AgentOS：面向多智能体的操作系统级执行时（Agent Runtime）

AgentOS针对赛题提出的资源竞争、上下文冗余和执行控制问题，在多智能体应用与系统资源之间提供统一执行层。Agent与Task分离建模，依赖和资源条件共同决定调度；上下文与通信控制交接，独立进程与监督器承担隔离恢复。四类复杂任务和完整流程消融检验机制收益。

核心成果

核心模块	已实现的机制	验收依据
Agent 执行抽象与生命周期	控制块关联角色、真实工作进程 PID、状态、资源预算和重启次数；管理就绪、运行、等待、恢复和完成状态	agentos run 的中文 TUI；metrics.json 的状态转换与进程事件
依赖调度与动态任务	YAML 声明任务图及接口；前驱验收后释放后继；按实际输入动态提交子任务，完成事件唤醒执行	四场景 YAML、任务生命周期和动态提交记录
统一资源管理与模型资源感知调度	CPU、内存、工具进程与模型请求共用资源契约；读取 vLLM 运行数、排队、KV 占用及容量，按在途 Token 预算与关键请求预留控制准入	23 项仓库审查与工具回归的完整流程消融，耗时减少 **18.1%**；服务采样和准入决策
上下文复用、压缩与隔离	内容哈希复用上下文页；Agent 页表限定访问；按角色与依赖交接；大型结果以业务摘要、完整产物引用和哈希压缩传递	ContextPool 复用/压缩统计与访问隔离回归；上下文消融的实际输入 Token 减少 53.2%
Agent 通信与协作	状态发布订阅、进程 JSONL 消息桥及前驱产物交接；传递业务结果、完成事件与验收进度	发布/投递事件、进程消息及实际前驱产物引用
故障隔离与监督恢复	Agent 使用独立工作进程；隔离故障、重新提交原任务，新 PID 接续执行；产物重新验收后记录恢复成功	四场景实际进程故障注入、故障前后 PID 和恢复后的验收结果
系统观测与独立验收	TUI 展示中文角色、PID、任务和模型服务状态；验收、局部修正与恢复进度实时可见；保存 Trace、模型 usage 与完整流程时间	独立业务验收、功能与恢复回归、真实 LangGraph 对照及原始 Trace

赛题要求、实现位置和验收证据见 赛题要求与验收对应。国内开源系统的构建与验收入口见下方 openEuler 命令。

实测结果

指标	对照 → AgentOS	改善	实验负载
上下文管理模块消融：成本收益	关闭上下文管理 747405.8 → 完整系统 349970.6 Token	减少 53.2%	仓库审查与发布回归，23 项任务
模型资源感知调度消融：耗时收益	关闭模型准入 146.72 → 完整系统 120.10 秒	减少 18.1%	仓库审查、模型调用与工具回归，23 项任务
真实 LangGraph 框架对比：耗时收益	LangGraph 165.68 → AgentOS 120.10 秒	减少 27.5%	相同仓库发布任务与验收

LangGraph 对照固定同等上下文精简策略，用于验证调度耗时差异；上下文成本收益由本系统模块消融独立验证。

四组各五轮，轮换顺序，报告平均值。成本累加实际输入Token；耗时计至全部任务及验收结束。各组使用相同源码、模型、提示要求、并发上限和验收，独立vLLM缓存域避免组间缓存影响。模型为单张H20-3e上的Qwen3.8-27B/vLLM。

上下文与统一调度实验保留20次完整运行记录，全部验收通过。配置、逐轮数据、实际调用、验收和源码快照见 实验结果 与 原始证据。

模型资源感知调度消融只关闭模型请求准入，保留任务依赖调度、优先级、上下文及验收，用于识别该模块的独立贡献。真实LangGraph应用对照用于比较本发布流程的整体执行效果；两者均具备任务依赖与并发执行能力，差异来自本实验采用的编排配置及模型请求资源控制。两项收益使用不同基线，不能相减，也不能将框架对比收益全部归因于模型资源感知调度。框架对照保持同等上下文策略，53.2%的输入成本收益来自Runtime内部上下文消融。

应用场景与验收成果

场景	可验收成果	已完成任务
自动编程	多人多端视频会议，WebRTC、群聊、媒体控制	23/23
代码审查修复	FactoryOps 管理仓库 before/after；启动故障修复、业务与权限回归；八个可操作页面	17/17
复杂生产规划	240 订单、18 设备；设备甘特图、订单完工、物料缺口与独立约束验收	7/7
多工具数据分析	100005 行模拟经营数据；数据质量检查、经营指标、收入走势、七日预测与分析报告	23/23

四场景均验证实际 Agent 进程故障后的续跑。角色和任务定义见 场景 YAML，业务过程见 四场景 DAG。

场景 YAML 手工编写，明确角色、任务依赖、输入输出、资源预算和验收条件；Runtime 在执行前校验契约。

四场景业务成果

自动编程

会议入口提供房间号与用户名输入，包含成员、消息及音视频控制区域。Runtime执行需求分析、方案设计、代码实现和独立验收，最终产物作为独立会议工作空间交付。

代码审查与修复

已有管理仓库包括订单、库存、采购、财务、权限、报表与审计。审查Agent定位缺陷，修复Agent修改代码，验收Agent复核业务及权限。before目录用于复现原始故障，after目录运行修复后的系统。

复杂任务规划

输入包含240项订单、12种产品与18台设备，综合物料、三道工序、生产班次和设备检修约束。当前结果展示221项已排产订单、663项工序任务和19项未排产订单，设备甘特图呈现实际工序分配及时间安排。

多工具数据分析

输入为180天模拟经营数据，经过质量检查后得到100000项有效订单。分析产物展示收入、销量及区域指标，以实际训练的日历特征岭回归生成未来七日收入预测，并提供独立数值验收结果。

演示视频记录 Runtime运行流程，包含执行观测与故障恢复；以上截图展示四场景独立业务工作空间的成果。

Runtime执行观测与故障恢复

运行中界面关联Agent角色、任务状态、真实工作进程PID、模型调用与Token统计。任务生命周期展示依赖推进和动态任务提交；监督与恢复记录故障注入、重新执行及恢复成功。下方显示上下文复用和vLLM模型服务状态，支持从业务任务追踪到执行过程。

运行与验收

四个应用通过独立工作空间启动：

python demo/auto-programming/run.py
python demo/review-repair/before/run.py --check
python demo/review-repair/after/run.py --check
python demo/review-repair/after/run.py
python demo/complex-planning/run.py
python demo/data-analysis/run.py

会议打开 http://localhost:8765，两个窗口加入同一房间。管理系统打开 http://localhost:8770，管理员 admin/demo-admin；before 命令复现原代码故障，after 正常启动。工厂和数据运行后打开各自工作空间的 report.html，并查看结果 JSON。

安装与复现

openEuler 拉取、安装、模型配置和演示步骤见 openEuler部署。

Python 3.10+；Rust 原生核心需 Rust 1.85+ 与 C/C++ 构建工具。依赖见 pyproject.toml、src/benchmarks/requirements.txt、Cargo.lock。

python -m pip install -e . -r src/benchmarks/requirements.txt
python -m playwright install chromium
agentos list
agentos run auto-programming
python -m pytest tests -q
cargo test --workspace

agentos run 按 YAML 重新执行并显示实时 TUI，需要 .env 中可用的 vLLM API 和 /metrics。其他场景名称为 review-repair、complex-planning、data-analysis。生成产物按契约独立验收，异常通过有限重试和监督恢复处理。

完整实验复现：

agentos benchmark --experiment all --output-dir src/output/reproduce-unified --jobs 16 --repeat 5

openEuler 执行 bash src/scripts/verify_delivery_openeuler.sh，生成系统版本、原生构建、回归和隔离验证日志；国产系统验收以实际日志为准。

提交材料

项目说明书按 Agent 抽象、任务调度、统一资源调度、上下文、通信、容错和观测验收七个模块展开。赛题对应关系列明实现与验收依据。创新、成员贡献及工具使用声明位于 docs/；演示交付物位于 demo/；PPT 和视频位于 presentation/。

文档保留同名 Word 源文件与 PDF 审阅版；原创承诺书位于项目根目录。