Tuning Agent

面向 openEuler/Linux 的自适应资源管控项目，包含两项相互解耦的核心实现：tuning-agent 是由 LLM 驱动决策、可信 Runtime 约束执行的通用调优框架；scx_agent_classed 是可独立运行的 LATENCY/BATCH 两级 sched_ext 调度器。二者可通过独立 MCP 适配器组成从工作负载感知到策略发布的调优闭环。

当前项目已实现动态调度分类与 cgroup CPU 调优；更多观测、变更、测量和评估能力可通过 MCP 接入，特定领域的调优知识则由 Skills 按需注入模型。所有系统变更仍由可信 Runtime 统一负责 WAL 记录、失败回滚、固定 A/B 评估与最终提交。

workload / scheduler event
          |
          v
    tuning-agent  <---->  LLM
          |
          | MCP capabilities
          v
scx_agent_classed_mcp
          |
          | Unix control API
          v
 scx_agent_classed  ---->  Linux sched_ext

核心能力

安全调优：所有系统修改均可回滚并写入 WAL；只有固定 A/B 评估确认收益后才能提交。
能力扩展：通过强类型 Probe、Mutation、Measurement、Comparison 接口和 MCP 接入新的调优能力。
知识扩展：通过 Skills 和 References 为模型提供按需加载、版本固定的领域知识。
自定义调度：按进程 comm 将任务动态划分为 LATENCY/BATCH，兼顾延迟、吞吐与 CPU 公平性。
闭环学习：调度器上报未匹配任务，Agent 生成分类规则，MCP 适配器负责可回滚发布。
可复现实验：基于 libvirt/KVM 运行对照实验，采集证据并生成统计结果与 HTML 报告。

项目结构

目录	作用
`tuning_agent/`	通用 Rust 调优 Runtime、安全事务与评估内核、Skills/MCP 扩展机制
`schedule/scx_agent_classed/`	可独立运行的 LATENCY/BATCH 两级 `sched_ext` 调度器及控制 API
`schedule/scx_agent_classed_mcp/`	调度器动态规则的 MCP 适配器
`bench/`	VM 环境、工作负载、实验编排、统计分析与报告生成

构建

cargo build --locked --release --manifest-path tuning_agent/Cargo.toml
cargo build --locked --release --manifest-path schedule/scx_agent_classed/Cargo.toml
cargo build --release --manifest-path schedule/scx_agent_classed_mcp/Cargo.toml

运行 Agent：

cp tuning_agent/tuning-agent.example.toml tuning_agent/tuning-agent.toml
./tuning_agent/target/release/tuning-agent \
  --config tuning_agent/tuning-agent.toml daemon

调度器需要内核启用 sched_ext，实际加载、Agent 与 MCP 联调及实验环境初始化步骤见各组件文档。

验证环境

默认：openEuler 24.03 LTS SP4 userspace + openEuler 6.6 kernel
对照：Ubuntu 22.04 userspace + Linux 6.18 kernel
基准设施：Python 3、libvirt、QEMU/KVM、Cargo

文档

演示视频

Tuning_Agent 演示视频（百度网盘，提取码：3d35）