AgentOS
让 TypeScript 智能体在长会话中保留记忆、编排协作并按需生成工具。
按维度查看评分与理由
证据显示：README 描述了运行时工具锻造在 node:vm 沙箱中运行，有 5 秒墙钟限制，禁止 eval/require/process，并提到 guardrails 和 HITL 门控，但未提供具体实现细节或权限模型。用户确认机制仅在 HITL 门控中提及，未详细说明。数据流透明度方面，README 提到可观测性（OpenTelemetry、使用账本），但未展示具体数据流图。敏感数据处理方面，提到 PII 防护包，但未深入。依赖安全方面，CI 使用 pnpm 安装，但未提供依赖审计或漏洞扫描证据。外部影响方面，提到渠道适配器（Telegram、Discord 等），但未说明权限控制。回滚方面，提到 checkpointing，但未说明回滚机制。来源归属方面，README 提到 Apache-2.0 和贡献指南，但未明确第三方代码归属。扣分原因：多数安全特性仅声明，缺乏实现细节或测试证据。
证据显示：README 和测试文件展示了内存集成测试，测试覆盖了 processRequest 和 handleToolResult 流程，表明内部一致性较好。依赖可用性方面，package.json 列出了大量导出路径，但未提供依赖列表或版本锁定信息。失败消息方面，测试中有超时错误消息，但未提供用户可见的错误处理文档。扣分原因：依赖可用性和失败消息缺乏具体证据。
证据显示：README 明确面向开发者，提供了多种使用场景（agent、agency、workflow 等），并说明了能力边界（如工具锻造的沙箱限制）。触发精度方面，提供了 API 参考和示例，但未详细说明触发条件。环境适配方面，支持 11 个 LLM 提供商和多种存储后端，但未提供环境变量配置的完整列表。扣分原因：部分细节在文档中，但静态审查无法验证。
证据显示：README 提供了清晰的信息架构，包括安装、快速入门、API 参考、文档链接。安装说明简单明了。命名稳定性方面，包名和 API 名称在 README 中一致。示例和 FAQ 方面，提供了多个代码示例，但未提供 FAQ。已知限制方面，README 未明确列出已知限制。许可证为 Apache-2.0，版本号在 package.json 中为 0.10.14，但未提供 CHANGELOG 文件。维护责任方面，README 提供了贡献指南和维护者文件。扣分原因：缺少已知限制和 CHANGELOG。
证据显示：README 提供了丰富的功能描述和基准测试结果，表明输出可用性较高。边际价值方面，提供了与其他框架的比较，突出了差异化功能。成本效益方面，提到了基准测试的成本（$0.0090/correct），但未提供总体成本分析。扣分原因：成本效益分析不完整。
证据显示：README 提供了基准测试的详细方法（如 bootstrap 95% CI、judge-FPR 探针），并链接到外部基准仓库，表明声明可追溯。跨来源佐证方面，基准测试结果来自外部仓库，但静态审查无法验证。事实与推断分离方面，README 区分了功能描述和基准测试结果，但未明确标注哪些是推断。扣分原因：跨来源佐证和事实推断分离缺乏直接证据。
- 静态审查无法验证运行时行为，如沙箱安全性、权限模型、数据流等。
- README 中的基准测试结果来自外部仓库，未在本次审查中验证。
- 依赖安全未提供审计或漏洞扫描证据。
- 缺少已知限制和 CHANGELOG 文件。
这个 Agent 能做什么，适合哪些场景？
AgentOS 是一个以 npm 包形式交付的 TypeScript 智能体框架，核心接口包括 agent()、agency()、workflow()、AgentGraph 和 mission()。它通过 session() 保存对话记录，并可组合情景记忆、语义记忆和工作记忆；SOUL.md 工作区还可将 Markdown wiki 作为长期记忆的源数据。运行时，智能体可在工具缺口出现时生成带 Zod schema 的 TypeScript 函数，经 LLM judge 审核后在受限的 node:vm 沙箱中执行，并在当前会话中加入工具目录。框架覆盖 11 个 LLM 提供方、RAG、护栏、语音与电话能力，以及六种多智能体协作策略。它面向嵌入 Node.js 应用的开发者库，而非文档中描述的独立托管聊天产品。
开发者用 agent({...}) 创建智能体，再通过 agent.session('id') 取得会话并调用 session.send('...') 发送任务。会话保存助手工具调用、工具结果和 thinking blocks，并默认在约 120K token 估算上限后按完整区块淘汰历史；session.reseed(snapshot) 可原子替换历史，session.messages() 可导出检查点材料。agent() 可调用配置的 LLM 提供方、使用记忆和工具；agency() 按 sequential、parallel、debate、review-loop、hierarchical 或 graph 策略调度多个角色。启用 emergent tooling 时，系统生成 TypeScript 工具函数和 Zod schema，交由独立 LLM judge 审批，再在禁用 eval、require 和 process、墙钟限制为 5 秒的 node:vm 中运行。
- 为在线编程辅导产品构建长期跟进的导师：用 session('student-1') 保存多轮上下文，并启用 episodic、semantic 与 working memory。
- 为需要研究、撰写和事实复核顺序协作的工程团队搭建 agency()，用 graph 策略和 dependsOn 串联 researcher、writer、reviewer。
- 为工具集不完整的自动化流程试验运行时工具生成：让智能体生成带 Zod 输入 schema 的 TypeScript 工具，并经过 LLM judge 审核后在当前会话复用。
- 为需要可读长期记忆的个人或工作区智能体使用 souledAgent()，将 SOUL.md 和 memory/ Markdown wiki 作为记忆源数据。
- 为需要模型供应商切换、RAG、护栏或语音电话集成的 TypeScript 应用采用统一运行时接口。
这个 Agent 有哪些优点和局限？
- agent()、agency()、workflow()、AgentGraph 与 mission() 覆盖单智能体、团队和图式编排，并共享一个运行时。
- 运行时工具生成具有明确链路：TypeScript 函数、Zod schema、LLM judge 审批和受限 node:vm 执行，而不是直接执行任意生成代码。
- 会话记录独立于记忆系统，支持 reseed()、messages() 和可配置历史上限，适合需要检查点的长工具调用循环。
- 支持 11 个 LLM 提供方，并将供应商回退设计为显式 fallbackProviders 配置，不会静默切换模型。
- 需要配置 API 密钥或本地 CLI 提供方；不同供应商的模型、费用和可用性仍由所选集成决定。
- 运行时生成工具依赖额外的 LLM judge，并受 node:vm 的 5 秒墙钟及禁用 eval、require、process 等限制。
- 默认会话历史在约 120K token 估算后会按区块淘汰；需要长期完整上下文的应用必须设置历史上限或使用 reseed() 管理状态。
- README 提供的 LongMemEval 成绩基于指定的 gpt-4o reader/judge 与基准设置，不能直接代表其他模型或业务任务的表现。
如何安装或部署这个 Agent？
安装：npm install @framers/agentos。配置所选提供方的凭据：可在调用中传入 apiKey，启动时使用 setDefaultProvider()，或设置环境变量；文档明确列出 OPENAI_API_KEY 与 ANTHROPIC_API_KEY，并说明会按优先级自动检测。该包的运行时工具沙箱使用 node:vm，因此运行环境需要 Node.js；README 未给出最低 Node.js 版本。
如何使用这个 Agent？
最小调用：import { agent } from '@framers/agentos'; const tutor = agent({ provider: 'anthropic', instructions: 'You are a patient CS tutor.', personality: { openness: 0.9, conscientiousness: 0.95 }, memory: { types: ['episodic', 'semantic'], working: { enabled: true } } }); const session = tutor.session('student-1'); await session.send('Explain recursion with an analogy.'); await session.send('Can you expand on that?'); 若省略 provider，框架会从环境变量检测提供方。需要无状态会话时同时设置 memory: false 和 history: false；仅关闭 memory 不会关闭默认的会话历史。
这个 Agent 与同类方案有什么区别？
仓库将 AgentOS 与 LangChain/LangGraph、Vercel AI SDK、CrewAI 和 Mastra 对比，强调其认知记忆、HEXACO 人格、运行时工具生成、六种团队策略、向量后端、护栏与已公布的 LongMemEval 方法学。是否存在实际优势仍取决于目标模型、工作负载和所需集成。