AROS Agent: 面向 openEuler 的自适应资源管控 Agent

第三届中国研究生操作系统开源创新大赛社区赛题作品。AROS Agent 是一个基于用户态决策的资源管控框架：Agent 感知 workload 特征，调用标准化 Skill/Tool 能力，选择 sched_ext 调度策略，并可扩展 eBPF hook、cgroup 资源控制、network/security policy 等 OS Agent。

本仓库当前实现了一个可运行的最小闭环：

workload 感知：采集 CPU 利用率、任务数、运行队列压力、进程画像、cgroup 信息。
自适应策略：内置 Mixture-of-Schedulers 路由器，按 latency/batch/balanced 三类场景选择策略。
scx 集成：支持调用 scx_rusty、scx_lavd、scx_bpfland 等 sched_ext 调度器；无内核能力时自动 dry-run。
可扩展 Skills：使用 JSON manifest 描述传感器、策略、执行器和安全约束，便于新增 network/security/resource-control Agent。
可视化展示：自带本地仪表盘，展示实时指标、策略切换、行动日志和可复现实验结果。
可复现实验：提供 benchmark 脚本，对比 baseline 与 agent 策略下的吞吐、延迟和 CPU 压力。

快速启动

在 Windows/macOS/Linux 上都可以先用演示模式观察作品：

python -m agentx.main --demo --port 8765

打开浏览器访问：

http://127.0.0.1:8765

在 openEuler 24.03-LTS-SP4 上接入真实 sched_ext：

bash scripts/setup_openeuler.sh
python -m agentx.main --apply --port 8765

--apply 会尝试真正执行调度器命令或 cgroup 写入；普通展示建议先使用 --demo 或默认 dry-run。

目录结构

agentx/                 Agent 核心实现
configs/agent.json      策略、scx 命令和安全参数
skills/                 标准化 Skill 能力 manifest
scripts/                openEuler 安装、演示和测试脚本
web/                    本地可视化仪表盘
docs/                   设计方案和实验方案
tests/                  关键策略单元测试

openEuler 环境

目标环境：

openEuler 24.03-LTS-SP4
Linux kernel 6.6，开启 sched_ext
Python 3.9+
可选：scx 调度器工具、bpftool、clang/llvm、libbpf-devel

检查内核是否支持 sched_ext：

test -d /sys/kernel/sched_ext && echo "sched_ext ready"

如未安装 scx，可参考官方项目：

git clone https://github.com/sched-ext/scx.git

运行基准测试

python scripts/benchmark.py --seconds 20 --output reports/benchmark.json

然后启动仪表盘，页面会自动读取 reports/benchmark.json 展示对比结果。

创新点

Agentic OS 控制闭环：将 sensing、routing、actuation、audit 四步做成标准接口，使调度策略不再是静态单点，而是可被 Agent 持续调整的操作系统能力。
Mixture-of-Schedulers 路由器：把 sched_ext 调度器视为专家策略，按 workload 画像选择 latency、batch 或 balanced 目标。
Skill 化 OS 能力接口：CPU 调度、cgroup、network policy、security policy 都以 manifest 方式注册，便于扩展和答辩展示。
安全可回退执行：默认 dry-run，只有显式 --apply 才执行系统级操作；所有 action 都写入审计日志。
可视化可复现：同一套 Agent 同时提供 CLI、HTTP API、仪表盘和 benchmark 报告，便于现场演示。

常用命令

# 演示模式
python -m agentx.main --demo

# 真实执行模式
sudo python -m agentx.main --apply

# 运行测试
python -m unittest discover -s tests

# 生成基准报告
python scripts/benchmark.py

注意事项

本项目不会自动下载或替换内核；openEuler SP4 环境需要提前准备。
scx 调度器名称和路径可在 configs/agent.json 中调整。
network/security eBPF hook 当前提供可扩展接口和审计闭环，真实生产规则需按比赛机器内核能力继续补充。