AI智能体操作系统 SmythOS

SmythOS是一个为AI代理设计的操作系统，能简化智能AI代理的构建、部署和规模化管理。SmythOS提供一个统一的资源抽象层，使得无论是本地存储、S3、OpenAI、Pinecone还是Redis等各种基础设施，都能通过一致的接口进行访问，能确保业务逻辑在不同环境和提供商之间无缝切换，实现高度灵活性和可扩展性。

SmythOS内置了企业级的安全机制，如Candidate/ACL系统和安全的凭证管理，保证资源访问的授权与数据隔离。SmythOS架构由SRE（Smyth Runtime Environment）作为核心运行时环境，负责资源管理、代理编排并集成了40多个生产就绪的组件，SDK提供了简洁、类型安全的API，便于开发者从开发到生产阶段保持代码一致性，CLI加速了项目的创建和管理。

SmythOS支持通过代码或.smyth文件（代理工作流的符号表示）构建代理，提供流式和聊天模式等核心交互方式，具备高吞吐量、模块化、可观测性、云原生和从开发到企业级生产环境的全面可伸缩性，目标是构建一个开放且可访问的智能代理互联网。

SmythOS是完整的智能体AI操作系统，就像传统操作系统管理资源并为应用程序提供API一样，SmythOS管理AI资源，提供从开发到生产都能使用的统一SDK。

SmythOS为所有资源提供统一接口，确保整个AI平台的一致性和简洁性，无论将文件存储在本地、S3还是其他存储提供商，都无需担心底层实现细节，SmythOS提供强大的抽象层，所有提供商都暴露相同的函数和API。

这一原则适用于所有服务，不仅限于存储，无论使用VectorDB、缓存（Redis、RAM）、大语言模型（OpenAI、Anthropic）或其他资源，不同提供商的接口保持一致。

这种方式让AI平台易于扩展且极具灵活性，可以无缝切换不同提供商，测试性能、优化成本或满足特定需求，无需修改任何业务逻辑。

SmythOS以智能体为中心设计，专门为AI智能体工作负载打造，对开发者友好，提供简单的SDK，能从开发阶段扩展到生产阶段，拥有模块化架构，提供可扩展的连接器系统，适用于任何基础设施，适合生产环境，可扩展、可观测且经过实践检验，内置访问控制和安全的凭证管理。

SmythOS安装

方法1：使用CLI（推荐）

全局安装CLI并创建新项目：

npm i -g @smythos/cli
sre create

CLI会逐步引导创建SDK项目，并配置适合需求的设置。

方法2：直接安装SDK

将SDK直接添加到现有项目：

npm install @smythos/sdk

可以查看示例、文档和代码模板开始使用。

注意：如果遇到CLI或代码问题，设置环境变量LOG_LEVEL="debug"，重新运行代码。然后分享日志，这有助于诊断问题。

SmythOS结构

SRE（Smyth运行时环境）- `packages/core`

SRE是驱动SmythOS的核心运行时环境，可以看作是AI智能体操作系统的内核。

功能

• 模块化架构：每个服务（存储、大语言模型、VectorDB、缓存等）的可插拔连接器

• 安全优先：内置Candidate/ACL系统，用于安全的资源访问

• 资源管理：智能内存、存储和计算管理

• 智能体编排：完整的智能体生命周期管理

• 40多个组件：适用于AI、数据处理和集成的生产级组件

支持的连接器

• 存储：本地、S3、谷歌云、Azure

• 大语言模型：OpenAI、Anthropic、谷歌AI、AWS Bedrock、Groq、Perplexity

• VectorDB：Pinecone、Milvus、RAMVec

• 缓存：RAM、Redis

• 密钥库：JSON文件、AWS Secrets Manager、HashiCorp

SDK - `packages/sdk`

SDK在SRE运行时之上提供简洁、对开发者友好的抽象层。设计注重简洁性，同时不牺牲功能。

使用SDK的原因

• 简单的API：清晰、直观的界面，易于学习

• 类型安全：完整的TypeScript支持，带有智能提示

• 适合生产环境：相同代码在开发和生产环境都能运行

• 配置独立：业务逻辑不会因基础设施扩展而改变

CLI - `packages/cli`

SRE CLI通过脚手架和项目管理功能，帮助快速开始使用。

SmythOS代码示例

SDK可以通过代码构建智能体，或加载并运行.smyth文件（.smyth是使用SmythOS构建器创建的智能体的扩展名）。

示例1：从.smyth文件加载并运行智能体

async function main() {
    const agentPath = path.resolve(__dirname, 'my-agent.smyth');

    // 导入智能体工作流
    const agent = Agent.import(agentPath, {
        model: Model.OpenAI('gpt-4o'),
    });

    // 向智能体提问并获取完整响应
    const result = await agent.prompt('你好，最近怎么样？');
    console.log(result);
}

想要流式模式？很简单：

const events = await agent.prompt('你好，最近怎么样？').stream();
events.on('content', (text) => {
    console.log('content');
});

events.on('end', /*... 处理结束 ... */)
events.on('usage', /*... 收集智能体使用数据 ... */)
events.on('toolCall', /*... ... */)
events.on('toolResult', /*... ... */)
...

想要聊天模式？很简单：

const chat = agent.chat();

// 从这里开始，可以使用prompt或prompt.stream来处理

let result = await chat.prompt("你好，我是Smyth")
console.log(result);

result = await chat.prompt('还记得我的名字吗？');
console.log(result);

// agent.prompt()和chat.prompt()的区别在于，后者会记住对话内容

示例2：文章写作智能体

这个示例展示如何借助SDK元素编写智能体逻辑：

import { Agent, Model } from '@smythos/sdk';

async function main() {
    // 创建智能体
    const agent = new Agent({
        name: '文章写手',
        model: 'gpt-4o',
        behavior: '你是文案助手。用户会提供一个主题，你需要撰写相关文章并存储。',
    });

    // 添加自定义技能，结合多种AI能力
    agent.addSkill({
        id: 'AgentWriter_001',
        name: 'WriteAndStoreArticle',
        description: '围绕给定主题撰写文章并存储',
        process: async ({ topic }) => {
            // VectorDB - 搜索相关上下文
            const vec = agent.vectordb.Pinecone({
                namespace: 'myNameSpace',
                indexName: 'demo-vec',
                pineconeApiKey: process.env.PINECONE_API_KEY,
                embeddings: Model.OpenAI('text-embedding-3-large'),
            });

            const searchResult = await vec.search(topic, {
                topK: 10,
                includeMetadata: true,
            });

            const context = searchResult.map((e) => e?.metadata?.text).join('\n');

            // LLM - 生成文章
            const llm = agent.llm.OpenAI('gpt-4o-mini');
            const result = await llm.prompt(`使用以下上下文撰写关于${topic}的文章：${context}`);

            // 存储 - 保存文章
            const storage = agent.storage.S3({
                /*... S3配置 ...*/
            });

            const uri = await storage.write('article.txt', result);

            return `文章已生成并存储。内部URI：${uri}`;
        },
    });

    // 使用智能体
    const result = await agent.prompt('写一篇关于樱花树的文章');
    console.log(result);
}

main().catch(console.error);

内置安全

安全是SRE的核心原则。每个操作都需要通过Candidate/ACL系统的适当授权，确保智能体只能访问被允许的资源。

const candidate = AccessCandidate.agent(agentId);

const storage = ConnectorService.getStorageConnector().user(candidate);

await storage.write('data.json', content);

从开发到生产的演进

业务逻辑保持不变，基础设施可以扩展：使用SDK时，SmythOS运行时环境会隐式初始化通用连接器，涵盖标准智能体用例。

// 无需显式初始化SRE

// 以下展示内部初始化方式
// const sre = SRE.init({
//     Cache: { Connector: 'RAM' },
//     Storage: { Connector: 'Local' },
//     Log: { Connector: 'ConsoleLog' },
// });

async function main() {
    // 智能体逻辑写在这里
}

main();

但也可以显式初始化SRE，使用其他内置连接器或自定义连接器。使用场景包括：

• 想要使用自定义智能体存储

• 想要将API密钥和其他凭证存储在更安全的密钥库中

• 需要企业级安全和数据隔离

const sre = SRE.init({
    Account: { Connector: 'EnterpriseAccountConnector', Settings: { ... } },
    Vault: { Connector: 'Hashicorp', Settings: { url: 'https://vault.company.com' } },
    Cache: { Connector: 'Redis', Settings: { url: 'redis://prod-cluster' } },
    Storage: { Connector: 'S3', Settings: { bucket: 'company-ai-agents' } },
    VectorDB: { Connector: 'Pinecone', Settings: { indexName: 'company-ai-agents' } },
    Log: { Connector: 'CustomLogStore'},
});

async function main() {
    // 智能体逻辑写在这里
}

main();