PhyAgentOS — 具身智能会话中心运行时
认知-物理解耦的会话中心运行时，一套代码适配任意机器人硬件，内置多重安全与审计。
- Star 数
- ★ 3k
- 最近更新
- 9 天前
- License
- MIT
- 主语言
- Python
- FA 评分
- 47/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 兼容但需适配
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 高 · 需要较重的基础设施
- 开始前需要
- 典型场景
- 机器人研究者：无需修改调度层，新增一个 Target Adapter 即可接入 Franka 或 Go2 等新硬件，快速验证算法。
- 不适合
- 需要开箱即用、无需额外配置机器人技能包的团队
- 需要稳定 API、不愿跟随 v1.0.0 早期版本变动的生产团队
- 源码审查
- 47/100 · 缺口较多
这个 Agent 能做什么，适合哪些场景？
PhyAgentOS 是一个面向具身 AI 的自进化操作系统，采用「认知-物理解耦」架构，以会话（Session）为执行中心。它将规划（Track A）与执行（Track B）严格分离：Track A 包含 Planner、Critic、Memory；Track B 由 WatchdogSupervisor、SessionRunner、SkillRuntime、TargetSessionHandle 组成流水线。通过 TargetAdapter、PolicyAdapter、ActionBridge 三方解耦，新增机器人仅需实现约100行的 Target Adapter，调度层零改动。支持 debug/simulation/real_robot 三类目标，并内置 PolicySkillRuntime 与 BuiltinSkillRuntime 双技能运行时。项目提供完整协议文件矩阵（AGENTS.md、SOUL.md、TARGETS.md、SESSIONS.md 等），实现状态、动作、感知结果全量审计，并具备 Critic 校验、Preflight 检查、SafetyGuard、Operator Override 四层安全机制。适用于仿真（如 LIBERO、RoboCasa）与真实机器人（Franka、Go2 等）部署。
PhyAgentOS 通过 paos CLI 提供 agent 与 TUI 交互界面。其核心执行流程为：WatchdogSupervisor 调度 SessionRunner，SessionRunner 调用 SkillRuntime（PolicySkillRuntime 或 BuiltinSkillRuntime），最终通过 TargetSessionHandle 与目标硬件通信。它读取 AGENTS.md、SOUL.md、USER.md 等协议文件注入系统提示，写入 SESSIONS.md 记录会话状态。支持通过 AdapterPlan 自动组合适配器，消除目标×技能组合爆炸。示例中，它通过 LiberoBenchmarkSkillRuntime 评估 OpenPI PI0.5 策略在 LIBERO 仿真套件上的表现，包含远程 TargetWS 服务器（libero/server.py）与策略服务器（native_openpi_server.py）。它还会生成 Markdown 与 YAML 文件记录状态、动作与感知结果，并通过 SessionVerifier 验证会话，支持失败恢复。
- 机器人研究者：无需修改调度层，新增一个 Target Adapter 即可接入 Franka 或 Go2 等新硬件，快速验证算法。
- 仿真评估团队：在 LIBERO 或 RoboCasa 仿真环境中批量运行策略基准测试，支持 episode replanning 与验证。
- 安全关键部署：需要四层安全机制（Critic 校验、Preflight、SafetyGuard、Operator Override）的真实机器人任务。
- 多机器人协调：通过 Fleet Mode 管理多机器人共享与各自工作区，实现优先级串行调度。
- 开发者调试：使用 debug target（echo/mock/dry-run）在无硬件条件下验证协议流水线。
如何安装或部署这个 Agent？
git clone https://github.com/PhyAgentOS/PhyAgentOS.git && cd PhyAgentOS
pip install -e . # Python ≥ 3.11
pip install -e ".[dev]" # 开发依赖如何使用这个 Agent？
paos onboard # 初始化工作区
paos agent # CLI 聊天
paos tui # 全屏 TUI可选：连接运行时服务。示例评估 PI0.5 在 LIBERO 仿真上的表现，需要三个终端：
- 启动 LIBERO TargetWS：
python PhyAgentOS/runtime/targets/remote/libero/server.py --host 0.0.0.0 --port 9002 --camera-height 256 --camera-width 256 --max-steps 300 --num-steps-wait 10 --control-mode relative --seed 7 - 启动策略服务器：
python -m PhyAgentOS.runtime.policy.openpi.native_openpi_server --policy-config pi05_libero --checkpoint-dir gs://openpi-assets/checkpoints/pi05_libero --host 0.0.0.0 --port 8000 - 运行 agent：
paos agent --workspace ~/.PhyAgentOS/workspace -m "Evaluate PI0.5 on LIBERO suite libero_spatial..."
这个 Agent 有哪些优点和局限？
- 认知-物理解耦架构，新增硬件仅需实现一个 Target Adapter（约100行），调度层零改动。
- 四层安全机制（Critic、Preflight、SafetyGuard、Operator Override）适合真实机器人部署。
- 完整审计：状态、动作、感知结果写入 Markdown/YAML，可追溯可复现。
- 内置 TUI（
paos tui）提供全屏聊天、状态面板、主题管理。
- 项目仍处于早期（v0.1.x），API 可能不稳定，需要关注版本更新。
- 快速上手中的 LIBERO 示例依赖多个服务（conda 环境、远程服务器），配置复杂。
- 真实机器人支持（如 Franka、Go2）可能需要额外适配，且未提供详细配置文档。
- 文档中使用的 arXiv 论文链接（2607.16636）为占位，可能尚不可用。
这个 Agent 与同类方案有什么区别？
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 |
|---|---|---|---|---|---|---|
| PhyAgentOS — 具身智能会话中心运行时 当前 | 47 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 3k | 9 天前 | Python | — |
| RAI 具身智能机器人框架 | 55 · 缺口较多 | 开发框架免费 + 模型费 | ★ 602 | 6 天前 | Python | — |
| NVIDIA Agent Skills | 49 · 缺口较多 | 命令行工具免费 | ★ 3.6k | 1 天前 | Python | Codex · Claude Code |
| FuXi 终端 AI 编程代理 | 37 · 缺口较多 | 命令行工具免费版 + 付费版 | ★ 3.3k | 20 天前 | Python | OpenAI API · Claude API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据显示有安全分层（Critic验证、Preflight、SafetyGuard、Operator Override），但未提供具体实现细节或权限最小化证据。用户确认机制未明确说明。数据流透明度较好，有Markdown+YAML审计日志，但未说明敏感数据处理。依赖安全未提及漏洞扫描或锁定。外部影响（如真实机器人操作）有安全层但未验证。回滚机制未明确。来源归属有MIT许可证和贡献者，但发布者未验证。
自一致性较好，README与项目结构一致，但未提供代码级验证。依赖可用性未提供锁定文件或镜像。失败消息未提供具体示例。
受众明确（开发者、用户），场景覆盖调试、仿真、真实机器人。能力边界有TARGETS.md和SKILLRUNTIME.md，但触发精度未详细说明。环境适配有Python版本和依赖要求，但未提供跨平台测试。
信息架构清晰，有协议文件矩阵和项目结构。安装说明详细。命名稳定，有版本号。示例和FAQ有快速入门和文档链接。已知限制未明确列出。许可证MIT。版本变更日志有表格。维护责任有贡献指南，但发布者未验证。
输出可用性有TUI和CLI，但未提供实际输出示例。边际价值有认知-物理解耦等创新点。成本效益未提供性能或资源消耗数据。
声明有技术报告和网站链接，但未提供具体证据。跨来源验证不足。事实与推断未明确分离。
- 发布者身份未验证，依赖来源需谨慎。
- 真实机器人操作涉及安全风险，需严格测试和审批。
- 依赖众多，需检查供应链安全。
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。
-
发布说明摘录
Provider management, Skill Runtime and governed interactions Changes since v1.0.0 Added - Centralized provider management with configuration, testing, authentication, model discovery, saved model selection and per-session runtime overrides. - Direct OpenAI Responses API support, including tool calls, multimodal input, reasoning effort and integration with the Forge verifier. - Requesty, Cheaper Inference and API Route as OpenAI-compatible gateways. - directory_tar_gz Forge Node packages for executables with bundled runtime …在 GitHub 查看 ↗ -
发布说明摘录
PhyAgentOS v1.0.0 Release artifacts - phyagentos_ai-1.0.0-py3-none-any.whl — Python wheel - phyagentos_ai-1.0.0.tar.gz — Python source distribution - SHA256SUMS — SHA-256 checksums for both packages Validation Built and verified by [GitHub Actions](https://github.com/PhyAgentOS/PhyAgentOS-core/actions/runs/33950485241) in an Ubuntu 20.04 container: - Python 3.11 and 3.12 tests, Ruff checks, and bytecode compilation - Node 20 bridge build - Package metadata validation with twine check - Clean-environment wheel installation - paos --version and paos --help smoke tests …在 GitHub 查看 ↗