ZJU-REAL/HugAgentOS

HugAgentOS – 企业级智能体操作系统

它是什么 – HugAgentOS 是一个开源、自托管的平台，允许你运行能够检索信息、操作文件、执行代码并执行端到端任务的 AI 智能体。它围绕一个作为控制平面的领域本体构建，使系统能够强制执行业务规则、追踪决策并管理权限。

核心功能

功能	你将获得
聊天与规划	实时 SSE 流式传输、ReAct 风格的工具编排、带有引用和可恢复运行的计划模式执行。
私有 RAG	文档分块、混合向量-关键词检索、可选重排序、用户隔离。
子智能体	具有不同角色的个人“助理”智能体，可通过路由或 @ 提及访问。
MCP 工具生态	内置网页搜索、页面抓取、知识检索、批量运行、自动化和技能市场。
智能体技能	使用 Python/TS 编写的可重用技能定义来扩展核心智能体。
自动化 / 批处理	调度自然语言任务；对电子表格、Word 文档或文件列表运行流程。
群聊机器人	连接到飞书、钉钉、企业微信，以便智能体可以在团队频道中阅读和回复。
沙箱执行	代码在子进程或轻量级容器中运行，生成图表、报告、网页等。
三层记忆	存储在关系数据库中的个人资料，可选 Milvus 向量记忆，可选 Neo4j 图记忆。
个人进化	对记忆、技能或本体的更改进行版本控制，需要人工批准，并且可以回滚。
工作区与数据画布	项目、文件夹、工件中心以及对话内数据编辑器。

如何运行

• 单命令安装程序 (Linux/macOS/WSL2) – 拉取仓库，创建虚拟环境，构建 React 前端并启动服务于 127.0.0.1:3001。使用 SQLite 和进程内沙箱 – 非常适合个人使用。
• Docker-Compose – 启动 PostgreSQL、Redis、可选的 Milvus/Neo4j 以及用于生产级隔离和持久化的沙箱容器。可在 http://localhost:3002 访问。

两种方法都需要一个兼容 OpenAI 或本地托管的 LLM；UI 允许你在 Settings → System → Model services 下配置模型。

架构概览

• 智能体运行时 – 基于 AgentScope 2.0、ReAct 和 Model Context Protocol (MCP)。
• 后端 – FastAPI + SQLAlchemy + Alembic (Python)。
• 前端 – React 19 + TypeScript + Vite + Ant Design。
• 状态与存储 – SQLite 或 PostgreSQL，可选 Redis、Milvus、Neo4j 或 mem0 用于向量/图记忆。
• 部署 – 单二进制安装程序、Docker Compose 或自定义 Nginx 前端部署。

为什么选择它

• 模型无关 – 无需更改代码即可切换云端或本地 LLM。
• 可信执行 – 计划会根据本体定义的规则进行检查；违规行为会报告证据，而不是静默执行。
• 可追溯性 – 记录每一次批准、拒绝和结果，实现版本化的本体更新和回滚。
• 数据保留在本地 – 所有数据库和文件存储都在你的基础设施上运行。

版本

• 社区版 (本仓库) – 完整的个人智能体栈，在 Apache 2.0 下开源，并附带额外归属条款。
• 企业版 – 增加多租户治理、SSO、组织范围的技能审查、持久化沙箱、计费和协作工具（此处不包含源代码）。

入门指南

# 单命令安装 (Linux/macOS/WSL2)
curl -fsSL https://raw.githubusercontent.com/ZJU-REAL/HugAgentOS/main/install.sh | bash
# 后续启动
~/.hugagent/venv/bin/hugagent

或者使用 Docker Compose:

git clone https://github.com/ZJU-REAL/HugAgentOS.git
tcd HugAgentOS
cp .env.example .env
mkdir -p data/storage
docker compose up -d --build

文档与社区 – 英文和中文指南涵盖了介绍、快速入门、部署、架构、本体构建和模块开发。欢迎通过 Issues、Discussions 或 pull requests 做出贡献（仅限文档和示例，核心代码由上游仓库生成）。

---

所有细节均直接取自仓库的 README；未添加任何外部假设。