Moca将Agent Definition Language (ADL)开源发布。这一与供应商无关的技术规范旨在标准化人工智能代理的定义、审核及管理方式，使其能够在不同的框架和平台上得到统一应用。该项目采用Apache 2.0许可证进行发布，其作用类似于OpenAPI在API领域所扮演的角色——为人工智能代理提供统一的“定义层”。
ADL提供了一种用于定义人工智能代理的声明性格式，这些定义包括代理的身份、角色、语言模型配置、使用的工具、权限设置、对RAG数据的访问权限、依赖关系，以及所有权和版本历史等管理元数据。该规范的目的是提升代理在各种平台和供应商之间的可移植性、可审计性及互操作性。
当前，在人工智能代理的开发过程中存在日益严重的碎片化问题：代理的行为往往分散在提示信息、代码、特定框架的配置文件中，还有一些未记录的假设条件。这种状况使得团队难以准确了解代理的功能范围、使用限制以及审批状态，同时也给安全审查、合规性检查以及代码的重用带来了麻烦。
ADL将这些代理定义整合成一种结构化、机器可读的形式，从而提升对这些定义的审核效率和管理能力。该规范与具体的开发框架无关，主要关注代理的定义本身，而不涉及其执行过程，也不涉及代理之间的通信机制、运行时工具的调用方式或消息传输流程。ADL旨在补充A2A、MCP、OpenAPI等工作流引擎等现有技术。
Next Moca的创始人Kiran Kashalkar在宣布ADL开源时将其描述为“适用于人工智能代理的OpenAPI”，并指出它提供了一种“统一的声明性规范，明确了代理的身份、能使用的工具、可以访问的数据以及配置方式”。Kashalkar强调，可移植性、可审计性和与供应商的中立性是ADL的核心设计目标。
根据Next Moca的说法，ADL主要适用于那些正在开发生产环境中的人工智能系统的团队。在这些系统中，人工智能代理越来越多地作为能够独立运行、并能访问各种工具、数据和外部系统的组件来使用。该公司认为，统一的定义规范有助于实现更清晰的规划、在持续集成流程中进行一致性的验证、明确比较不同代理的功能，并通过版本控制和回滚机制实现类似软件的生命周期管理。
该项目提供了公开的JSON格式规范、示例代理定义文件、验证工具，以及关于管理流程和贡献机制的文档。开发人员可以一次性定义好一个代理模型，在本地进行验证后，将该定义共享给负责安全评估、平台适配和合规性检查的团队。
Next Moca认为ADL目前还处于早期发展阶段，因此正在邀请社区成员提供反馈和建议，以帮助进一步完善这一规范。该公司表示，将这一规范开源的目的是为了促进其广泛普及，实现中立的治理机制，并围绕这一共同标准开发出一系列编辑工具、验证工具、注册系统和测试工具，从而构建一个完整的生态系统。
ADL的代码库及相关文档可在GitHub上找到，其中还提供了贡献指南以及概述了后续发展计划的公开路线图。