OryxOS 是什么
OryxOS 是企业私有部署的 Agent 操作系统：你用一句自然语言发布任务，它把任务拆解、组织一支 Agent 团队分工协作、把结果交付给你。让每一家公司，都能用自然语言跑起来自己的 Agent。
这条路我们走到了哪
已交付的和还在路上的，明明白白：
- 今天已交付：用一句话（或一个 markdown 目录）定义一个 Agent，它立刻上线——免重启、零代码。它自带记忆、24 个内置工具、MCP 连接器、全局 Skill 库、通知推送、cron 定时、沙箱执行和全链路审计——全部跑在你自己的基础设施上。
- 北极星（设计推进中，见路线图）：一句话发布一个任务，一支 Agent 团队自组织交付——协调者拆解、专家们并行干活、评审者合并把关——每一步都有审计，危险动作有人审批。
Agent 公式
一个 Agent 需要的一切能力都内置在 OS 里，Agent 本身只是一份按名引用这些能力的意图声明：
这就是 OryxOS 的全部要义：把「定义一个 Agent」的成本压到趋近于零。 你写想要什么，OS 负责供给能力、安全护栏和审计记录。
具体形态是 一个目录 = 一个 Agent：.oryxos/agents/<name>/ 下的一个目录，一份 AGENT.md——YAML frontmatter 是这个 Agent 的 profile（身份、对话的模型、引用哪些工具 / Skill），正文是任务指令。目录放进去就上线。通过 REST API 或 Web 管理台在运行时创建、编辑、删除 Agent——包括用一句话生成一个完整的 Agent。业务系统走 HTTP 接入。数据始终不出你的基础设施。
什么是 agent harness（以及为什么是 OS）
**Agent harness（运行骨架）**是套在模型外面、把模型变成能干活的 Agent 的那层脚手架：驱动 reason → act → observe 的循环、它能调用的工具与执行工具的机制、每次 LLM 调用前组装好的上下文、它积累的记忆、约束它的沙箱、记录它做过什么的审计。裸模型只会生成文本——harness 才让它可靠、安全地『做事』。
而企业从来不会只跑一个 Agent。OryxOS 是一个 Agent Harness OS：给每个 Agent 同一套生产级 harness，并像操作系统调度进程一样运行一整队 Agent。三层看——模型 → Harness → OS：
| 裸模型 | Agent Harness | Agent Harness OS | |
|---|---|---|---|
| 范围 | 单次 LLM 调用 | 单个可靠的 Agent | 一整队 Agent |
| 提供什么 | 文本生成 | 循环、工具 + 执行、上下文、记忆、沙箱、审计、投递 | 生命周期、渠道接入、路由、共享注册表、调度、治理、管理台 + API |
| 入口 | 对模型的一次 API 调用 | 一次库调用或框架调用 | 带 REST API 的可部署二进制 |
| 多 Agent | 不在范围内 | 不在范围内 | 一等公民：多 Agent、共享能力、运行时生命周期管理 |
| 类比 | 一条 CPU 指令 | 一个带运行时的进程 | 运行一群进程的操作系统 |
模型生成文本。Harness 把一个模型变成一个真正能干活的 Agent。Harness OS 把同一套 harness 交给每个 Agent、运行整支队伍——也只有在这一层，「Agent 团队」才成为可能。
五项核心能力
LLM 路由
对主流模型的 Provider 抽象：DeepSeek、通义、Kimi、智谱、混元、豆包、Anthropic、OpenAI，以及任何兼容 OpenAI 协议的端点。Agent 与 Provider 解耦——Agent 按名字声明用哪个 Provider，感知不到背后是哪家厂商。Provider 存放在动态注册表里，支持完整 CRUD（REST 或管理台）——首次启动从配置播种，之后以数据库为准，运行时新增或换密钥都不用重启。多 Provider 通过显式的名称到模型路由并存；支持通过 Ollama 或 vLLM 接入本地推理。
ReAct Loop
自实现的推理引擎，不被任何外部 Agent 框架包裹。每次迭代：组装 Prompt（系统提示词 + Bootstrap 上下文 + 长期记忆 + 对话历史 + 可用工具列表），调用 LLM，检查响应中的工具调用，在沙箱管控下执行，把结果以结构化的工具消息回填，继续循环——直到给出最终答案或达到迭代上限。整个循环只有数十行、完全透明可检查；各家厂商的协议差异由适配层吸收，而工具执行始终由 OryxOS 自己掌控。
记忆系统
当前两层。会话记忆保存对话历史，持久化、重启可恢复。长期记忆按 Agent 隔离——每个 Agent 通过 save_memory 写入自己的 MEMORY.md、通过 recall_memory 检索；每次触发还会自动记入它的归档记忆。记忆注入每次系统提示词，让 Agent 跨对话保持上下文。升级路径——语义化的向量记忆 + 内置知识库——是路线图上的头部项。
工具体系
24 个内置工具覆盖基础场景：文件操作（读 / 写 / 列目录 / 追加 / 移动 / 复制 / 删除 / 建目录）、Shell、HTTP（get / post / 任意请求 / 抓网页 / 下载）、时间与 JSON 工具、记忆，以及 notify。全部在沙箱管控下执行——文件走路径白名单、Shell 走命令白名单、HTTP 走域名白名单——每次调用都有审计。notify 按名字推送到通知渠道（飞书 / 企业微信 / 钉钉 / 通用 webhook），渠道本身也是支持完整 CRUD 的动态注册表。
扩展按三档进行，按工作量从低到高：
| 档位 | 工作量 | 方式 |
|---|---|---|
| 零代码 | 最低 | 写一份 SKILL.md 描述任务，引用社区现有的 MCP server |
| 轻代码 | 中等 | 用任意语言写一个 MCP server，OryxOS 作为 MCP Client 接入 |
| 重代码 | 最高 | 写一个原生进程内工具，直接注册 |
所有工具——内置的、MCP 对接的、原生的——都经由同一个 ToolRegistry 注册，向 ReAct Loop 暴露统一接口。
REST API 与 Web 管理台
/api/v1 下的 REST 端点对外暴露所有能力：动态 Agent 生命周期（创建 / 列表 / 查询 / 更新 / 删除 / 调用，以及按 Agent 的记忆、控制台会话、一句话生成）、会话、Provider 与通知渠道 CRUD、定时任务、沙箱白名单管理、工作区文件浏览、工具清单、健康检查和运行时信息——统一响应信封。任何能发 HTTP 的语言都能接入，不需要 SDK。
其上是部署在 /admin/ 的 Web 管理台：概览面板、带一句话创建流程的 Agent 管理、支持 Markdown 渲染的文件浏览器、Skill、定时任务、会话、Provider、通知渠道和沙箱白名单。
设计原则
- 平台优先于 Agent——最重要的交付物是让任何 Agent 可靠运行的环境，而不是某个具体的 Agent
- 核心自实现，管道复用——推理循环手写；各厂商协议适配委托给成熟的适配层
- 一个目录 = 一个 Agent——一个 Agent 由一个 markdown 目录定义，不需要写代码
- 开放标准——工具用 MCP，Agent 间协作用 A2A，技能用开放格式
- 实例无状态，状态外置——未来走向分布式而不需要大改设计的前提
- 安全是基础，不是事后补丁——最小权限、强制沙箱白名单、凭证走环境变量、完整审计从第一天就持久化
- 分阶段、有节制——先构建最小完整的运行时内核；治理和分布式基础设施在真实使用验证后再上