AgentRT项目全景指南:AI智能体团队为什么需要一个操作系统级运行底座
AgentRT项目全景指南:AI智能体团队为什么需要一个操作系统级运行底座
AgentRT 是极境智能体运行底座平台工程(AI Agent Runtime Platform Engineering),面向 AI 智能体团队的操作系统级运行底座。它把多智能体的认知循环、记忆演化、安全隔离、协议互通标准化为一套运行时平台,定位对标 Kubernetes 之于微服务。
🧠 为什么智能体团队需要运行底座
单个 AI 智能体好写,但"智能体团队"长期稳定运行却很难:谁来调度任务?记忆存在哪里?进程之间怎么通信?外部请求走哪个入口?出了问题如何隔离与审计?
AgentRT 的回答是:像操作系统管理进程一样管理智能体。它为智能体团队在真实硬件上长期运行提供一整套机制:
| 痛点 | AgentRT 的解法 |
|---|---|
| 任务调度混乱 | 内置调度守护进程(sched_d)+ 任务图调度原语 |
| 智能体"失忆" | L1 会话级 / L2 跨会话两层持久记忆,支持检索与遗忘 |
| 通信协议碎片化 | AgentsIPC 进程间通信 + A2A / A2T 智能体互联协议栈 |
| 外部集成入口多 | 单一网关把 HTTP、WebSocket、SSE、MCP、A2A、OpenAI 统一翻译为 JSON-RPC 2.0 |
| 安全无保障 | 四层安全穹顶:沙箱隔离、RBAC 授权、输入输出净化、审计日志,默认 fail-closed |
设计上还有一个关键目标:笔记本上的单智能体与规模化多智能体部署,使用完全相同的编程模型。
📦 核心能力速览
按 README_zh.md 的官方能力表,AgentRT 提供九大核心能力:
- 对话与任务双模式 —— 面向交流的"模式一"与面向复杂工作的"模式二",任务较大时自动进入"先规划、后执行"闭环
- 多智能体协作 —— 一个主智能体编排多个子智能体,并行拆分工作并汇总结果
- 规划与反思 —— 含糊目标先交互式澄清,再编译为可执行任务图,失败可自动重调度
- 持久记忆 —— 内置免费记忆后端(L1/L2 两层),可插接商业记忆提供方
- 工具回路 —— 向模型暴露
web_search、web_fetch等真实工具,结果以 markdown 渲染 - 安全穹顶 —— 四层防护,策略秒级生效
- 统一网关 —— 外部系统只有唯一入口
- 15 个运行时服务 —— 覆盖调度、LLM 桥接、记忆、监控、通知等,按依赖顺序启动并可自愈
- 可观测 —— 全局事件流 + 任务看板 + 健康监控,日志按进程落盘
🏗️ 架构分层:每一层只依赖其下的层
AgentRT 采用清晰的分层架构,各组件以 git submodule 形式聚合,被固定到发布对应的确切提交,任一已发布版本都可逐提交复现:
SDK 层 — 命令行、终端界面、Python / Go / Rust / TypeScript 绑定
服务层 — 14 个守护进程,负责运行时编排 (daemons/)
协议层 — AgentsIPC 与 A2A / A2T 协议栈 (protocols/)
网关层 — 各类传输 → JSON-RPC 2.0 (gateway/)
存储层 — 运行时数据存储 (heapstore/)
安全层 — 四层穹顶:策略决策点与本地执行点
微核心系统层 — 5 个机制模块 (atoms/)
支撑层 — 32 个内聚工具模块 + 共享头文件 (commons/)
几个值得记住的关键设计:
- 微核心(
atoms) 只有 5 个机制模块:corekern(生命周期)、coreloopthree(认知 → 执行 → 记忆三阶段循环)、syscall(统一系统调用)、taskflow(任务图调度)、memory(记忆原语) - 网关(
gateway) 只做协议翻译,不含业务逻辑,是进入运行时的唯一进程边界 - 服务层(
daemons) 由 14 个长驻守护进程组成:gateway_d、agent_d、llm_d、tool_d、sched_d、mem_d、monit_d等,让运行时成为"真正在跑的系统" - 运行时核心以 C11 实现,并提供 Python、Go、Rust、TypeScript 四种语言绑定
各组件目录在仓库中的对应位置可见 仓库结构说明,模块间依赖关系由 .gitmodules 定义。
🚀 快速上手:一行命令安装 AgentRT
Linux 与 macOS
无需编译,安装器自动识别平台、下载匹配的预构建包并完成校验:
curl -fsSL https://gitcode.com/openairymax/agentrt/releases/download/latest/install.sh | bash
💡 注意请用
bash(而非sh)执行管道安装,否则--prefix、--channel等选项会静默失效。
Windows
x86-64 与 x86-32 均提供原生 PowerShell 安装器:
irm https://gitcode.com/openairymax/agentrt/releases/download/latest/install.ps1 | iex
npm 用户
面向 Node.js 用户提供零逻辑薄壳包:
npm install -g @openairymax/agentrt
常用可选参数:
| 参数 | 作用 |
|---|---|
--prefix |
自定义安装路径(默认 $HOME/.airymaxrt),仅首次 bootstrap 需要 |
--channel rc |
安装候选版本通道 |
--reinstall |
强制重装(清理缓存并停止运行中的守护进程) |
--uninstall |
卸载;加 --keep-data 可保留记忆数据 |
首次运行:拉起运行时与终端界面
airymaxrt # 终端界面(非交互终端下自动回退为 CLI)
airymaxrt cli # 强制使用命令行前端
airymaxrt status # 查看当前运行状态
airymaxrt doctor # 组件健康检查
airymaxrt logs 100 # 查看最近 100 行运行日志
airymaxrt profile 可查看或切换按硬件推导的运行画像(full、minimal、auto)。后续扩充内存或加装 GPU 时,此前被裁剪的能力会自动恢复。
支持的平台矩阵:
| 平台 | 已发布的架构 |
|---|---|
| Linux | x86-64、x86-32、arm-64(aarch64)、arm-32(armv7l) |
| macOS | arm-64(Apple Silicon)、x86-64 |
| Windows | x86-64、x86-32 |
安装脚本源码位于 scripts/install.sh 与 scripts/install.ps1,可自行审查其每一步行为。
🗂️ 仓库关键目录导览
作为发布聚合仓库,agentrt 的目录结构一目了然:
| 路径 | 说明 |
|---|---|
| atoms/ | 微核心系统层原语(submodule) |
| commons/ | 共享基础库:日志、同步、IPC、可观测性等(submodule) |
| gateway/ | 协议网关(submodule) |
| heapstore/ | 运行时数据存储(submodule) |
| protocols/ | AgentsIPC、A2A / A2T 协议栈(submodule) |
| daemons/ | 14 个运行时守护进程 + 框架(submodule) |
| tools/airy_cli | 交互式命令行前端 |
| tools/codegen | 代码生成工具 |
| tests/e2e | 端到端测试 |
| latest/ | 滚动发布清单与签名密钥 |
| CMakeLists.txt | 顶层构建入口 |
| VERSION | 当前目录树对应的发布版本(0.1.18) |
🛡️ 安全穹顶与可观测性
安全是 AgentRT 的默认姿态而非可选项:
- 沙箱隔离 —— 智能体执行被限制在受控边界内
- RBAC 授权 —— 按角色控制各组件的访问权限
- 输入输出净化 —— 双向过滤不可信数据
- 审计日志 —— 全程留痕,默认 fail-closed(失败即拒绝)
安全层采用"策略决策点 + 本地执行点"架构:决策点负责加载、下发与回滚策略,每个守护进程通过自身的本地执行点应用策略,秒级生效。
可观测方面,全局事件流、任务看板与健康监控经 airymaxrt status 与 airymaxrt doctor 呈现,日志按进程落盘,配合 airymaxrt logs <守护进程名> 可精确定位问题。安全响应流程详见 SECURITY.md。
🔄 版本管理:stable / rc / beta 三通道
airymaxrt update # 更新到当前通道的最新构建
airymaxrt update --check # 只检查,不做任何变更
airymaxrt update --channel rc # 切换通道
airymaxrt update --rollback # 回滚到上一版本
每个版本都在 latest/ 目录提供 GPG 签名的发布清单(如 manifest.stable.json),更新器读取的正是它,配套签名文件确保来源可信。完整发布历史见 CHANGELOG.md。
当前版本 v0.1.18 的亮点包括:调度器策略引擎重构为表驱动(移除 1400 余行陈旧分支)、新增四类自动化发布门禁、守护进程间统一走系统总线以降低耦合风险。
🔧 从源码构建 AgentRT
适合需要深度定制或参与贡献的开发者:
# 1. 递归克隆,取回全部组件
git clone --recursive https://gitcode.com/openairymax/agentrt
cd agentrt
# 2. 配置——构建目录必须位于源码树之外
cmake -S . -B ../agentrt-build -DCMAKE_BUILD_TYPE=Release
# 3. 构建
cmake --build ../agentrt-build --parallel "$(nproc)"
# 4. 测试
cd ../agentrt-build && ctest --output-on-failure
最低环境要求:Ubuntu 22.04+ / macOS 13+ / Windows + MSVC;GCC 11+ 或 Clang 14+(C11);CMake 3.20+ 与 Ninja(推荐)。依赖库包括 SQLite3、cJSON、libyaml、libcurl、OpenSSL 等。常用 CMake 选项如 BUILD_DAEMON、BUILD_CLI、AIRY_MEMORY_BACKEND(builtin 或商业后端)等,完整列表见 README_zh.md 的"关键 CMake 选项"一节。
📜 许可证与社区参与
AgentRT 采用 AGPL-3.0-or-later OR Apache-2.0 双许可证,可任选其一(全文见 LICENSE):
| 你的场景 | 建议选择 | 原因 |
|---|---|---|
| 修改后对外提供网络服务 | AGPL v3 | 网络服务条款要求公开修改后的源码 |
| 开发开源衍生作品 | AGPL v3 | copyleft 使衍生作品保持开源 |
| 集成进闭源商业产品 | Apache 2.0 | 宽松许可,允许专有衍生 |
| 企业内部工具 | Apache 2.0 | 无公开源码义务 |
| 需要明确的专利授权 | Apache 2.0 | 贡献者显式授予专利权 |
参与贡献前请阅读 CONTRIBUTING.md,提交 Pull Request 前在本地跑通测试套件,CI 会执行同样的质量门禁。支持渠道见 SUPPORT.md。
✅ 总结
AgentRT 回答了"AI 智能体团队如何在真实硬件上长期、安全、可观测地运行"这个关键问题:微核心提供调度与内存原语,三阶段认知循环(认知 → 执行 → 记忆)驱动智能体行为,四层安全穹顶守住边界,统一网关收敛所有外部入口,15 个守护进程让运行时像一个真正的操作系统一样运转。
无论你是想在笔记本上跑单智能体,还是规划规模化多智能体部署,AgentRT 提供的都是同一套编程模型——这正是"运行底座"该有的样子。