FollowAgents AI AGENTS 目录
首页 / 全部 Agents / ANOLISA 智能体运行层
自动化与运维 terminal-interfacetoken-compressioncontext-managementworkspace-checkpointingruntime-isolationskills-mountingobservability

ANOLISA 智能体运行层

为现有智能体提供终端入口、上下文压缩和受控执行环境。

在 GitHub 查看 ↗ 快速上手 ↓
源仓库
agentic-os-org/ANOLISA
Star 数
★ 660
最近更新
今天
License
Apache-2.0
主语言
Rust
FA 评分
65/100 · 存在缺口

30 秒速览

运行形态
命令行工具
可在哪里用
通用 · 跨平台
费用
软件免费，模型调用费用自付
上手难度
低 · 几分钟可跑通
开始前需要
Linux 或 macOScurlShell / 命令行网络访问本地文件系统
典型场景
使用既有智能体框架和沙箱的开发团队，希望让智能体通过终端执行 Shell 与系统操作时，可部署 cosh-ng 作为结构化入口。
不适合
  • 需要 Windows 环境的团队，README 仅支持 Linux 和 macOS
  • 需要已文档化的隔离与恢复语义的生产环境
源码审查
65/100 · 存在缺口

这个 Agent 能做什么，适合哪些场景？

ANOLISA 是面向 AI 智能体工作负载的服务端操作层，通过 ANOLISA CLI 提供统一安装入口。它包含 cosh-ng，用于让智能体通过结构化、可预测的终端接口执行 Shell 和系统操作。Token-less 位于智能体与模型之间，压缩工具 schema 与工具响应，并可通过标记找回被移除的数组项。项目还列出 Agent Memory、SkillFS 和 AgentSight，分别用于跨会话复用上下文、按需挂载 Skills，以及记录 Token 消耗位置。执行环境方向包括 Agent Sec Core 的风险操作隔离和 ws-ckpt 的工作区变更恢复点；README 标示支持 Linux 与 macOS。

安装后可执行 anolisa install cosh-ng 或 anolisa install tokenless，再运行 cosh-ng 进入面向智能体的 Shell。Token-less 使用 ResponseCompressor 和 SchemaCompressor 处理进入上下文的工具响应和工具 schema：例如按字段黑名单移除 debug、trace，删除值为 null 的 metadata 及空的 tags / extra。被删除的数组项以 <<tokenless:KEY>> 标记保留可检索引用，从而支持可逆压缩。Agent Memory 复用会话间上下文，SkillFS 将 Skills 暴露为视图并按需挂载，AgentSight 记录 Token 实际消耗的位置；Agent Sec Core 隔离高风险操作，ws-ckpt 为工作区改动保存恢复点。

  1. 使用既有智能体框架和沙箱的开发团队，希望让智能体通过终端执行 Shell 与系统操作时，可部署 cosh-ng 作为结构化入口。
  2. 工具调用响应包含调试字段、空字段或冗余数组的智能体应用，可启用 Token-less，在响应进入模型上下文前压缩它们。
  3. 需要在多个会话之间重复使用上下文的智能体工作流，可评估 Agent Memory。
  4. 拥有大量 Skills、但不希望每次都把全部技能放入上下文的团队，可使用 SkillFS 的按需挂载方式。
  5. 需要定位工具链中 Token 花费位置的运营或平台团队，可使用 AgentSight 记录 Token 消耗。
  6. 需要为智能体工作区变更保留恢复点，或希望隔离风险操作的环境，可评估 ws-ckpt 与 Agent Sec Core。

如何安装或部署这个 Agent？

README 提供的安装方式为：

curl -fsSL https://get.agentic-os.sh | bash

随后按需安装组件：

anolisa install cosh-ng
anolisa install tokenless

README 标示的平台为 Linux 或 macOS。该安装命令需要网络访问和 curl；未说明需要 API 密钥、账户或其他凭据。

如何使用这个 Agent？

安装 cosh-ng 后执行：

cosh-ng

这会进入面向智能体的 Shell。README 还说明可以让现有智能体指向 cosh-ng。安装 Token-less 后，它会作用于工具调用，README 未给出额外配置命令；请先在目标工作流中验证压缩效果和可检索标记的处理方式。

这个 Agent 有哪些优点和局限？

优点
  • 可保留现有 Shell、智能体框架和沙箱，而不是要求替换整套执行栈。
  • Token-less 同时压缩工具 schema 与工具响应，并以 <<tokenless:KEY>> 保留被移除数组项的可检索引用。
  • 上下文效率组件覆盖跨会话复用、按需挂载 Skills 和 Token 支出记录，而不只处理单次响应压缩。
  • 执行环境方向同时覆盖风险操作隔离与工作区恢复点。
局限
  • README 仅明确标示 Linux 与 macOS，未提供 Windows 支持证据。
  • README 给出的 Token 节省数据仅适用于进入上下文的工具响应与 schema，不代表整个会话账单的等比例下降。
  • 首次安装依赖通过 curl 获取并执行远程安装脚本，因此需要网络访问并应符合组织的软件安装审查流程。
  • 虽然 README 说明可配合既有框架和沙箱使用，但没有列出命名的框架、模型提供商或平台集成，采用前需要自行验证兼容性。
  • Agent Sec Core 与 ws-ckpt 被描述为正在建设的执行环境能力，README 未提供其隔离边界、恢复流程或配置细节。

这个 Agent 与同类方案有什么区别？

ANOLISA 的定位不是替换既有 Shell、智能体框架或沙箱，而是在它们之上增加终端入口、上下文效率与执行环境能力。

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
ANOLISA 智能体运行层 当前 65 · 存在缺口 命令行工具免费 + 模型费 ★ 660 今天 Rust —
Arize Phoenix 70 · 存在缺口 命令行工具免费版 + 付费版 ★ 12k 1 天前 Python OpenAI API · Claude API
cost-xray 65 · 存在缺口 命令行工具免费 ★ 5.8k 3 天前 Python Codex · Claude Code · OpenAI API · Claude API
Adrian 59 · 缺口较多 代码库 / SDK免费版 + 付费版 ★ 589 18 天前 Python Claude Code · OpenAI API · Claude API

FollowAgents 如何评估这个 Agent？

FollowAgents 源码审查 · FARS-2.1
存在缺口
65/ 100 五分制 3.3 / 5
本评测基于 2026年11月8日 的源码；此后该项目发布了 2 个正式版本，尚未复审。分数与结论只代表评测时的版本。 最近版本 ↓
信任安全 18/29
可靠稳定 6/14
适用触发 15/18
规范维护 12/18
有效结果 9/13
证据核验 5/8
查看各维度的扣分理由
信任安全18 / 29 · 3.1/5

PII Checker 限定扫描用户指定内容，优先用文件或 stdin，避免把敏感正文放入命令参数；策略编写 Skill 要求先消歧、自检和回译，并明确策略不会自动批准或下发，因此最小权限、确认和敏感数据处理较强。README 说明安全检查依赖 sec-core 与底层隔离，也给出工作区检查点回滚；但所给材料没有依赖审计或完整数据流说明，publisher 身份也未验证，故依赖安全和来源归属仅部分支持。

可靠稳定6 / 14 · 2.1/5

CLI 示例说明了参数、结构化结果和错误判定方式，内存服务也记录了启动、配额失败和关闭错误。但 Prompt Scanner 关于退出码和 schema 的示例表述不完全一致（例如示例中 ok=false 而 verdict=warn，正文又把 ok 与无威胁关联），且其标准模式可能降级为仅 L1；因此自洽性和依赖可用性较弱。失败提示有具体字段和处理说明，但并非所有组件均有同等证据。

适用触发15 / 18 · 4.2/5

README 面向终端用户、Agent 开发者、平台和基础设施提供多种接入路径；技能分别限定扫描代码、PII、prompt 或编写策略，并具体列出输入范围、平台条件及不可表达的策略条件。触发描述较清楚，但 Prompt Scanner 的触发范围很宽，涵盖执行前预检及批量审计，仍可能造成误触发。平台矩阵和安装要求较丰富，但各组件平台和外部服务要求不同，环境适配并非完整统一。

规范维护12 / 18 · 3.3/5

README 有清晰的组件分层、目录地图、用户和开发者入口；安装文档、命令示例、许可证和部分限制均有说明。示例覆盖多个场景，但 FAQ 与限制说明分散，安装步骤依赖外链且不同组件要求各异。目录移动时保留包名和发布标签的规则有助命名稳定，但样本显示遗留名称（如安全策略支持版本仍列 copilot-shell）与当前组件命名可能不一致。提供了 changelog 入口却未在样本中体现版本历史；贡献入口明确，但维护责任人和更新承诺不清楚。

有效结果9 / 13 · 3.5/5

技能定义了可解析的 JSON 输出字段、判定值和面向用户的结果说明，策略作者还要求把规则回译为自然语言，输出实用性较好。README 对压缩、持久记忆、安全和观测给出了具体用途，但成本或效果仍以产品主张和演示链接为主，未在所给材料中提供可核验的量化收益或成本权衡，因此边际价值和成本效益不宜给高分。

证据核验5 / 8 · 3.1/5

README 将组件能力、安装入口和演示复现指南关联起来；技能给出输入、输出字段、判定解释及局限，策略 Skill 指明随附 schema、语法和自检材料作为依据。部分主张可追至具体文件或示例，但不少依据指向未提供内容或外部文档，且文案中的产品能力主张缺少样本内的独立结果支持。文本能区分扫描结果与安全保证、策略自检与实际生效等事实边界，但性能与成本主张的事实和推断边界较弱。

风险与缓解建议
  • Prompt Scanner 的输出字段与示例存在表述不一致；标准模式在 ML 依赖不可用时可能只运行规则层，使用者应检查实际 verdict、层结果与告警。
  • Tokenless 的节省成本主张在所给材料中没有量化证据；策略与扫描器的文档说明也不能替代运行验证。
  • 不同组件有不同平台、服务和安装要求；安全策略支持版本表可能含有旧组件名称，采用前应核对对应组件文档。
证据充分度：低 评估于 2026年11月8日 审查版本 23e3dfc0bc6e 评估后仓库已有新提交，评分可能未覆盖最新改动
评估证据 README.mdAGENTS.mdcode-scanner/SKILL.mdpii-checker/SKILL.mdpolicy-authoring/SKILL.mdprompt-scanner/SKILL.mdsrc/main.rssrc/main.rssrc/main.rsLICENSESECURITY.mdworkflows/_rpm-build.yamlworkflows/agent-memory-prebuilt-ci.yamltests/__init__.pytests/conftest.pytests/helpers.py
查看完整评分方法 →
你是这个项目的维护者？把 FARS 徽章加到 README

徽章显示当前的评审分数和结论，点击回到本页。重新评审后约一小时内更新。

FARS

[![FARS 评测](https://followagents.com/badge/anolisa.svg?lang=zh)](https://followagents.com/zh/agents/anolisa)
<a href="https://followagents.com/zh/agents/anolisa"><img src="https://followagents.com/badge/anolisa.svg?lang=zh" alt="FARS 评测"></a>

最近版本

来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。

  1. memory/v0.2.14 agent-memory v0.2.14
    发布说明摘录
    Agent Memory v0.2.14 Changed - Breaking for source installations: make install now defaults to AWPRJ=anolisa, placing the adapter in the shared ANOLISA namespace while preserving unrelated files in that adapter tree. To keep managing an existing independent installation, pass AWPRJ= explicitly; to migrate, first run make uninstall AWPRJ= with the original profile and path overrides. This source-install change leaves runtime configuration paths and RPM/raw payload layouts unchanged (#9462). …
    在 GitHub 查看 ↗
  2. anolisa/v0.4.0 anolisa v0.4.0
    发布说明摘录
    ANOLISA CLI v0.4.0 Added - Add the internal anolisa telemetry prepare command for image builds. It prepares telemetry files and enables the resident systemd unit for the next boot without starting collection or recording the build host's instance snapshot. Applying it requires root and system scope; an existing opt-out marker or service setup failure stops preparation. Use --no-service to skip unit setup, then run anolisa telemetry init at boot before anolisa telemetry upload --loop. Existing RPM and image-build flows are not …
    在 GitHub 查看 ↗
  3. cosh-ng/v0.29.0 cosh-ng v0.29.0
    发布说明摘录
    Cosh NG v0.29.0 Added - Alibaba Cloud ECS instances can now answer questions without /auth: eligible requests use the OS Console model access automatically, defaulting to qwen3.7-plus, while an already configured provider stays selected; /auth gains an identity entry to switch back to the saved identity or to another provider, n disables automatic access for the current or future sessions, and Esc cancels the activation wait without replaying the question (#9449) …
    在 GitHub 查看 ↗

常见问题

Token-less 的节省能直接等同于模型调用总成本吗？
不能。README 明确说明，展示的节省适用于进入上下文的工具响应和 schema，而不是整个会话账单。
使用 Token-less 是否必须修改智能体框架代码？
README 表示压缩位于智能体与模型之间，因此无需修改智能体框架代码。
被压缩掉的信息会永久丢失吗？
README 说明被移除的数组项会以 <<tokenless:KEY>> 标记保留可检索引用，目的是使压缩可逆。
安装需要哪些凭据？
README 没有列出 API 密钥、账户或其他凭据要求；其示例安装方式需要网络访问和 curl。
哪些系统有明确支持？
README 的平台标识为 Linux 与 macOS。
这页内容对你有帮助吗？
在 GitHub 查看 ↗ 安装 ↓