key 然后走 HTTP 请求来获得，而是通过 MCP 建立的连接来获得 LLM 的能力。

A：

前半部分基本正确：AgentDock 确实把很多传统 Agent 内置的系统工具抽离出来，通过 MCP 提供给 ChatGPT 等 Agent 使用。

但是 Agent Runtime 的关键不是工具数量，而是 LLM 调用、任务规划、工具选择和循环执行。

AgentDock 没有这些，所以它不是 Agent Runtime。

---

Q：

ChatGPT 网页端是一个被阉割的 Agent，他只在网页沙箱里面运行，也没有控制某个特定电脑本机的 Tools。但是 AgentDock 作为一个 MCP，实现了一系列操控本机的工具，从而真正实现了 Agent 完全体。

A：

更准确的说法：ChatGPT 网页端本身已经是 Agent Runtime，只是默认没有访问用户本机资源的能力。

AgentDock 提供的是“身体能力”：文件、Shell、Git 等工具。

组合起来：

ChatGPT（大脑）
        |
       MCP
        |
AgentDock（工具层）
        |
      本机系统

不是 AgentDock 实现了 Agent，而是 MCP 让云端 Agent 获得了本机能力。

---

最后的理解

传统模式：

Agent = LLM + Runtime + Tools

MCP 模式：

Agent = LLM + Runtime
Tools = 外部 MCP Server

AgentDock 的价值，就是把本机操作能力标准化成 MCP Tools，让不同 Agent 都可以复用。