面向openKylin的智能体记忆提取与精准遗忘调度系统

项目简介

本项目为操作系统开源创新大赛参赛作品，基于Python开发，适配openKylin全系列系统，聚焦LLM智能体底层资源效率优化。工具通过读取Linux /proc文件系统采集整机内存、进程CPU/RSS占用数据，为智能体记忆构造提供硬件数据源；同时支持修改进程nice调度优先级，实现底层级精准遗忘调度，降低智能体推理令牌损耗与延迟开销。 项目理论依据智能体记忆生命周期与记忆六大核心操作（巩固、更新、索引、遗忘、检索、压缩），解决现有LLM智能体缺少操作系统底层资源感知、无法根据真实负载动态清理冗余进程的痛点。

运行环境

• 操作系统：openKylin 桌面版、服务器版、Live内存试用环境
• 运行依赖：系统内置 Python3，无第三方pip库依赖
• 底层能力：调用系统原生 free/ps/renice指令，兼容全版本麒麟内核

仓库完整目录结构

├── README.md # 项目总说明文档（本文件） ├── src/ │ └── mem_agent.py # 项目主程序源代码 ├── doc/ │ ├── project_doc.docx # 完整项目设计说明书 │ ├── manual.docx # 部署与使用手册 │ └── test_report.docx # 功能测试报告

快速启动方式

1. 打开终端，进入源码目录 cd src
2. 执行主程序 python3 mem_agent.py

   三大核心功能模块

3. 内存信息采集模块 读取系统总内存、已用内存、空闲缓存、交换分区指标，标准化输出文本数据，作为智能体记忆构造外部数据源，实时判断系统内存水位阈值。
4. 进程列表采集模块 批量获取全量进程PID、CPU、内存占用、运行指令，智能体可筛选高资源占用后台冗余进程，定位待调度目标。
5. 进程优先级调度模块 提供PID优先级修改接口，内置非法参数、权限不足异常捕获；内存过载时降低后台进程权重，保障核心AI智能体运行资源，实现底层精准遗忘。

开发与开源说明

1. 代码全部独立原创，仅使用Python内置subprocess标准库，无第三方开源代码摘抄复用，符合大赛原创规范；
2. 整体采用轻量化单文件架构，无本地缓存、无磁盘持久化依赖，完美适配openKylin Live纯内存运行场景；
3. 遵循开源社区代码规范，后续迭代将持续优化语法兼容、新增自动遗忘策略、JSON结构化输出能力。

项目演示资源

演示视频网盘链接：https://www.alipan.com/s/C1KBRkAjFt6

参考文献

[1] 北方的郎. 智能体效率大揭秘：记忆、工具与规划的优化之道——当AI学会“思考”[EB/OL]. [2026-01-23]. https://zhuanlan.zhihu.com/p/1998073661610009655 [2] Du Y, Huang W, Zheng D, et al. Rethinking Memory in LLM based Agents: Representations, Operations, and Emerging Topics[EB/OL]. arXiv:2505.00675, 2025. https://arxiv.org/abs/2505.00675