# Agent OS **Repository Path**: spharx/agentos ## Basic Information - **Project Name**: Agent OS - **Description**: 非LangChain封装，自研新架构和记忆系统。工程级任务比OpenClaw效率高至少3倍，节省token约200%的使用量。智能体团队驱动系统，全新的CoreLoopThree架构和MemoryRovol记忆卷载，可以工程化的完成任务，最大化拉满token使用效率。全新架构在token利用效率上领先当前行业主流框架至少3倍。 - **Primary Language**: Unknown - **License**: Apache-2.0 - **Default Branch**: main - **Homepage**: https://gitee.com/spharx/agentos - **GVP Project**: No ## Statistics - **Stars**: 18 - **Forks**: 4 - **Created**: 2026-03-09 - **Last Updated**: 2026-03-26 ## Categories & Tags **Categories**: ai **Tags**: AI, os, algorithms, Deep-learning, Assistant ## README # Agent OS

[![Version](https://img.shields.io/badge/version-1.0.0.6-blue.svg)](https://gitee.com/spharx/agentos) [![License](https://img.shields.io/badge/license-Apache--2.0-green.svg)](https://gitee.com/spharx/agentos/blob/main/LICENSE) [![Docker](https://img.shields.io/badge/docker-supported-blue.svg?logo=docker&logoColor=white)](https://www.docker.com/) [![C/C++](https://img.shields.io/badge/C%2FC%2B%2B-11%2F17-blue.svg?logo=c%2B%2B&logoColor=white)](https://isocpp.org/) [![Python](https://img.shields.io/badge/python-3.9%2B-blue.svg?logo=python&logoColor=white)](https://www.python.org/) [![Mirror](https://img.shields.io/badge/mirror-GitHub-lightgrey.svg)](https://github.com/SpharxTeam/AgentOS) [![Status](https://img.shields.io/badge/status-production%20ready-success.svg)](https://gitee.com/spharx/agentos) ---

## 🤖 智能体超级驱动 *"From data intelligence emerges · 始于数据，终于智能"* --- **🌍 Language / 语言**: [🇨🇳 简体中文](README.md) | [🇬🇧 English](partdocs/readme/en/README.md) | [🇫🇷 Français](partdocs/readme/fr/README.md) | [🇩🇪 Deutsch](partdocs/readme/de/README.md)

---

## 📚 官方技术白皮书项目核心理念已在官方技术白皮书中进行了系统化阐述 | 版本 | 链接 | |------|------| | 📘 中文 V1.0 | [AgentOS 技术白皮书](partdocs/white_paper/zh/AgentOS_技术白皮书_V1.0.pdf) | | 📗 English V1.0 | [AgentOS Technical White Paper](partdocs/white_paper/en/AgentOS_Technical_White_Paper_V1.0.pdf) | --- ## 🚀 项目简介 AgentOS 是 SpharxWorks 生产线的核心功能之一，是**面向多智能体协作的操作系统内核**。它不是又一个 Agent 框架，而是为智能体文明建造**第一块基石**。可组建团队、自我进化的智能体文明： "Intelligence emergence, and nothing less, is the ultimate sublimation of AI." ### 核心优势 - **token 效率领先**：工程级任务比行业主流框架节省约 200% token 使用量 - **架构性能优势**：token 利用效率领先行业主流框架 2-3 倍 - **生产级质量**：微内核架构，服务独立演进，内核稳定如磐石 - **安全内生**：四层防护机制，虚拟工位隔离，权限热更新 ### 理论基础 AgentOS 的设计根植于五大理论根基，形成完整的学术支撑体系： | 理论 | 来源 | 核心思想 | 在 AgentOS 中的体现 | |------|------|----------|---------------------| | **工程控制论** | Engineering Cybernetics | 反馈调节、动态平衡 | 三层嵌套负反馈系统（实时/轮次内/跨轮次），每层独立闭环 | | **系统工程** | On Systems Engineering | 层次分解、综合集成、总体设计部 | 五维正交原则体系，七层架构分层，CoreLoopThree 三层运行时 | | **双系统认知** | Thinking, Fast and Slow | System 1 快思考，System 2 慢思考 | 认知层 (System 2) 深度规划 vs 行动层 (System 1) 快速执行 | | **微内核哲学** | Liedtke 微内核原则 + seL4 形式化验证 | 机制与策略分离、最小特权、可验证性 | corekern 仅 4 个原子机制，所有服务运行在用户态 | | **设计美学** | 乔布斯设计理念 + 人文主义 | 简约至上、极致细节、人文关怀、完美主义 | 代码极简主义、接口精细化设计、责任链可解释性 | **理论创新点**： - **工程两论深度融合**：控制论解决动态调节问题（反馈闭环），系统工程解决静态结构问题（层次分解），两者结合形成 AgentOS 架构的双重支柱 - **认知科学工程化**：首次将双系统认知理论完整编码进操作系统架构，实现快慢思考的协同工作 - **微内核范式转移**：从传统 OS 的微内核扩展到智能体操作系统，重新定义"机制 - 策略"边界 - **美学驱动工程**：将设计美学提升至原则高度，以人文关怀引导技术决策详见：[架构设计原则 v1.6 · 第 1 章引言] --- ## 💎 核心价值 | 价值维度 | 说明 | 对应原则 | |---------|------|---------| | **微内核极简** | 内核仅保留 IPC、内存、任务、时间四个原子机制，所有服务运行在用户态 | K-1 内核极简原则 | | **三层认知循环** | 认知→规划→调度→执行，决策层与执行层严格分离 | S-3 总体设计部原则 | | **四层记忆卷载** | L1 原始卷 → L2 特征层 → L3 结构层 → L4 模式层，逐层提炼智慧 | C-3 记忆升华原则 | | **安全穹顶** | 虚拟工位隔离、权限裁决、输入净化、审计追踪，安全内生 | E-1 安全内生原则 | | **可插拔策略** | 规划/协同/调度/遗忘/检索算法均可运行时替换 | K-4 可插拔策略原则 | | **反馈闭环** | 实时反馈修正当前任务，跨轮次反馈驱动长期进化 | S-1 反馈闭环原则 | | **接口契约化** | 所有跨模块交互通过 Doxygen 契约声明（所有权、线程安全、错误处理） | K-2 接口契约化原则 | | **多语言 SDK** | Go、Python、Rust、TypeScript 原生支持，FFI 接口高效安全 | - | --- ## 🏗️ 系统架构 ``` ┌─────────────────────────────────────────────────────────────┐ │ AgentOS 整体架构 │ ├─────────────────────────────────────────────────────────────┤ │ │ │ ┌───────────────────────────────────────────────────────┐ │ │ │ 应用层 (openhub) │ │ │ │ docgen | ecommerce | research | videoedit | ... │ │ │ └───────────────────────────────────────────────────────┘ │ │ ↕ │ │ ┌───────────────────────────────────────────────────────┐ │ │ │ 核心服务层 (backs) │ │ │ │ llm_d | market_d | monit_d | sched_d | tool_d │ │ │ └───────────────────────────────────────────────────────┘ │ │ ↕ │ │ ┌───────────────────────────────────────────────────────┐ │ │ │ 内核层 (atoms) │ │ │ │ ┌──────────────┐ ┌──────────────┐ ┌─────────────┐ │ │ │ │ │ corekern │ │coreloopthree │ │memoryrovol │ │ │ │ │ │ 微内核基础 │ │三层核心运行时 │ │四层记忆卷载 │ │ │ │ │ │IPC·Mem·Task │ │认知→规划→执行 │ │L1→L2→L3→L4 │ │ │ │ │ └──────────────┘ └──────────────┘ └─────────────┘ │ │ │ │ ┌──────────────┐ ┌──────────────┐ ┌─────────────┐ │ │ │ │ │ syscall │ │ domes │ │ utils │ │ │ │ │ │ 系统调用接口 │ │ 安全穹顶 │ │ 公共工具 │ │ │ │ │ └──────────────┘ └──────────────┘ └─────────────┘ │ │ │ └───────────────────────────────────────────────────────┘ │ │ ↕ │ │ ┌───────────────────────────────────────────────────────┐ │ │ │ SDK 层 (tools) │ │ │ │ Go | Python | Rust | TypeScript │ │ │ └───────────────────────────────────────────────────────┘ │ │ │ └─────────────────────────────────────────────────────────────┘ ``` ### 架构设计原则（五维正交体系）详见：[架构设计原则 v1.6](partdocs/architecture/folder/architectural_design_principles.md) ``` 维度一：系统观 (S-1~S-4) ← 工程控制论 & 系统工程 • 反馈闭环 • 层次分解 • 总体设计部 • 协调性维度二：内核观 (K-1~K-4) ← 微内核哲学 • 极简主义 • 接口契约 • 最小特权 • 可插拔策略维度三：认知观 (C-1~C-4) ← 双系统认知理论 • 快慢协同 • 渐进规划 • 自我纠错 • 持续学习维度四：工程观 (E-1~E-7) ← 工程最佳实践 • 安全内生 • 模块化 • 可测试 • 可观测 • 文档化维度五：设计美学 (A-1~A-4) ← 乔布斯美学 + 人文关怀 • 简约至上 • 极致细节 • 人文关怀 • 完美主义 ``` --- ## 📁 项目结构 ``` AgentOS/ ├── atoms/ # 内核层（微内核架构） │ ├── corekern/ # 微内核基础：IPC/Mem/Task/Time │ ├── coreloopthree/ # 三层一体运行时 ⭐ │ ├── memoryrovol/ # 记忆卷载系统 ⭐ │ ├── syscall/ # 系统调用接口 │ └── utils/ # 公共工具库 │ ├── atomslite/ # 轻量级内核（嵌入式场景） │ └── corekernlite/ # 精简版微内核 │ ├── domes/ # 安全穹顶 ⭐ │ ├── workbench/ # 虚拟工位（进程/容器沙箱） │ ├── permission/ # 权限裁决（RBAC/YAML） │ ├── sanitizer/ # 输入净化（正则过滤） │ └── audit/ # 审计追踪（异步日志） │ ├── backs/ # 用户态守护进程 │ ├── llm_d/ # LLM 服务（OpenAI/DeepSeek） │ ├── market_d/ # 市场服务（Agent/技能注册） │ ├── monit_d/ # 监控服务（OpenTelemetry） │ ├── sched_d/ # 调度服务（多策略） │ └── tool_d/ # 工具服务（工具执行） │ ├── common/ # 公共组件库 │ ├── platform/ # 平台抽象层 │ └── utils/ # 通用工具集 │ ├── dynamic/ # 网关层（HTTP/WebSocket/Stdio） ├── openhub/ # 开放生态（应用/社区贡献） ├── tools/ # 多语言 SDK（Go/Python/Rust/TS） ├── config/ # 配置文件（Agent/环境/安全等） ├── partdata/ # 运行时数据（内核/日志/服务） ├── partdocs/ # 技术文档（架构/指南/规范） ├── scripts/ # 运维脚本（构建/部署/开发） └── tests/ # 测试套件（单元/集成/契约/基准） ``` **关键模块说明**： - **⭐ 核心创新**: CoreLoopThree（三层认知循环）、MemoryRovol（四层记忆卷载）、Domes（安全穹顶） - **微内核**: 仅 ~9,000 行代码，提供 IPC Binder、内存管理（RAII）、任务调度（加权轮询）、时间服务四大原子机制 - **守护进程**: 所有服务运行在用户态，独立演进，故障隔离 - **系统调用**: 用户态与内核通信的唯一通道，严格的接口契约（Doxygen 注释） - **统一日志**: 跨语言日志接口（C/Python/Go/Rust/TS），trace_id 全链路追踪，OpenTelemetry 集成 --- ## 🛡️ Domes：安全穹顶 `domes/` 是 AgentOS 的安全免疫系统，为每个 Agent 提供隔离的沙箱环境，让智能体既能自由工作，又无法超越边界一步。 ### 四重防护机制 | 防护层 | 组件 | 职责 | 核心接口 | |--------|------|------|---------| | **虚拟工位** | `workbench/` | 进程（namespaces+cgroups）/容器（runc）沙箱隔离，资源限额，网络可选 | `domes_workbench_create/exec/destroy` | | **权限裁决** | `permission/` | YAML 规则引擎，RBAC 模型，通配符匹配，缓存加速，热更新 | `domes_permission_check/reload` | | **输入净化** | `sanitizer/` | 正则规则过滤，风险等级标注（0-3），可替换或删除 | `domes_sanitize` | | **审计追踪** | `audit/` | 异步队列写入，JSON 格式，日志轮转，结构化查询，全链路记录 | `domes_audit_record/query` | ### 设计原则 - **最小权限**：默认拒绝一切未明确授权的操作 - **防御深度**：单点失效不导致系统崩溃 - **热更新**：安全规则变更零停机 - **可观测**：所有敏感操作全链路审计详见：[Domes 设计文档](domes/README.md) --- ## 🧠 CoreLoopThree：三层认知循环 CoreLoopThree 是 AgentOS 的核心创新架构，将智能体运行时划分为三个正交且协同的层次，实现**决策与执行分离、认知与记忆融合**。其设计深受**工程两论**指导：控制论的反馈调节（每层独立闭环）+ 系统工程的层次分解（三层正交分离）。 **理论根基**： - **双系统认知理论**：认知层=System 2（慢思考·深度规划），行动层=System 1（快思考·模式执行） - **ACT-R/SOAR 认知架构**：目标栈管理、产生式规则引擎、问题空间假设 - **海马体 - 新皮层记忆理论**：快速编码（海马体/L1）→ 慢速整合（新皮层/L2-L4） ### 架构图 ``` ┌─────────────────────────────────────────────────────────┐ │ 认知层 (Cognition) │ │ 意图理解 → 任务规划(DAG) → Agent调度 → 模型协同 │ │ ↑ │ │ └────────────── 跨轮次反馈 ──────────────────────┐ │ └─────────────────────────────────────────────────────────┘ ↓ ┌─────────────────────────────────────────────────────────┐ │ 行动层 (Execution) │ │ 执行引擎 → 补偿事务 → 责任链追踪 → 执行单元注册表 │ │ ↑ │ │ └────────────── 实时反馈 ────────────────────────┐ │ └─────────────────────────────────────────────────────────┘ ↓ ┌─────────────────────────────────────────────────────────┐ │ 记忆层 (Memory) │ │ MemoryRovol FFI → 上下文挂载 → LRU缓存 → 进化触发 │ └─────────────────────────────────────────────────────────┘ ``` ### 核心组件 #### 认知层（Cognition）- System 2 慢思考 **设计理念**：深度分析、战略规划、自我反思 | 组件 | 功能 | 可插拔策略 | 理论映射 | |------|------|-----------|----------| | 意图理解引擎 | 解析用户输入，识别核心目标，Intent 结构体 | - | 语言理解模块 | | 任务规划器 | DAG 任务图生成与动态扩展，依赖关系管理 | 分层/反应式/反思式/ML | 问题空间假设 (SOAR) | | Agent 调度器 | 多目标优化选择最优 Agent，评分函数驱动 | 加权/轮询/优先级/ML | 效用理论 | | 模型协同器 | 主辅模型交叉验证与仲裁，加权融合 | 双模型/多数投票/加权融合 | 群体智慧 | | 协同器 | 多 Agent 协作编排，任务分解与分配 | - | 分布式人工智能 | **关键特性**： - **决策与执行分离**：认知层只负责规划和调度，不执行具体任务，避免"既当裁判又当运动员" - **增量规划器**：支持 DAG 动态扩展，根据执行反馈实时调整任务图 - **自我纠错机制**：引入"思考 - 反思 - 调整"微循环，通过双模型协同解决自我反思的理论极限问题 - **责任链追踪**：完整的决策记录，实现全链路审计和行为可解释性 #### 行动层（Execution）- System 1 快思考 **设计理念**：模式匹配、快速执行、自动补偿 | 组件 | 功能 | 特性 | 理论映射 | |------|------|------|----------| | 执行引擎 | 任务状态机管理，生命周期控制 | Pending→Running→Succeeded/Failed/Cancelled/Retrying | 状态自动机 | | 补偿事务 | 失败自动回滚，Saga 模式 | 补偿链、人工介入队列 | 事务处理理论 | | 责任链追踪 | 全链路执行记录，TraceID 关联 | OpenTelemetry 集成 | 分布式追踪 | | 执行单元注册表 | 原子执行器动态加载，热插拔 | API/浏览器/代码/数据库/文件/Shell/工具 | 插件架构 | **关键特性**： - **快速模式执行**：基于历史经验的模式匹配，80% 常规任务无需深度思考 - **补偿事务框架**：失败时自动触发回滚链，保证最终一致性 - **执行单元热插拔**：支持运行时动态加载新的执行器，无需重启系统 - **人机协同回路**：复杂任务可暂停等待人工确认，实现 Human-in-the-loop ### 调度官评分函数 ``` Score(agent) = w₁ · (1/cost) + w₂ · success_rate + w₃ · trust_score ``` 其中： - `cost`: Agent 调用成本（token 消耗或时间开销） - `success_rate`: 历史成功率（0-1 区间） - `trust_score`: 信任评分（基于用户评价和审计记录） - `w₁, w₂, w₃`: 权重系数，可动态调整详见：[CoreLoopThree 架构文档](partdocs/architecture/folder/coreloopthree.md) --- ## 💾 MemoryRovol：四层记忆卷载 MemoryRovol 是 AgentOS 的内核级记忆系统，实现从原始数据到高级模式的**全栈记忆管理能力**。它的名字源自"卷"——像胶卷一样，记忆被逐层显影，从朦胧的原始影像逐步凝结为清晰的模式。 ### 四层架构 ``` ┌─────────────────────────────────────────────────────────┐ │ L4 Pattern Layer (模式层) │ │ 持久同调分析(Ripser) · HDBSCAN聚类 · 规则生成 │ │ 输出：可复用的行为模式，豁免遗忘 │ └─────────────────────────↑───────────────────────────────┘ ↓ 抽象进化 ┌─────────────────────────────────────────────────────────┐ │ L3 Structure Layer (结构层) │ │ 绑定/解绑算子 · 关系编码 · 时序编码 · 图编码 │ │ 输出：记忆间的结构关系 │ └─────────────────────────↑───────────────────────────────┘ ↓ 特征提取 ┌─────────────────────────────────────────────────────────┐ │ L2 Feature Layer (特征层) │ │ 嵌入模型 · FAISS向量索引 · 混合检索(向量+BM25) │ │ 输出：语义向量，支撑相似度搜索 │ └─────────────────────────↑───────────────────────────────┘ ↓ 数据压缩 ┌─────────────────────────────────────────────────────────┐ │ L1 Raw Layer (原始卷) │ │ 文件系统存储 · 分片压缩 · SQLite元数据 · 版本控制 │ │ 输出：带时间戳的原始记忆，仅追加，永不修改 │ └─────────────────────────────────────────────────────────┘ ``` ### 神经科学类比 | 层级 | 脑区类比 | 功能 | 实现技术 | |------|---------|------|----------| | L1 原始卷 | 海马体 CA3 区 | 原始情景痕迹，快速编码 | 文件系统 + SQLite 索引 | | L2 特征层 | 内嗅皮层 | 特征提取与向量索引 | FAISS + Embedding 模型 | | L3 结构层 | 海马 - 新皮层通路 | 关系绑定与时序巩固 | 绑定算子 + 图神经网络 | | L4 模式层 | 前额叶皮层 | 抽象规则与图式，慢速整合 | 持久同调 + HDBSCAN 聚类 | ### 遗忘机制基于艾宾浩斯遗忘曲线（$R = e^{-\lambda t}$），其中 $\lambda$ 为遗忘速率常数，受访问频率和情感权重调节： **数学模型**： - **指数衰减**：$R(t) = e^{-\lambda t}$（默认） - **线性衰减**：$R(t) = 1 - \alpha t$ - **基于访问次数**：$R(t) = e^{-\lambda t / (1 + \beta \cdot access_count)}$ - **情感权重调节**：$\lambda' = \lambda \cdot e^{-\gamma \cdot emotional_weight}$ **遗忘策略**： - **裁剪**：低权重记忆被裁剪或归档至冷存储（L1 Cold Archive） - **复活**：被归档的记忆在相关查询时可重新激活（吸引子动力学·Pattern Completion） - **固化**：高频使用或高价值记忆被提取为 L4 模式，豁免遗忘（类似海马体→新皮层巩固） - **睡眠重放**：空闲时段触发记忆回放，强化重要连接（借鉴神经科学睡眠理论） ### 检索动力学基于现代 Hopfield 网络的吸引子动力学，实现**模式补全**（Pattern Completion）： **能量函数**： ``` E(z) = -∑ᵤ (mᵘ · z)² + λ·||z||² ``` **迭代收敛**： ``` z(t+1) = σ(∑ᵤ mᵘ (mᵘ · z(t))) ``` 部分线索经过迭代收敛到完整记忆，即使输入不完整也能检索到相关记忆。 **重排序（Reranker）机制**： ```python # 混合检索后的精排阶段 final_scores = α * vector_similarity + β * bm25_score + γ * recency_boost + δ * emotional_weight ``` 其中： - `vector_similarity`: 余弦相似度（FAISS 计算） - `bm25_score`: BM25 文本相关性分数 - `recency_boost`: 近因效应增强（基于时间衰减） - `emotional_weight`: 情感权重（高情感价值记忆优先） ### 性能指标 | 指标 | 数值 | |------|------| | L1 写入吞吐 | 10,000+ 条/秒 | | L2 向量检索延迟 | < 10ms (k=10) | | 混合检索延迟 | < 50ms (top-100) | | L2→L3 抽象速度 | 100 条/秒 | | L4 模式挖掘速度 | 10 万条/分钟 | 详见：[MemoryRovol 架构文档](partdocs/architecture/folder/memoryrovol.md) --- ## 🎨 设计美学：代码中的艺术 AgentOS 不仅是一个工程产品，更是一件精心雕琢的艺术品。我们将**设计美学**提升至架构原则的高度，以人文关怀引导技术决策。 ### 四大美学原则 | 原则 | 内涵 | 在 AgentOS 中的体现 | |------|------|---------------------| | **简约至上 (A-1)** | 少即是多，去除一切不必要的复杂性 | • 微内核仅保留 4 个原子机制
• 系统调用接口精简（<50 个核心函数）
• 代码行数控制在可理解范围内（corekern ~9K LOC） | | **极致细节 (A-2)** | 魔鬼藏在细节中，追求完美 | • 所有公共 API 定义 Doxygen 契约（参数方向、所有权、线程安全）
• 错误码统一分级处理（ERROR/WARNING/INFO）
• 日志格式标准化（时间戳 +trace_id+ 结构化数据） | | **人文关怀 (A-3)** | 技术服务于人，增强而非替代 | • 责任链追踪实现行为可解释性
• Human-in-the-loop 支持人工介入关键决策
• 多语言 SDK 降低开发者门槛
• 完善的文档体系（架构/指南/哲学） | | **完美主义 (A-4)** | 不妥协，持续改进，追求卓越 | • 核心模块 100% 单元测试覆盖
• 性能指标量化并持续优化
• 定期代码审查和架构评审
• 变更日志严格遵循 Keep a Changelog 规范 | ### 代码美学示例 **极简主义 - RAII 内存管理**： ``` // 智能指针自动释放，无需手动 free core_mem_ptr_t ptr = core_mem_alloc(size); if (!ptr) return AGENTOS_ERROR_NO_MEMORY; // 离开作用域时自动释放，零泄漏风险 ``` **契约化接口 - Doxygen 注释**： ``` /** * @brief 写入原始记忆 * @param data [in] 数据缓冲区（不可为 NULL） * @param len [in] 数据长度（必须>0） * @param metadata [in,opt] JSON 元数据（可为 NULL） * @param out_record_id [out] 输出记录 ID（需调用者释放） * @return agentos_error_t * @threadsafe 是（内部使用互斥锁保护） * @see agentos_sys_memory_search(), agentos_sys_memory_delete() */ AGENTOS_API agentos_error_t agentos_sys_memory_write(...); ``` **错误处理 - 统一分级**： ``` switch (error) { case AGENTOS_SUCCESS: // 成功路径，快速返回 break; case AGENTOS_ERROR_INVALID_PARAM: // 参数错误，记录 WARNING 级别日志 AGENTOS_LOG_WARNING("Invalid parameter: %s", param_name); break; case AGENTOS_ERROR_NO_MEMORY: // 严重错误，触发告警并尝试恢复 AGENTOS_LOG_ERROR("Out of memory, attempting recovery"); attempt_memory_recovery(); break; } ``` 详见：[架构设计原则 v1.6 · 第 6 章维度五：设计美学](partdocs/architecture/folder/architectural_design_principles.md#第 -6-章 -维度五设计美学) --- ## 📞 Syscall：系统调用接口系统调用是用户态服务与内核之间的唯一通信通道。所有守护进程（`backs/`）必须通过 `syscalls.h` 与内核交互，禁止直接调用内核内部函数。 ### 核心接口 | 类别 | 接口 | 说明 | |------|------|------| | **任务管理** | `agentos_sys_task_submit/query/wait/cancel` | 任务全生命周期管理 | | **记忆管理** | `agentos_sys_memory_write/search/get/delete` | 记忆的 CRUD 操作 | | **会话管理** | `agentos_sys_session_create/get/close/list` | 多轮对话上下文管理 | | **可观测性** | `agentos_sys_telemetry_metrics/traces` | 指标采集与链路追踪 | | **Agent 管理** | `agentos_sys_agent_register/invoke/terminate` | Agent 创建与调用 | ### 接口契约示例 ``` /** * @brief 写入原始记忆 * @param data 数据 * @param len 数据长度 * @param metadata JSON元数据（可为NULL） * @param out_record_id 输出记录ID（需调用者释放） * @return agentos_error_t * @threadsafe 是 * @see agentos_sys_memory_search(), agentos_sys_memory_delete() */ AGENTOS_API agentos_error_t agentos_sys_memory_write( const void* data, size_t len, const char* metadata, char** out_record_id); ``` 详见：[系统调用规范](partdocs/architecture/folder/syscall.md) --- ## 🛠️ 开发指南 ### 环境要求 | 类别 | 要求 | |------|------| | **操作系统** | Linux (Ubuntu 22.04+), macOS 13+, Windows 11 (WSL2) | | **编译器** | GCC 11+ / Clang 14+ / MSVC 2022+ | | **构建工具** | CMake 3.20+, Ninja 或 Make | | **核心依赖** | OpenSSL, libevent, pthread, SQLite3, libcurl, cJSON | | **向量检索** | FAISS >= 1.7.0（IVF/HNSW 索引） | | **可选依赖** | Ripser (持久同调), HDBSCAN (聚类分析), libyaml (配置解析), libcjson (JSON 序列化) | ### 快速开始 ``` # 克隆项目 git clone https://gitee.com/spharx/agentos.git cd agentos # 初始化配置 cp .env.example .env python scripts/init_config.py # 构建项目 mkdir build && cd build cmake ../atoms -DCMAKE_BUILD_TYPE=Release -DBUILD_TESTS=ON cmake --build . --parallel $(nproc) # 运行测试 ctest --output-on-failure ``` ### CMake 配置选项 | 变量 | 说明 | 默认值 | |------|------|--------| | `CMAKE_BUILD_TYPE` | Debug/Release/RelWithDebInfo | `Release` | | `BUILD_TESTS` | 构建单元测试 | `OFF` | | `ENABLE_TRACING` | 启用 OpenTelemetry 追踪 | `OFF` | | `ENABLE_ASAN` | 启用 AddressSanitizer | `OFF` | | `ENABLE_LOGGING` | 启用统一日志系统 | `ON` | 详见：[BUILD.md](atoms/BUILD.md) --- ## 📊 性能指标基于标准测试环境 (Intel i7-12700K, 32GB RAM, NVMe SSD): ### 处理能力 | 指标 | 数值 | 测试条件 | |------|------|---------| | 记忆写入吞吐 | 10,000+ 条/秒 | L1 层，异步批量写入 | | 向量检索延迟 | < 10ms | FAISS IVF1024,PQ64, k=10 | | 混合检索延迟 | < 50ms | 向量+BM25, top-100 重排序 | | 并发连接数 | 1024 | Binder IPC 最大连接 | | 任务调度延迟 | < 1ms | 加权轮询策略 | | Agent 调度延迟 | < 5ms | 加权轮询 | | L2→L3 抽象速度 | 100 条/秒 | 批量处理模式 | | L4 模式挖掘速度 | 10 万条/分钟 | 持久同调分析 | ### 资源利用率 | 场景 | CPU 占用 | 内存占用 | 磁盘 IO | |------|---------|---------|---------| | 空闲状态 | < 5% | 200MB | < 1MB/s | | 中等负载 | 30-50% | 1-2GB | 10-50MB/s | | 高负载 | 80-100% | 4-8GB | 100-500MB/s | 详见：[benchmark.py](scripts/benchmark.py) | [性能指标文档](partdocs/specifications/README.md) --- ## 📚 文档资源 ### 核心文档 | 文档 | 说明 | |------|------| | [架构设计原则 v3.0](partdocs/architecture/folder/architectural_design_principles.md) | **四维原则体系**：系统观/内核观/认知观/工程观 | | [CoreLoopThree 架构](partdocs/architecture/folder/coreloopthree.md) | 三层认知循环：认知→规划→执行 | | [MemoryRovol 架构](partdocs/architecture/folder/memoryrovol.md) | 四层记忆系统：L1→L2→L3→L4 | | [微内核设计](partdocs/architecture/folder/microkernel.md) | corekern 原子内核：IPC/Mem/Task/Time | | [系统调用规范](partdocs/architecture/folder/syscall.md) | syscall 接口契约 | | [IPC 通信机制](partdocs/architecture/folder/ipc.md) | Binder 驱动的进程间通信 | | [统一日志系统](partdocs/architecture/folder/logging_system.md) | trace_id 全链路追踪 | | [Domes 安全穹顶](domes/README.md) | 安全四重防护机制 | ### 哲学基础 | 文档 | 说明 | |------|------| | [认知层理论](partdocs/philosophy/Cognition_Theory.md) | 双系统认知模型在 AgentOS 中的应用 | | [记忆层理论](partdocs/philosophy/Memory_Theory.md) | 四层记忆卷载的神经科学与数学基础 | | [设计原则](partdocs/philosophy/Design_Principles.md) | 从"工程两论"到架构设计 | | [架构师手册](partdocs/architecture/folder/architect_handbook.md) | 架构决策记录与设计模式 | ### 开发指南 | 文档 | 说明 | |------|------| | [快速入门](partdocs/guides/folder/getting_started.md) | 环境搭建与第一个 Agent | | [创建 Agent](partdocs/guides/folder/create_agent.md) | Agent 开发教程 | | [创建技能](partdocs/guides/folder/create_skill.md) | 技能开发教程 | | [部署指南](partdocs/guides/folder/deployment.md) | 生产环境部署 | | [内核调优](partdocs/guides/folder/kernel_tuning.md) | 性能优化与参数配置 | | [故障排查](partdocs/guides/folder/troubleshooting.md) | 常见问题诊断与解决 | | [模块特性](partdocs/guides/folder/module_features.md) | 核心模块功能详解 | --- ## 🗺️ 版本路线图 ### 当前版本 (v1.0.0.6) - 生产就绪 (Production Ready) 🎉 **发布日期**: 2026-03-25 **核心模块完成度**: 100% 基于最新的代码实现分析，以下是各模块的详细完成度评估： | 模块 | 完成度 | 状态 | 关键特性 | 代码行数 | |------|--------|------|----------|----------| | **corekern 微内核** | 100% | ✅ | IPC Binder、内存管理（RAII）、任务调度（加权轮询）、高精度时间 | ~9,000 LOC | | **coreloopthree 三层循环** | 100% | ✅ | 认知层（意图理解/任务规划/Agent 调度）、行动层（执行引擎/补偿事务）、记忆层 FFI | ~15,000 LOC | | **memoryrovol 四层记忆** | 100% | ✅ | L1-L4 全栈实现、FAISS 集成（IVF/HNSW）、遗忘曲线、吸引子检索 | ~20,000 LOC | | **syscall 系统调用** | 100% | ✅ | 任务/记忆/会话/可观测性/Agent 全接口、Doxygen 契约 | ~3,000 LOC | | **domes 安全穹顶** | 100% | ✅ | 虚拟工位（进程/容器）、权限裁决（RBAC/YAML）、净化、审计 | ~12,000 LOC | | **backs 守护进程** | 100% | ✅ | llm_d/market_d/monit_d/sched_d/tool_d 全部实现 | ~25,000 LOC | | **tools 多语言 SDK** | 90% | 🔄 | Go/Python/Rust/TypeScript，异步支持，类型注解 | ~8,000 LOC | | **统一日志系统** | 100% | ✅ | 跨语言接口、trace_id 追踪、OpenTelemetry 集成 | ~5,000 LOC | **关键里程碑**： - ✅ **核心架构设计完成**（v1.0.0.0-v1.0.0.3）：微内核 + 三层运行时 + 四层记忆理论奠基 - ✅ **MemoryRovol 记忆系统实现**（v1.0.0.4-v1.0.0.5）：L1-L4 全栈开发完成 - ✅ **CoreLoopThree 运行时框架完成**（v1.0.0.5-v1.0.0.6）：认知层 + 行动层 + 记忆层闭环 - ✅ **系统调用层 100% 完成**（v1.0.0.6）：所有公共 API 定义 Doxygen 契约 - ✅ **统一日志系统集成**（v1.0.0.6）：跨语言追踪 + OpenTelemetry 集成 - ✅ **Domes 安全穹顶发布**（v1.0.0.6）：四重防护机制全部实现 - ✅ **文档体系完善**（v1.0.0.6）：架构原则 v1.6、CoreLoopThree v1.6、MemoryRovol v1.6 **v1.0.0.6 新增特性**（相比 v1.0.0.5）： - ✨ 新增：设计美学维度（A-1~A-4），将美学原则提升至架构高度 - ✨ 新增：责任链追踪机制，实现全链路审计和行为可解释性 - ✨ 新增：Human-in-the-loop 支持，复杂任务可暂停等待人工确认 - ✨ 新增：睡眠重放机制，空闲时段触发记忆回放强化重要连接 - 🚀 优化：情感权重调节遗忘速率，高情感价值记忆豁免遗忘 - 🚀 优化：重排序机制增加情感权重因子，提升检索相关性 - 📝 完善：架构设计原则 v1.6，深度整合工程两论和双系统认知理论 ### 短期目标 (2026 Q2-Q3) - **v1.0.1.0**: 性能优化专项 - FAISS 参数调优（IVF 分区数、PQ 量化参数） - LRU 缓存命中率提升至 95%+ - 混合检索延迟优化至 <30ms - 批量写入吞吐提升至 20,000 条/秒 - **v1.0.2.0**: 开发者工具集 - 记忆可视化调试器（查看 L1-L4 各层记忆状态） - 执行追踪器（实时查看责任链执行情况） - 性能分析工具（CPU/Memory/IO 热点定位） - IDE 插件（VSCode/IntelliJ 代码补全和调试支持） ### 中期规划 (2026 Q4-2027) - **v1.0.3.0**: 生产增强（端到端测试、安全审计、性能基准） - **v1.0.4.0**: 分布式支持（多节点集群、分布式记忆、共识算法） - **v1.0.5.0**: 智能化升级（自适应记忆、强化学习优化、元学习） ### 长期愿景 (2027+) - 成为智能体操作系统的事实标准 - 构建全球化开源社区生态 - 支持万亿级记忆容量和毫秒级检索 --- ## 🤝 生态合作 ### 技术合作伙伴 - **AI 实验室**: 大模型、记忆系统、认知架构等领域专家 - **硬件厂商**: GPU、NPU、存储设备提供商 - **应用企业**: 机器人、智能助理、自动化等落地场景 ### 社区贡献 AgentOS 欢迎所有形式的贡献： - **代码贡献**: 核心功能开发和优化（遵循 K-4 可插拔策略原则） - **策略贡献**: 新的规划/协同/调度/遗忘/检索策略（通过 `tests/contract/` 契约验证） - **文档完善**: 使用指南和技术文档（多语言翻译） - **测试验证**: 功能测试、性能基准测试、安全渗透测试 - **生态建设**: Agent 应用开发、技能市场贡献、开发者工具详见：[CONTRIBUTING.md](CONTRIBUTING.md) --- ## 📄 许可证 AgentOS 采用**商业友好、生态开放的分层开源协议架构**： | 模块目录 | 适用协议 | 说明 | |----------|----------|------| | `atoms/`（内核） | Apache License 2.0 | 核心代码，不可变基础 | | `domes/`（扩展） | Apache License 2.0 | 安全穹顶，与内核协议一致 | | `openhub/`（生态） | MIT License | 社区贡献模块，降低参与门槛 | | 第三方依赖 | 遵循原组件协议 | 模块隔离，无协议传染 | ### 您可以自由地 - ✅ **商用**：免费用于闭源商业产品 - ✅ **修改**：无需开源修改后的业务代码 - ✅ **分发**：自由分发源代码或二进制 - ✅ **专利使用**：获得核心代码的永久专利授权 ### 唯一核心义务 - 保留原项目的版权声明和许可证文本 - 若修改核心源代码，需在文件中保留修改记录详见：[LICENSE](LICENSE) | [NOTICE](NOTICE) --- ## 🙏 致谢感谢所有为开源社区做出贡献的开发者们，以及为 AgentOS 项目提供支持的合作伙伴。特别感谢： - FAISS 团队 (Facebook AI Research) - Sentence Transformers 团队 - Rust 和 Go 语言社区 - 所有贡献者和用户详见：[ACKNOWLEDGMENTS.md](ACKNOWLEDGMENTS.md) | [AUTHORS.md](AUTHORS.md) ---

### "From data intelligence emerges" ### "始于数据，终于智能" --- #### 📞 联系我们 **技术支持**: lidecheng@spharx.cn **安全问题**: wangliren@spharx.cn **商务合作**: zhouzhixian@spharx.cn **官方网站**: https://spharx.cn

Gitee（官方仓库） · GitHub（镜像仓库） · 官方网站