# Agent OS **Repository Path**: spharx/agentos ## Basic Information - **Project Name**: Agent OS - **Description**: 工程级任务比OpenClaw效率高出3-5倍，节省token约60%的使用量。Agnet OS智能体团队操作系统，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2-5倍。 - **Primary Language**: Unknown - **License**: Apache-2.0 - **Default Branch**: main - **Homepage**: https://gitee.com/spharx/agentos - **GVP Project**: No ## Statistics - **Stars**: 10 - **Forks**: 2 - **Created**: 2026-03-09 - **Last Updated**: 2026-03-21 ## Categories & Tags **Categories**: ai **Tags**: AI, os, algorithms, Deep-learning, Assistant ## README # Agent OS

[![Version](https://img.shields.io/badge/version-1.0.0.5-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) --- **智能体超级操作系统** *"From data intelligence emerges. 始于数据，终于智能。"* -- Language： **简体中文** | [English](partdocs/readme/en/README.md) | [Français](partdocs/readme/fr/README.md) | [Deutsch](partdocs/readme/de/README.md)

## 🚩简介 - 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 2-3 倍； - 工程级任务比 OpenClaw 效率高出 3-5 倍，节省 token 约 60% 的使用量。 ## 📋 项目概述 - Agent OS（SuperAI OS）是SpharxWorks的核心智能体操作系统内核，提供完整的智能体运行时环境、记忆系统、认知引擎和执行框架。 - 作为物理世界数据基础设施的生产级操作团队, AgentOS（SuperAI OS）实现了从数据处理到智能决策的完整闭环。 ### 核心价值 - **微内核**: 最小化内核设计，所有服务运行在用户态，确保系统稳定性和可扩展性。 - **三层一体架构**: 认知层、行动层、记忆层协同工作，实现智能体完整生命周期管理。 - **记忆卷载系统**: L1-L4 渐进式记忆抽象，支持记忆存储、检索、进化和遗忘。 - **系统调用抽象**: 稳定安全的系统调用接口，隐藏内核实现细节。 - **可插拔策略**: 认知、规划、调度等核心算法支持动态加载和运行时替换。 - **统一日志系统**: 跨语言日志接口，支持全链路追踪和 OpenTelemetry 集成。 - **多语言 SDK**: Go、Python、Rust、TypeScript 原生支持，FFI 接口高效安全。 ### 版本状态 **当前版本**: v1.0.0.5 (生产就绪) - ✅ 核心架构设计完成 - ✅ MemoryRovol 记忆卷载系统 - L1-L4 四层架构全部实现 - 同步/异步写入支持（10,000+ 条/秒） - FAISS 向量检索集成（IVF/HNSW 索引） - 吸引子网络检索机制 - 艾宾浩斯遗忘曲线实现 - LRU 缓存与向量持久化 - ✅ CoreLoopThree 三层一体架构 - 认知层：意图理解、任务规划、多策略协同（90%） - 行动层：执行引擎、补偿事务、责任链追踪（85%） - 记忆层：MemoryRovol FFI 封装（80%） - ✅ 微内核基础模块 (core) 实现 - IPC Binder 通信 - 内存管理（RAII、智能指针） - 任务调度（加权轮询） - 高精度时间服务 - ✅ 系统调用层 (syscall) 开发完成 (100%) - ✅ 任务系统调用：`sys_task_submit/query/wait/cancel` - ✅ 记忆系统调用：`sys_memory_write/search/get/delete` - ✅ 会话系统调用：`sys_session_create/get/close/list` - ✅ 可观测性调用：`sys_telemetry_metrics/traces` - ✅ 统一入口：`agentos_syscall_invoke()` - 🔲 完整端到端集成测试 --- ## 🏗️ 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 | perm_d | sched_d | ... │ │ │ └───────────────────────────────────────────────────────┘ │ │ ↕ │ │ ┌───────────────────────────────────────────────────────┐ │ │ │ 内核层 (atoms) │ │ │ │ ┌──────────────┐ ┌──────────────┐ ┌─────────────┐ │ │ │ │ │ core │ │coreloopthree │ │memoryrovol │ │ │ │ │ │ 微内核基础 │ │三层核心运行时 │ │四层记忆卷载 │ │ │ │ │ └──────────────┘ └──────────────┘ └─────────────┘ │ │ │ │ ┌──────────────┐ │ │ │ │ │ syscall │ │ │ │ │ │ 系统调用层 │ │ │ │ │ └──────────────┘ │ │ │ └───────────────────────────────────────────────────────┘ │ │ ↕ │ │ ┌───────────────────────────────────────────────────────┐ │ │ │ SDK 层 (tools) │ │ │ │ Go | Python | Rust | TypeScript | ... │ │ │ └───────────────────────────────────────────────────────┘ │ │ │ └─────────────────────────────────────────────────────────────┘ ``` --- ## 📁 项目结构 ``` AgentOS/ ├── config/ # 配置文件中心 │ ├── agents.yaml # Agent 配置 │ ├── kernel.yaml # 内核配置 (日志、调度器、内存、IPC) │ ├── logging.yaml # 日志配置 │ ├── models.yaml # 模型配置 │ ├── security.yaml # 安全配置 │ └── services.yaml # 服务配置 │ ├── atoms/ # 内核层（微内核架构） │ ├── README.md # 内核设计文档 │ ├── BUILD.md # 编译指南 │ ├── CMakeLists.txt # 顶层构建文件 │ │ │ ├── core/ # 微内核基础 (IPC、内存、任务、时间) │ │ ├── include/ # 公共头文件 │ │ └── src/ # 源代码实现 │ │ │ ├── coreloopthree/ # 三层核心运行时 ⭐ 核心架构 │ │ ├── README.md # 详细设计文档 │ │ ├── include/ # 公共头文件 │ │ │ ├── cognition.h # 认知层接口 │ │ │ ├── execution.h # 行动层接口 │ │ │ ├── memory.h # 记忆层接口 │ │ │ └── loop.h # 三层闭环主接口 │ │ └── src/ # 源代码实现 │ │ │ ├── memoryrovol/ # 四层记忆卷载系统 ⭐ 核心创新 │ │ ├── README.md # 详细设计文档 │ │ ├── include/ # 公共头文件 │ │ └── src/ # 源代码实现 │ │ │ ├── syscall/ # 系统调用层 (✅ 100%) │ │ ├── README.md # 系统调用文档 │ │ ├── include/syscalls.h # 系统调用头文件 │ │ └── src/ # 系统调用实现 (entry/table) │ │ │ └── utils/ # 通用工具库 │ ├── logger/ # 统一日志系统 │ ├── tracer/ # 可观测性追踪 │ └── errors/ # 错误处理 │ ├── tools/ # 多语言 SDK │ ├── go/ # Go 语言 SDK │ ├── python/ # Python SDK │ ├── rust/ # Rust SDK │ └── typescript/ # TypeScript SDK │ ├── backs/ # 核心守程服务（用户态服务） │ ├── llm_d/ # LLM 服务守护进程 │ ├── market_d/ # 市场服务守护进程 │ ├── monit_d/ # 监控服务守护进程 │ ├── perm_d/ # 权限服务守护进程 │ ├── sched_d/ # 调度服务守护进程 │ └── tool_d/ # 工具服务守护进程 │ ├── openhub/ # 开放生态贡献中心（官方应用 + 社区贡献） │ ├── app/ # 官方应用示例 │ │ ├── docgen/ # 文档生成应用 │ │ ├── ecommerce/ # 电子商务应用 │ │ ├── research/ # 研究分析应用 │ │ └── videoedit/ # 视频编辑应用 │ ├── contrib/ # 社区贡献代码 │ │ ├── agents/ # 社区贡献 Agent │ │ ├── skills/ # 社区贡献技能 │ │ └── strategies/ # 社区贡献策略 │ └── markets/ # 市场基础设施 │ ├── partdata/ # 数据分区（运行时数据） │ ├── kernel/ # 内核数据 │ ├── logs/ # 日志文件（集中存储） │ │ ├── apps/ # 应用层日志 │ │ ├── kernel/ # 内核层日志 │ │ └── services/ # 服务层日志 │ ├── traces/spans/ # OpenTelemetry 追踪数据 │ └── registry/ # 全局注册表 (agents.db, skills.db, sessions.db) │ ├── partdocs/ # 技术文档中心 │ ├── api/ # API 文档 │ ├── architecture/ # 架构设计文档 │ ├── guides/ # 开发指南 │ ├── philosophy/ # 设计哲学 │ └── specifications/ # 技术规范 │ ├── scripts/ # 运维脚本工具 │ ├── build.sh # 构建脚本 │ ├── install.sh # 安装脚本 │ └── benchmark.py # 性能基准测试 │ └── tests/ # 测试套件 ├── unit/ # 单元测试 ├── integration/ # 集成测试 └── security/ # 安全测试 ``` --- ## 🧠 CoreLoopThree: 三层一体结构 ### 设计理念 CoreLoopThree 是 AgentOS 的核心创新架构，通过将智能体运行时划分为三个正交且协同的层次，实现认知、行动和记忆的有机统一: ``` ┌─────────────────────────────────────────┐ 认知层 (Cognition Layer) • 意图理解 • 任务规划 • Agent 调度 • 模型协同 • 策略引擎 • 决策优化 └───────────────↓─────────────────────────┘ ↓ ┌─────────────────────────────────────────┐ 行动层 (Execution Layer) • 任务执行 • 补偿事务 • 责任链追踪 • 执行单元 • 状态管理 • 异常处理 └───────────────↓─────────────────────────┘ ↓ ┌─────────────────────────────────────────┐ 记忆层 (Memory Layer) • 记忆写入 • 查询检索 • 上下文挂载 • 进化抽象 • 遗忘裁剪 • FFI 接口 └─────────────────────────────────────────┘ ``` ### 核心组件 #### 1. 认知层 (Cognition) - **意图理解引擎**: 解析用户输入，识别真实意图 - 原始文本处理 - 核心目标提取 - 意图标志位（紧急、复杂等） - **任务规划器**: 基于目标的自动任务分解和排序 - DAG 任务图生成 - 依赖关系管理 - 入口点识别 - **Agent 调度器**: 多 Agent 协同和资源分配 - 加权调度策略 - 候选 Agent 评分 - 动态任务分配 - **模型协同器**: 大模型选择和提示词工程 - 多模型输入协调 - 输出结果融合 - 策略可插拔 - **策略接口**: 可插拔的认知算法策略 - `agentos_plan_strategy_t` - 规划策略 - `agentos_coordinator_strategy_t` - 协同策略 - `agentos_dispatching_strategy_t` - 调度策略 #### 2. 行动层 (Execution) - **执行引擎**: 任务的具体执行和状态跟踪 - 任务状态机（Pending/Running/Succeeded/Failed/Cancelled/Retrying） - 并发控制 - 超时管理 - **补偿事务**: 失败回滚和补偿逻辑 - 补偿执行单元注册 - 自动回滚机制 - 人工介入队列 - **责任链追踪**: 完整的执行链路记录 - Trace ID 关联 - 执行历史归档 - 状态查询接口 - **执行单元注册表**: 原子执行单元的注册和发现 - 元数据描述 - 动态注册/注销 - **异常处理**: 分级异常捕获和恢复机制 - 重试策略 - 错误消息记录 #### 3. 记忆层 (Memory) - **记忆服务**: 封装 MemoryRovol 提供高级接口 - 记忆引擎 (`agentos_memory_engine_t`) - 记录类型（RAW/FEATURE/STRUCTURE/PATTERN） - **写入接口**: 支持同步/异步记忆写入 - 记忆记录结构定义 - 时间戳和来源追踪 - 重要性评分 - **查询接口**: 语义查询和向量检索 - 多维度查询条件（时间、来源、TraceID） - 限制和偏移分页 - 包含原始数据选项 - **上下文挂载**: 基于上下文的记忆自动关联 - Mount 机制 - 访问计数更新 - 使用感知 - **FFI 接口**: `rov_ffi.h` 提供跨语言调用能力 - C ABI 兼容 - 多语言 SDK 支持 ### 与其他模块的交互 - **与 core 的关系**: CoreLoopThree 通过 syscall 层调用 core 提供的 IPC、内存管理、任务调度等基础服务 - **与 memoryrovol 的关系**: 记忆层通过 FFI 接口 (`rov_ffi.h`) 调用 MemoryRovol 的核心功能，实现记忆的存储和检索 - **与 syscall 的关系**: 认知层和行动层通过系统调用接口与内核交互，确保接口的稳定性和安全性详见：[CoreLoopThree 架构文档](partdocs/architecture/coreloopthree.md) --- ## 💾 MemoryRovol: 记忆卷载 ### 功能定位 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。它不仅是简单的数据存储，更是智能体实现持续学习、知识积累和智能进化的核心基础设施。 ### 四层架构 ``` ┌─────────────────────────────────────────────────────────┐ L4 Pattern Layer (模式层) • 持久同调分析 (Ripser) • 稳定模式挖掘 • HDBSCAN 聚类 • 规则生成 • 进化委员会联动 └───────────────────↑─────────────────────────────────────┘ ↓ 抽象进化 ┌─────────────────────────────────────────────────────────┐ L3 Structure Layer (结构层) • 绑定算子/解绑算子 • 关系编码 • 时序编码 • 图编码 • 结构化表示 • 语义关联 • 因果推理基础 └───────────────────↑─────────────────────────────────────┘ ↓ 特征提取 ┌─────────────────────────────────────────────────────────┐ L2 Feature Layer (特征层) • 嵌入模型 (OpenAI/DeepSeek/SentenceTransformers) • FAISS 向量索引 • 混合检索 (向量+BM25) • 语义相似度计算 • 向量空间操作 └───────────────────↑─────────────────────────────────────┘ ↓ 数据压缩 ┌─────────────────────────────────────────────────────────┐ L1 Raw Layer (原始卷) • 文件系统存储 • 分片管理 • 压缩归档 • 元数据索引 • 完整性校验 • 版本控制 └─────────────────────────────────────────────────────────┘ ``` ### 数据存储模型 #### L1 原始卷 - 原始数据存储 - **存储介质**: 基于文件系统的高效存储 - 分片文件管理 - 自动压缩归档 - 根路径配置 - **数据格式**: 支持文本、图像、音频、视频等多种格式 - **分片管理**: 自动分片和压缩，优化存储空间 - 元数据索引（SQLite） - 版本控制机制 - **异步写入**: 后台工作线程池 - 写入队列管理 - 完成回调通知 - 可配置线程数量 #### L2 特征层 - 向量化表示 - **嵌入模型**: 集成多种预训练模型 - OpenAI embeddings (text-embedding-3-small/large) - DeepSeek embeddings - Sentence Transformers (all-MiniLM-L6-v2 等) - **向量索引**: FAISS 高效相似度搜索 - IVF 倒排索引（可配置 nlist） - HNSW 图索引（可配置 M 参数） - 量化压缩（PQ/OPQ） - **混合检索**: 向量检索 + BM25 关键词检索 - 加权融合排序 - 交叉编码器重排序 - **LRU 缓存**: 热点向量高速缓存 - 可配置缓存大小 - 自动淘汰策略 - 命中/缺失统计 - **向量持久化**: SQLite 存储后端 - 记录 ID 映射 - 维度管理 #### L3 结构层 - 结构化表示 - **绑定算子**: 将多个记忆单元绑定为复合结构 - **解绑算子**: 分解复合记忆结构 - **关系编码**: 显式编码记忆间的语义关系 - **时序编码**: 记录记忆的时间顺序和因果关系 - **图编码**: 基于图神经网络的记忆表示 #### L4 模式层 - 高级模式挖掘 - **持久同调**: 基于 Ripser 的拓扑数据分析 - **稳定模式**: 识别跨记忆的不变模式 - **HDBSCAN 聚类**: 密度聚类发现记忆簇 - **规则生成**: 从模式中提炼可复用规则 - **进化委员会**: 与认知层联动，评估模式价值 ### 在状态持久化中的作用 #### 与 partdata/registry 的集成 - **注册表数据**: MemoryRovol 为 agents.db 和 skills.db 提供记忆 backing store - **Agent 状态**: 每个 Agent 的运行状态和历史记录存储在 L1/L2 层 - **技能记忆**: 技能的执行记录和效果反馈存储在 L2/L3 层 #### 与 partdata/traces/spans 的集成 - **追踪数据**: OpenTelemetry spans 作为原始记忆存入 L1 层 - **上下文关联**: 基于追踪 ID 自动关联相关记忆片段 - **性能分析**: L4 层挖掘性能瓶颈和优化模式 ### 核心功能 #### 1. 记忆存储 - **同步写入**: 阻塞式写入，确保数据持久化 - `agentos_layer1_raw_write()` - 立即返回记录 ID - **异步写入**: 批量写入，提升吞吐量 - `agentos_layer1_raw_write_async()` - 后台线程池执行 - 回调通知机制 - 吞吐量：10,000+ 条/秒 - **事务支持**: ACID 语义保证 - **压缩归档**: 自动压缩低频记忆 #### 2. 记忆检索 - **向量检索**: 余弦相似度搜索 - FAISS 索引查询 - Top-K 结果返回 - 延迟：< 10ms（k=10） - **语义检索**: 基于自然语言查询 - 文本向量化 - 相似度排序 - **上下文感知**: 根据当前上下文自动过滤 - 时间范围过滤 - 来源 Agent 过滤 - Trace ID 关联 - **LRU 缓存**: 热点记忆高速缓存 - 缓存命中统计 - 自动淘汰 - **重排序**: 交叉编码器精排 - 提升结果相关性 - 延迟：< 50ms（top-100） #### 3. 记忆进化 - **自动抽象**: L1→L2→L3→L4 的渐进式抽象 - 特征提取（L1→L2） - 结构绑定（L2→L3） - 模式挖掘（L3→L4） - **模式发现**: 识别高频模式和规则 - 持久同调分析（Ripser） - HDBSCAN 聚类 - 稳定模式识别 - **权重更新**: 基于访问频率和相关性动态调整权重 - **进化评估**: 与认知层联动评估记忆价值 - 进化委员会机制 #### 4. 记忆遗忘 - **艾宾浩斯曲线**: 基于遗忘曲线的智能裁剪 - 衰减率可配置 (lambda) - 阈值控制 - **线性衰减**: 简单的线性权重衰减 - **访问计数**: 基于 LRU/LFU 策略 - 最小访问次数阈值 - 访问时间追踪 - **主动遗忘**: 认知层触发的定向遗忘 - 检查间隔可配置 - 归档机制详见：[MemoryRovol 架构文档](partdocs/architecture/memoryrovol.md) --- ## 🛠️ 开发指南 ### 环境要求 - **操作系统**: Linux (Ubuntu 22.04+), macOS 13+, Windows 11 (WSL2) - **编译器**: GCC 11+ 或 Clang 14+ - **构建工具**: CMake 3.20+, Ninja 或 Make - **依赖库**: - OpenSSL >= 1.1.1 (加密) - libevent (事件循环) - pthread (线程) - FAISS >= 1.7.0 (向量检索) - SQLite3 >= 3.35 (元数据存储) - libcurl >= 7.68 (HTTP 客户端) - cJSON >= 1.7.15 (JSON 解析) - Ripser >= 2.3.1 (持久同调分析，可选) - HDBSCAN >= 0.8.27 (聚类分析，可选) ### 快速开始 #### 1. 克隆项目 ```bash # 从官方仓库克隆（推荐，国内访问更快） git clone https://gitee.com/spharx/agentos.git cd agentos # 或从镜像仓库克隆 git clone https://github.com/SpharxTeam/AgentOS.git cd AgentOS ``` #### 2. 初始化配置 ```bash # 复制环境变量模板 cp .env.example .env # 编辑 .env 文件，设置必要的环境变量 # 如：API 密钥、存储路径等 # 运行配置初始化脚本 python scripts/init_config.py ``` #### 3. 构建项目 ```bash # 创建构建目录 mkdir build && cd build # 配置 CMake cmake ../atoms \ -DCMAKE_BUILD_TYPE=Release \ -DBUILD_TESTS=ON \ -DENABLE_TRACING=ON # 编译 cmake --build . --parallel $(nproc) # 运行测试 ctest --output-on-failure # 安装 (可选) sudo cmake --install . ``` #### 4. 配置选项说明 | CMake 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` | | `USE_LLVM` | 使用 LLVM 工具链 | `OFF` | 详见：[BUILD.md](atoms/BUILD.md) ### 日志系统 AgentOS 采用统一的跨语言日志系统架构： #### 日志存储位置 ``` partdata/logs/ ├── kernel/ # 内核层日志 → agentos.log ├── services/ # 服务层日志 → llm_d.log, tool_d.log, etc. └── apps/ # 应用层日志 → 各应用独立日志 ``` #### 日志格式 - **人类可读格式**: `%(asctime)s.%(msecs)03d [%(levelname)s] [%(name)s] %(message)s` - **JSON 格式**: 支持结构化日志，便于 ELK/Splunk 集成 #### 跨语言日志关联 - 通过 `trace_id` 实现全链路追踪 - C/Python/Go/Rust/TypeScript共享同一套日志规范 - 集成 OpenTelemetry 作为可观测性后端详见：[日志系统架构文档](partdocs/architecture/logging_system.md) #### C++ 依赖 (通过 CMake FetchContent) ```cmake # CMakeLists.txt 示例 FetchContent_Declare( faiss GIT_REPOSITORY https://github.com/facebookresearch/faiss.git GIT_TAG v1.7.4 ) FetchContent_MakeAvailable(faiss) ``` #### Python 依赖 ```bash pip install -r requirements.txt ``` ### 测试 ```bash # 单元测试 ctest -R unit --output-on-failure # 集成测试 ctest -R integration --output-on-failure # 性能基准测试 python scripts/benchmark.py ``` --- ## 📊 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 | | **记忆抽象速度** | 100 条/秒 | L2→L3 渐进式抽象 | | **模式挖掘速度** | 10 万条/分钟 | L4 持久同调分析 | | **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 | | **意图解析延迟** | < 50ms | 简单意图 | | **任务规划速度** | 100+ 节点/秒 | DAG 生成 | | **Agent 调度延迟** | < 5ms | 加权轮询 | | **任务执行吞吐** | 1000+ 任务/秒 | 并发执行 | ### 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 | ### 扩展性 - **水平扩展**: 支持多节点分布式部署 (规划中) - **垂直扩展**: 可配置资源限制和分配 - **弹性伸缩**: 根据负载自动调整资源 (规划中) 注：详细性能数据请参考 [scripts/benchmark.py](scripts/benchmark.py) --- ## 📚 文档资源 ### 核心文档 - [📘 CoreLoopThree 架构详解](partdocs/architecture/coreloopthree.md) - 三层一体核心运行时 - [💾 MemoryRovol 架构详解](partdocs/architecture/memoryrovol.md) - 记忆卷载系统 - [🔧 IPC 机制详解](partdocs/architecture/ipc.md) - 进程间通信设计 - [⚙️ 微内核设计](partdocs/architecture/microkernel.md) - 微内核架构 - [📞 系统调用详解](partdocs/architecture/syscall.md) - 系统调用接口 - [📝 日志系统架构](partdocs/architecture/logging_system.md) - 跨语言统一日志 ### 开发指南 - [🚀 快速入门](partdocs/guides/getting_started.md) - 快速上手指南 - [🤖 创建 Agent](partdocs/guides/create_agent.md) - Agent 开发教程 - [🛠️ 创建技能](partdocs/guides/create_skill.md) - 技能开发教程 - [📦 部署指南](partdocs/guides/deployment.md) - 生产环境部署 - [🎛️ 内核调优](partdocs/guides/kernel_tuning.md) - 性能优化指南 - [🔍 故障排查](partdocs/guides/troubleshooting.md) - 常见问题解决 ### 技术规范 - [📋 编码规范](partdocs/specifications/coding_standards.md) - 开发标准 - [🧪 测试规范](partdocs/specifications/testing.md) - 测试要求 - [🔒 安全规范](partdocs/specifications/security.md) - 安全实践 - [📊 性能指标](partdocs/specifications/performance.md) - 性能要求 ### 外部文档 - [🏭 Workshop 文档](../Workshop/README.md) - 数据采集工厂 - [🔬 Deepness 文档](../Deepness/README.md) - 深度加工系统 - [📊 Benchmark 文档](../Benchmark/metrics/README.md) - 评测指标 --- ## 🔄 版本路线图 ### 当前版本 (v1.0.0.5) - 生产就绪 **完成度**: 85% - ✅ 核心架构设计完成 - ✅ MemoryRovol 记忆系统实现 - L1-L4 四层架构全部实现 - L1 Raw: 同步/异步写入、文件系统存储、SQLite 元数据、分片管理 - L2 Feature: FAISS 索引（IVF/HNSW）、多嵌入模型支持、LRU 缓存、向量持久化 - L3 Structure: 绑定/解绑算子、关系编码、时序编码 - L4 Pattern: 持久同调分析接口、HDBSCAN 聚类、规则生成 - 检索机制完整实现 - 吸引子网络（Attractor Network） - 检索缓存（LRU） - 挂载机制（Mount） - 重排序（Reranker） - 遗忘机制实现 - 艾宾浩斯曲线衰减 - 线性衰减 - 基于访问次数策略 - 自动遗忘任务 - FAISS 向量检索集成 - IVF、HNSW 索引 - 混合检索（向量+BM25） - ✅ CoreLoopThree 三层运行时框架 - 认知层基础框架（90%） - 意图理解引擎（Intent 结构） - 任务规划器（DAG 生成） - Agent 调度器（加权轮询） - 多策略接口（Plan/Coordinator/Dispatching） - 行动层执行引擎（85%） - 任务状态机管理 - 补偿事务框架 - 执行单元注册表 - 责任链追踪 - 记忆层 FFI 接口（80%） - MemoryRovol 封装 - 记忆引擎（Memory Engine） - 查询和挂载接口 - ✅ 微内核基础模块 (core) - IPC Binder 实现 - 内存管理（RAII、智能指针） - 任务调度（加权轮询算法） - 高精度时间服务 - ✅ 系统调用层 (syscall) - 100% - ✅ 任务系统调用完成 - `sys_task_submit()` - 提交任务 - `sys_task_query()` - 查询状态 - `sys_task_wait()` - 等待完成 - `sys_task_cancel()` - 取消任务 - ✅ 记忆系统调用完成 - `sys_memory_write()` - 写入记忆 - `sys_memory_search()` - 语义搜索 - `sys_memory_get()` - 获取数据 - `sys_memory_delete()` - 删除记忆 - ✅ 会话系统调用完成 - `sys_session_create()` - 创建会话 - `sys_session_get()` - 获取信息 - `sys_session_close()` - 关闭会话 - `sys_session_list()` - 列出会话 - ✅ 可观测性系统调用完成 - `sys_telemetry_metrics()` - 获取指标 - `sys_telemetry_traces()` - 获取追踪 - ✅ 统一日志系统实现 - 跨语言日志接口（C/Python/Go/Rust/TS） - 集中式日志存储（partdata/logs/） - trace_id 全链路追踪 - OpenTelemetry 集成 - 🔲 完整端到端集成测试 ### 短期目标 (2026 Q2-Q3) **v1.0.0.4 - 增强与优化** - 完善 CoreLoopThree 异常处理机制 - 优化吸引子网络检索性能 - 提升 LRU 缓存命中率 - 改进记忆进化算法 - 增加更多执行单元 **v1.0.1.0 - 性能优化** - 优化向量检索性能 - FAISS 索引参数调优 - LRU 缓存命中率提升 - 改进记忆抽象算法 - L3→L4 进化优化 - 降低系统延迟 - 吸引子网络迭代优化 **v1.0.2.0 - 开发者工具** - 完善 SDK (Go/Python/Rust/TS) - 高级抽象接口 - 异步支持 - 提供调试工具 - 记忆可视化 - 执行追踪器 - 增强文档和示例 ### 中期规划 (2026 Q4-2027) **v1.0.3.0 - 生产就绪** - 完整的端到端测试覆盖 - 性能基准测试达标 - 安全性审计通过 - 生产环境部署验证 **v1.0.4.0 - 分布式支持** - 多节点集群部署 - 分布式记忆存储 - 跨节点任务调度 **v1.0.5.0 - 智能化升级** - 自适应记忆管理 - 强化学习优化 - 自主进化机制 ### 长期愿景 (2027+) - 🌐 成为智能体操作系统的事实标准 - 🤝 构建全球化的开源社区生态 - 🏆 引领下一代通用人工智能技术发展 - 📈 支持万亿级记忆容量和毫秒级检索 --- ## 🤝 生态合作我们诚邀各界合作伙伴共同建设智能体操作系统生态: ### 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 - **代码贡献**: 核心功能开发和优化 - **文档完善**: 使用指南和技术文档 - **测试验证**: 功能测试和性能评估 - **生态建设**: 社区运营和知识分享 --- ## 📞 技术支持 ### 社区支持 - **Gitee Issues**: [官方 Issue 追踪](https://gitee.com/spharx/agentos/issues) (首选) - **GitHub Issues**: [镜像 Issue 追踪](https://github.com/SpharxTeam/AgentOS/issues) - **讨论区**: [GitHub Discussions](https://github.com/SpharxTeam/AgentOS/discussions) - **文档**: [在线文档](https://docs.spharx.cn/agentos) ### 商业支持 - **企业版**: 提供商业许可和技术支持 - **定制开发**: 根据需求定制功能模块 - **培训服务**: 提供系统使用和开发培训授权申请请联系: - 官方网站：https://spharx.cn --- ## 📄 许可证 ## 📄 许可证 AgentOS 采用**商业友好、生态开放的分层开源协议架构**，与主流OS的协议设计逻辑一致，兼顾核心知识产权保护、社区生态开放与商业落地自由。 ### 主协议声明项目核心内核代码，默认采用 **Apache License 2.0** 开源协议，完整协议文本见根目录 [LICENSE]文件。 ### 分层协议细则 | 模块目录 | 适用协议 | 协议说明 | |----------|----------|----------| | `atoms/`（内核） | Apache License 2.0 | 包含 CoreLoopThree 三层一体架构、MemoryRovol 记忆引擎、运行时、安全隔离层等不可变核心代码 | | `domes/`（扩展） | Apache License 2.0 | 包含核心架构的扩展增强模块，与内核协议保持一致 | | `openhub/`（生态） | MIT License | 包含 Agent 市场、技能市场、社区贡献模块，最大化降低社区贡献门槛，社区贡献者也可自选 Apache 2.0 协议 | | 第三方依赖组件 | 遵循原组件开源协议 | 所有第三方依赖均采用宽松开源协议，做好模块隔离，无协议传染风险 | ### 您可以自由地 - ✅ 商用：免费将本项目用于闭源商业产品、企业级项目与商业化服务 - ✅ 修改：自由修改、定制、二次开发项目代码，无需开源修改后的业务代码 - ✅ 分发：自由分发、复制项目的源代码或编译后的二进制文件 - ✅ 专利使用：获得项目核心代码的永久专利授权，无专利侵权风险 - ✅ 私用：可自由用于个人、企业内部私有项目，无任何强制公开义务 ### 您需要遵守的唯一核心义务 - 保留原项目的版权声明、许可证文本与NOTICE文件，不得删除原作者的版权信息 - 若修改了核心源代码文件，需在文件中保留修改记录声明 ### 商业服务与授权 - 本项目开源协议无任何商业使用限制，企业可免费用于商业项目。 - 同时我们提供企业级商业技术支持、定制化开发、私有化部署服务，如有需求可通过项目联系方式沟通。 --- ## 🙏 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 ---

"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