常见问题

AgentOS 是一个用于构建生产级 AI 智能体的开源 TypeScript 运行时,由 Manic Agency LLC (manic.agency) 和 Frame.dev 开发。它提供多智能体编排、认知记忆、多模态 RAG、内置安全护栏(PII 编辑、提示注入防御、内容审核)、语音管道、37 个通道适配器和 21 个 LLM 提供商集成。AgentOS 还为 AI 原生游戏平台 Wilds.ai 提供 AI 系统支持。可自托管且免费。

是的。核心运行时采用 Apache 2.0 许可证。智能体预设、扩展和护栏采用 MIT 许可证。你可以根据这些许可条款商用、修改和再分发 AgentOS。

AgentOS 支持 21 个 LLM 提供商,包括 OpenAI、Anthropic、Google Gemini、Mistral、Cohere、Ollama、OpenRouter、Together AI、Fireworks AI、Groq、Perplexity、DeepSeek、xAI (Grok)、Replicate、Anyscale、AI21 Labs、Aleph Alpha、AWS Bedrock、Azure OpenAI、Cloudflare Workers AI 和 HuggingFace Inference。提供商回退链支持自动故障转移。

AgentOS 完全使用 TypeScript 编写,运行在 Node.js 上。npm 包为 @framers/agentos。它可与任何 TypeScript 或 JavaScript 项目一起使用。

AgentOS 是 TypeScript 原生(而非 Python),内置具有 Ebbinghaus 遗忘曲线和 HEXACO 人格建模的认知记忆,提供 5 层安全等级而非简单的提示词过滤,提供 37 个内置通道适配器(Discord、Telegram、Slack、电子邮件等),支持 6 种编排策略,包括基于图的智能体 DAG。还附带 88 个精选技能和可将 token 使用量减少约 90% 的能力发现引擎。

faq.general.whatIsParacosm.answer

faq.general.whatIsWildsAi.answer

faq.general.whatIsWunderland.answer

GMI 代表 General Machine Intelligence — 它是每个 AgentOS 智能体的认知核心。一个 GMI 将智能体的人格特质(通过 HEXACO)、记忆系统、工具访问、护栏配置和沟通风格封装为单一持久身份。GMI 在会话之间保持状态,并根据积累的经验调整行为。

HEXACO 是源自心理学研究(Ashton & Lee, 2004)的 6 因素人格模型。这六个维度是诚实-谦逊、情绪性、外向性、宜人性、尽责性和经验开放性。在 AgentOS 中,HEXACO 特质调节智能体如何沟通、记忆和决策。例如,高开放性增加回忆时的记忆再巩固,而高尽责性强化对无关联想的检索诱发遗忘。

AgentOS 认知记忆实现了认知科学研究中的 8 种机制:再巩固、检索诱发遗忘、非自主回忆、知晓感、时间要旨提取、模式编码、来源置信度衰减和情绪调节。记忆随时间按 Ebbinghaus 遗忘曲线(Ebbinghaus, 1885)衰减,通过间隔重复与巩固保留重要信息。工作记忆遵循 Baddeley 多组件模型(Baddeley, 2000),具备用于当前对话轮次的易失暂存区,该暂存区会向上巩固至情景、语义和观察记忆层。

AgentOS 提供 5 层安全等级(dangerous、permissive、balanced、strict、paranoid)和 6 种护栏扩展类型:PII 编辑(姓名、电子邮件、电话号码、SSN)、用于提示词注入检测的 ML 分类器、代码安全分析、对源文档的接地验证、保持智能体专注任务的话题性强制以及针对有害或不当输出的内容策略过滤。

能力发现引擎用 3 层语义搜索替代了工具与技能的静态转储,将 token 使用量减少约 90%。Tier 0 在约 150 个 token 内提供类别摘要(始终包含)。Tier 1 在约 200 个 token 内返回前 5 个语义匹配。Tier 2 按需在约 1,500 个 token 内交付完整模式。一个名为 discover_capabilities 的元工具让智能体能在运行时自行发现可用工具。

QueryRouter 将传入查询分为 4 层:T0(从上下文直接回答)、T1(单工具调用)、T2(需要规划引擎的多步计划)和 T3(需要编排的多智能体委派)。该分类决定每个请求的执行策略和资源分配。

自适应智能是 AgentOS 智能体在无需再训练的情况下持续改进行为的方式。五种机制协同工作:(1) 元反思式提示适应 — PromptBuilder 在每一轮组装不同的系统提示,动态融入人格特质、情绪状态、对话历史、检索到的记忆和可用工具。(2) 响应质量自评估 — self_evaluate 工具对智能体自身输出打分,并实时调整温度、冗长度和人格表达等参数。(3) 人格调节认知 — HEXACO 特质塑造智能体的信息处理方式。高开放性增加记忆检索中的创造性联想;高尽责性强化对无关数据的检索诱发遗忘。(4) 自主记忆巩固 — ConsolidationLoop 修剪弱记忆,加强频繁访问的记忆,并从记忆簇中导出新见解,因此智能体的知识会随时间在无显式训练下不断提升。(5) QueryRouter 分层分类 — 系统根据查询复杂度调整检索深度。简单问题进行快速关键词查找;复杂问题触发包含深度研究的完整混合 RAG。

涌现行为是智能体在运行时发展出的能力,而非被显式编程的能力。AgentOS 支持五种形式:(1) 运行时工具铸造 — 智能体通过 forge_tool 即时创建新工具。EmergentCapabilityEngine 使用沙盒 JavaScript 执行和 LLM-as-judge 评估来安全地创建、测试和推广工具。(2) 自我改进人格 — 智能体通过 adapt_personality 在有界限的范围内适应其 HEXACO 人格特质。变异随 Ebbinghaus 遗忘曲线持续 — 强烈且重复的适应得以保留,弱的则自然消退。(3) 动态技能管理 — 智能体通过 manage_skills 在运行时启用或禁用技能,使其行为库适应当前任务。(4) 可组合工作流创建 — 智能体通过 create_workflow 将已注册工具组合为多步管道,基于现有构建块构建新能力。(5) 分层工具推广 — 铸造的工具按会话、智能体和共享层级推进。证明可靠的工具(5 次以上成功使用、置信度 > 0.8)会自动推广以供跨智能体重用。

是的。AgentOS 提供两种互补的 LLM-as-judge 机制。在 agency 层面,hitl.llmJudge() 创建一个将决策委派给 LLM 的审批处理器。它根据可配置的标准评估每个 ApprovalRequest,并返回带有置信度评分的结构化决策。当置信度低于阈值时,决策会升级到回退处理器(另一个 hitl 处理器或人类)。在 graph 层面,humanNode() 构建器接受一个 judge 选项,将中断决策委派给 LLM。如果裁判有信心,graph 会继续运行而不挂起。如果置信度低,执行会回退到正常的人类中断。两种方法都支持可配置的 model、provider、criteria 和 confidence threshold。

可以。当 hitl.guardrailOverride 启用时,护栏会在审批决策后运行,仍可阻止破坏性或敏感操作。这在自动批准、人类批准或 hitl.llmJudge() 之后增加了第二层安全保障。默认的批准后护栏包括 code-safety 和 pii-redaction,可通过 hitl.postApprovalGuardrails 配置列表。仅在你明确希望审批处理器拥有最终决定权时才禁用此覆盖。

通过 npm 安装:npm install @framers/agentos。AgentOS 需要 Node.js 18 或更高版本。对于 CLI 工具,安装伴随包:npm install -g wunderland。

Import the agent function and configure it with a provider, instructions, and optional personality traits:

import { agent } from '@framers/agentos'

const myAgent = agent({
  provider: 'openai',
  instructions: 'You are a helpful assistant.',
  personality: {
    openness: 0.8,
    conscientiousness: 0.9,
  },
  memory: { enabled: true },
})

const reply = await myAgent.send('Hello!')
console.log(reply.text)

AgentOS 支持多个 STT(语音转文本)和 TTS(文本转语音)提供商。在智能体配置中指定 STT 和 TTS 提供商来配置语音管道。支持的 STT 提供商包括 Whisper (OpenAI)、Deepgram 和 AssemblyAI。TTS 提供商包括 ElevenLabs、OpenAI TTS 和 Google Cloud TTS。可用电话集成实现实时语音交互。

AgentOS 可自托管,可在任何运行 Node.js 的地方运行。使用 Docker 部署到自己的基础设施、AWS、GCP 或 Azure 等云提供商,或使用 Vercel、Railway 或 Fly.io 等平台。运行时默认使用 SQLite 实现零配置设置,可选迁移到 Postgres、pgvector、Qdrant 或 Neo4j 以满足生产规模。

可以。AgentOS 与用于本地 LLM 推理的 Ollama 配合时可完全离线工作。Ollama 提供对 Llama、Mistral 和 Phi 等开放权重模型的本地访问。SQLite 存储后端和内存向量存储无需外部服务。CLI 会自动检测 Ollama 并配置智能体使用它。

是的。AgentOS 让你精确控制智能体拥有的自由度 — 从完全开放到完全锁定。它阻止提示注入攻击,编辑个人数据,实时审核内容,对敏感工具调用要求批准,强制执行预算限制,并包含熔断器和速率限制。

AgentOS 在设计时考虑了 GDPR 准备 — PII 编辑护栏可以在数据到达 LLM 提供商之前剥离个人数据。自托管时所有数据均保留在你的基础设施上。SOC 2 合规文档正在计划中。内存系统支持数据删除和导出,以应对访问权请求。

是的。对于生产部署、企业许可、专属支持和定制集成,请通过 [email protected] 联系团队。企业支持包括优先问题解决、架构咨询和部署协助。

[email protected]

当然可以。AgentOS 从一开始就设计为可自托管。对于自托管部署,你的数据使用 SQLite、Postgres、pgvector、Qdrant 或 Neo4j 保留在你的基础设施上。如果你更喜欢供应商托管的托管向量数据库,也支持 Pinecone。为自托管后端提供了 Docker Compose 配置。