AgentMemOS：面向智能体推理的内存管理系统

参赛队名：GEMAS

赛题名称：面向智能体的内存管理系统设计与实现（高校赛题）

AgentMemOS 是一个运行在 Linux 用户态的智能体内存管理原型。它面向长时间、多分支和多会话任务，把不断增长的交互历史拆分为近期内容、长期信息和工具结果，再根据当前任务和输入预算选择需要送入模型的内容。

系统不修改 Linux 内核，也不替代语言模型。它位于智能体应用与模型之间，负责保存、查找、组合和回收任务信息，使模型在有限输入长度与缓存预算下继续完成任务。

主要能力

能力	实现方式	作用
长任务信息管理	近期窗口与长期信息分层保存	控制输入长度
关键信息查找	结构化记录与混合检索	找回早期信息
分支历史共享	公共历史共享、分支只记差异	减少重复保存
缓存资源控制	分块分配、按预算回收	限制缓存占用
多会话隔离	独立命名空间与配额	防止信息串扰
状态保存恢复	状态文件与校验值	支持中断后继续

评审快速复核

自检过程不访问外网、不下载模型，也不要求 GPU。

Windows PowerShell：

.\run_quick_checks.ps1

Linux、openEuler、openKylin 或兼容环境：

bash run_quick_checks.sh

成功时最后会输出：

Final submission checks passed.

Linux 环境还可以按模块查看运行状态：

bash demo_os_operations.sh environment
bash demo_os_operations.sh audit
bash demo_os_operations.sh runtime
bash demo_os_operations.sh results

其中，runtime 会现场创建会话、写入信息、建立分支、执行查找、分配缓存、调度任务并保存恢复状态。临时结果写入系统临时目录，退出时自动删除，不会污染仓库。

核心测试结果

指标	AgentMemOS	对照方案或判定
长任务完成轮次	16/16	全量追加历史为 1/16
关键信息查找准确率	100.000%	全部正确
分支重复输入长度	降低 80.688%	相对全量复制
缓存预留量	降低 93.262%	相对连续预留
资源调度	48/48	内存不足 0，超时 0
多会话隔离	16 个会话	恢复后串扰 0
公开接口检查	40/40	全部通过

1/16 是“只追加完整历史”对照方案在限定输入长度下的结果，不是 AgentMemOS 的完成度。AgentMemOS 的对应结果为 16/16。

完整测试口径和汇总数据见：

• results/system_evaluation_summary.md
• results/system_evaluation_summary.json
• 操作系统开源创新大赛项目说明书.docx

仓库结构

文件或目录	内容
src/agentmem_bench/	内存管理、分支共享、会话隔离、缓存和调度实现
src/tools/	投稿包完整性与敏感信息检查
configs/	可重复运行的测试配置
results/	已复核的系统测试汇总
demo_os_operations.sh	Linux 分段复核入口
run_quick_checks.ps1	Windows 一键自检
run_quick_checks.sh	Linux 一键自检
操作系统开源创新大赛项目说明书.docx	项目设计、实现和实验说明
操作系统开源创新大赛演示PPT.pptx	项目汇报材料
演示视频.mp4	系统操作演示
操作系统开源创新大赛 作品原创承诺书.docx	作品原创承诺书

运行环境

• Python 3.10 或更高版本。
• 默认测试只使用 Python 标准库。
• 推荐使用 Ubuntu、openEuler、openKylin 或兼容 Linux 发行版。
• Windows 可运行 PowerShell 自检入口。
• 真实小模型测试需要预先准备经过校验的本地模型文件；程序不会自行联网下载。

实现范围

当前作品是用户态验证原型，重点验证信息分层、按需取用、分支共享、缓存预算、多会话隔离和状态恢复。分页缓存模块用于验证分配与回收策略，尚未直接接管 vLLM、llama.cpp 等推理框架的生产缓存；真实模型结果用于说明系统可以采集分词、显存和推理时间，不作为不同模型之间的性能排名。