多模型中立路由
通过统一 Router 管理 provider、base URL、model 与可观测性。你可以接 DeepSeek,也可以接 MiniMax、Qwen、GLM、Moonshot 或兼容端点,而不必重写整个产品逻辑。
Agent-OS 是一套面向真实工作的 AI 操作系统。它把 多模型路由、意图编排、多智能体协调、DataHub 数据枢纽、可编程面板系统、LLM 知识编译器 合成到同一个工作界面里,让 AI 从一次性调用走向持续运转的工作系统。
Agent-OS 的目标,不是把更多 prompt 堆进终端,而是让一句任务进入之后, 系统可以持续理解、分流、执行、呈现、沉淀。它更像是一个智能任务通用工作系统, 而不仅仅是一个只给答案的智能体或聊天机器人对话窗口。
DeepSeek、MiniMax、Qwen、GLM、Moonshot、Anthropic 与兼容端点,都只是底座,而不是产品边界。
LingShu 不只做识别,它会把用户意图推进到状态机、任务、生产线、面板与反馈闭环。
Panel 不是展示板,而是可编排、可读写、可持续演化的工作界面与操作介质。
它既有底层模型接入能力,也有上层工作编排能力。用户感知到的不是若干零散工具, 而是一整套可以长期运行、持续演进、不断沉淀的工作界面。
Agent-OS 是一个单人或小团队可直接上手的 AI 工作操作系统。模型路由只是入口, 真正的产品核心在于意图编排、协调层、数据基础、工作面板、知识编译,以及这些模块之间的稳定耦合。
Agent-OS 的核心表达:
Agent-OS 是一个面向真实工作的 AI 操作系统,把多模型调用、任务协调、面板生成、数据视图与知识沉淀合成为一个可持续演进的工作界面。
这些模块一旦一起工作,Agent-OS 的形态就不再是“终端工具”,而是“持续运转的工作系统”。
通过统一 Router 管理 provider、base URL、model 与可观测性。你可以接 DeepSeek,也可以接 MiniMax、Qwen、GLM、Moonshot 或兼容端点,而不必重写整个产品逻辑。
自然语言不是直接扔给模型完事。LingShu 会把意图推进到 FSM、事件总线、建议器、调度器与反馈链路里,形成真正的系统控制。
生产线、任务看板、知识同步、Auto-OS 不是散模块,而是一套能承接长期工作流的执行底座。
所有上层只读访问统一收敛到 DataHub。Panel UI、建议器与视图层,不再直接碰底层 SQLite 与散乱文件系统。
六种 Block Primitive、模板、生成器、解析器、声明层、前端工作台一起构成 Agent-OS 的操作界面,而不是静态 Dashboard。
它让知识不只是一堆上下文文档,而是可编译、可结构化、可持续演化的资产层。
用户说的是目标,不是技术参数。系统先理解“要做什么”,而不是“该调哪个接口”。
LingShu 判断它该走面板、任务、生产线还是其他路径,并用状态机接管过程。
任务看板、line、Auto-OS、知识同步与事件总线开始协同,系统从“理解”进入“动作”。
结果会沉淀为可操作的 panel、可追踪的任务、可观察的数据视图,或可复用的知识资产。
如果你希望 AI 不只是回复你,而是持续接管任务、生成面板、沉淀知识、形成工作状态,那么 Agent-OS 是为你设计的。
如果你想看一个模型进入真实任务场景后会发生什么,Agent-OS 能比玩具 Demo 更快暴露真实优劣。
你可以扩展路由器、Block Primitive、Panel 模板、DataHub View、LingShu 路径与知识编译链路。
这是 Agent-OS 的 Beta 测试版官网。产品的核心结构已经成立:七层架构、真实运行链路、面板系统、意图编排与知识编译能力都已经接上,可以直接安装、接入模型并开始使用。
安装完成后,只需要配置 provider 和 API Key,你就可以直接体验 Agent-OS 如何把任务接入系统、进入编排,并逐步形成可持续的工作界面。
npm install -g @vionwilliams/agent-os export MODEL_PROVIDER=deepseek export MODEL_API_KEY=your_key_here agent-os --help