docs: 更新决赛演示视频及PPT
基于openEuler的多智能体协同运行时系统
openEuler / Linux · Go 1.23+ · 单机多工作流 · Apache-2.0（核心）
openEuler / Linux
Go 1.23+
单机多工作流
Apache-2.0（核心）
项目简介 · 系统架构 · 核心机制 · 快速开始 · 运行展示 · 测试与验证 · 项目文档
AegisRT是一套基于openEuler/Linux的多智能体协同运行时系统，面向多智能体应用中的任务依赖、资源竞争、上下文共享和异常恢复问题，为上层应用提供统一、受控且可恢复的执行支持。系统位于应用与操作系统之间，将协作需求转化为明确的任务关系、资源约束和执行状态，使应用开发者能够集中处理业务逻辑，并通过统一接口管理智能体运行过程。
系统以智能体能力描述和任务图为入口，统一完成依赖校验、调度准入、上下文组装、进程执行、结果发布、资源回收与状态保存。核心运行时使用Go实现，以单机守护进程形式部署，通过openEuler/Linux的进程组和cgroup v2落实执行边界，并提供HTTP API、命令行和Web控制台。
AegisRT适用于需要并行执行、交换中间结果并汇合产出的多智能体任务，例如资料研究、舆情分析、代码仓库分析和运维协同。应用接入时定义Agent能力、任务依赖与资源需求，运行时统一管理任务的执行过程。
上层应用通过AgentSpec与TaskSpec描述执行能力和任务，TaskGraph维护依赖关系；运行时协调调度、资源账本、上下文和Worker执行，底层由openEuler/Linux提供进程与资源控制。状态观测和安全控制贯穿整个执行过程。
在依赖已经满足、资源条件允许的任务中，结合工作流公平状态、在途预留费用、任务优先级、关键路径和等待时间选择执行对象。ResourceLedger统一检查并预留CPU、内存、模型并发槽、Token预算和命名工具槽，协调关键任务推进与不同工作流的运行机会。
通过Page、Manifest和ACL组织上下文，以内容寻址复用相同正文，保留内容来源与访问权限。输入按任务绑定和预算组装，输出按任务图中的直接依赖关系授权发布，使协作信息的使用范围、传递过程和持久状态保持关联。
Agent进程完成后，运行时先保存已校验输出和完成意图，再幂等发布结果，最后提交成功状态并释放资源。异常恢复时先清理旧执行域，再根据完成意图继续提交结果，或在重试预算内重新执行任务。
详细设计与实验依据见项目创新说明和系统架构文档。
demo/index.html
核心Web控制台内嵌于Go二进制，应用监控台也已附构建产物；使用现有界面无需启动Node服务。Windows支持构建和离线测试，cgroup资源控制在Linux环境下启用。
git clone -c core.autocrlf=false --branch master https://www.gitlink.org.cn/IGO3QRvKb6/mxdzntdczxtjzxsar.git cd mxdzntdczxtjzxsar
在仓库根目录执行。Linux/openEuler：
mkdir -p ../AegisRT-build cd src/aegisrt go build -trimpath -buildvcs=false -mod=readonly -o ../../../AegisRT-build/aegisrt ./cmd/aegisrt cd ../.. ../AegisRT-build/aegisrt -version
Windows PowerShell：
New-Item -ItemType Directory -Force ../AegisRT-build | Out-Null Push-Location src/aegisrt go build -trimpath -buildvcs=false -mod=readonly -o ../../../AegisRT-build/aegisrt.exe ./cmd/aegisrt Pop-Location ../AegisRT-build/aegisrt.exe -version
首次构建需要下载Go依赖，或使用已有依赖缓存。构建产物存放在仓库外，便于核对提交文件的完整性。
在openEuler上部署服务时，先准备本地Agent注册表，按部署说明完成平台检查、构建、安装与cgroup委派。安装器创建服务账号和访问凭据；检查注册表后启动服务。
接入自己的Agent时，可按以下顺序阅读：
aegisrt.agent-output/v1
服务启动后，通过/console/访问内嵌Web控制台；/healthz和/readyz分别提供健康与就绪检查。监听地址及端口由启动配置决定。
/console/
/healthz
/readyz
图中为亚运会案例运行过程截图，可同时查看任务依赖、执行进度、进程资源与已生成内容。
应用案例：微舆（BettaFish）舆情分析。业务引擎承担检索、媒体分析、评论分析与报告生成，AegisRT负责九项任务及16条依赖边的调度、执行、上下文传递和状态管理。流程包含三路并行研究、讨论汇合、三路补充研究、最终讨论与综合报告。
离线演示使用保存的真实运行采样。报告阶段复用8项已完成的研究与讨论结果，以2次模型请求完成7章报告；原始运行与报告恢复分别记录。
如需运行案例，在仓库根目录执行以下准备命令，将源码、样本和构建产物写入新的外部目录：
python -B demo/run_live.py --output ../AegisRT-case-work
该命令完成构建并生成启动计划，不调用模型。安装应用依赖和所需本地模型后，参照配置模板在仓库外填写私有配置，再使用另一个新目录执行：
python -B demo/run_live.py --output ../AegisRT-case-live --env-file ../private/application.env --execute
此入口采用九任务小规模配置，单轮最多58次模型请求，另可能产生检索服务请求；结果保存在外部目录。具体配置和运行方法见案例说明。
下文的python指Python3.11；Linux未配置python命令时使用python3。在仓库根目录校验提交文件和实验归档：
python -B tests/verify_files.py python -B tests/verify_evidence.py
运行代码测试：
python -B tests/run_bettafish_offline.py cd src/aegisrt go test -p 1 ./... -count=1 go vet ./... cd ../..
应用离线测试需要先安装已声明的Python依赖。通信基准测试需要带提交记录的Git检出目录。各实验保留测量时的日期、源码和配置，复核步骤见测试说明。
. ├── README.md ├── src/ │ ├── aegisrt/ # 核心运行时、应用适配与代码测试 │ └── reproductions/ # 应用业务引擎及第三方来源信息 ├── docs/ # 正式PDF与README展示图片 ├── tests/ # 实验数据、核验脚本和检查记录 ├── demo/ # 离线演示、案例输入与运行入口 ├── presentation/ # 答辩PPT和演示视频 └── 作品原创承诺书.pdf
AegisRT核心运行时采用Apache License 2.0。第三方业务引擎、模型和前端组件分别保留各自许可证与版权声明，详见核心第三方说明、应用第三方说明及前端来源记录。
版权所有：中国计算机学会技术支持：开源发展技术委员会 京ICP备13000930号-9 京公网安备 11010802047560号
AegisRT
基于openEuler的多智能体协同运行时系统
openEuler / Linux·Go 1.23+·单机多工作流·Apache-2.0（核心）项目简介 · 系统架构 · 核心机制 · 快速开始 · 运行展示 · 测试与验证 · 项目文档
项目简介
AegisRT是一套基于openEuler/Linux的多智能体协同运行时系统，面向多智能体应用中的任务依赖、资源竞争、上下文共享和异常恢复问题，为上层应用提供统一、受控且可恢复的执行支持。系统位于应用与操作系统之间，将协作需求转化为明确的任务关系、资源约束和执行状态，使应用开发者能够集中处理业务逻辑，并通过统一接口管理智能体运行过程。
系统以智能体能力描述和任务图为入口，统一完成依赖校验、调度准入、上下文组装、进程执行、结果发布、资源回收与状态保存。核心运行时使用Go实现，以单机守护进程形式部署，通过openEuler/Linux的进程组和cgroup v2落实执行边界，并提供HTTP API、命令行和Web控制台。
AegisRT适用于需要并行执行、交换中间结果并汇合产出的多智能体任务，例如资料研究、舆情分析、代码仓库分析和运维协同。应用接入时定义Agent能力、任务依赖与资源需求，运行时统一管理任务的执行过程。
系统架构
上层应用通过AgentSpec与TaskSpec描述执行能力和任务，TaskGraph维护依赖关系；运行时协调调度、资源账本、上下文和Worker执行，底层由openEuler/Linux提供进程与资源控制。状态观测和安全控制贯穿整个执行过程。
核心机制
DAG-DRCFS依赖感知公平调度与多资源准入
在依赖已经满足、资源条件允许的任务中，结合工作流公平状态、在途预留费用、任务优先级、关键路径和等待时间选择执行对象。ResourceLedger统一检查并预留CPU、内存、模型并发槽、Token预算和命名工具槽，协调关键任务推进与不同工作流的运行机会。
ContextVM与ContextChannel上下文治理及DAG授权传递
通过Page、Manifest和ACL组织上下文，以内容寻址复用相同正文，保留内容来源与访问权限。输入按任务绑定和预算组装，输出按任务图中的直接依赖关系授权发布，使协作信息的使用范围、传递过程和持久状态保持关联。
基于持久化完成意图的任务提交与恢复
Agent进程完成后，运行时先保存已校验输出和完成意图，再幂等发布结果，最后提交成功状态并释放资源。异常恢复时先清理旧执行域，再根据完成意图继续提交结果，或在重试预算内重新执行任务。
详细设计与实验依据见项目创新说明和系统架构文档。
快速开始
环境要求
demo/index.html核心Web控制台内嵌于Go二进制，应用监控台也已附构建产物；使用现有界面无需启动Node服务。Windows支持构建和离线测试，cgroup资源控制在Linux环境下启用。
获取与构建
在仓库根目录执行。Linux/openEuler：
Windows PowerShell：
首次构建需要下载Go依赖，或使用已有依赖缓存。构建产物存放在仓库外，便于核对提交文件的完整性。
部署与接入
在openEuler上部署服务时，先准备本地Agent注册表，按部署说明完成平台检查、构建、安装与cgroup委派。安装器创建服务账号和访问凭据；检查注册表后启动服务。
接入自己的Agent时，可按以下顺序阅读：
aegisrt.agent-output/v1返回结构化产物。服务启动后，通过
/console/访问内嵌Web控制台；/healthz和/readyz分别提供健康与就绪检查。监听地址及端口由启动配置决定。运行展示
图中为亚运会案例运行过程截图，可同时查看任务依赖、执行进度、进程资源与已生成内容。
应用案例：微舆（BettaFish）舆情分析。业务引擎承担检索、媒体分析、评论分析与报告生成，AegisRT负责九项任务及16条依赖边的调度、执行、上下文传递和状态管理。流程包含三路并行研究、讨论汇合、三路补充研究、最终讨论与综合报告。
离线演示使用保存的真实运行采样。报告阶段复用8项已完成的研究与讨论结果，以2次模型请求完成7章报告；原始运行与报告恢复分别记录。
如需运行案例，在仓库根目录执行以下准备命令，将源码、样本和构建产物写入新的外部目录：
该命令完成构建并生成启动计划，不调用模型。安装应用依赖和所需本地模型后，参照配置模板在仓库外填写私有配置，再使用另一个新目录执行：
此入口采用九任务小规模配置，单轮最多58次模型请求，另可能产生检索服务请求；结果保存在外部目录。具体配置和运行方法见案例说明。
测试与验证
下文的python指Python3.11；Linux未配置python命令时使用python3。在仓库根目录校验提交文件和实验归档：
运行代码测试：
应用离线测试需要先安装已声明的Python依赖。通信基准测试需要带提交记录的Git检出目录。各实验保留测量时的日期、源码和配置，复核步骤见测试说明。
项目文档
已知限制
许可证与第三方组件
AegisRT核心运行时采用Apache License 2.0。第三方业务引擎、模型和前端组件分别保留各自许可证与版权声明，详见核心第三方说明、应用第三方说明及前端来源记录。