sympozium-ai/sympozium

解决的问题

Sympozium 为多智能体 AI 系统提供了一个 Kubernetes 原生的协调层。它解决了多个智能体需要共享上下文、交接任务并保持共享情境感知的挑战，将智能体视为 Pod，策略视为自定义资源定义（CRD）。

工作原理

Sympozium 作为控制平面，管理 AI 智能体的执行与交互。它使用 Kubernetes 原语处理智能体部署，每个执行都是一个 Job，每个智能体都是一个 Pod。它与各种推理引擎（如 vLLM 或 llama.cpp）和 AI 提供商（OpenAI、Anthropic 等）集成，避免供应商锁定。主要机制包括：

• 合成膜（Synthetic Membrane）：通过信任组和可见性标签控制智能体之间共享的信息。
• 集合（Ensembles）：可作为一个整体激活的智能体团队捆绑包。
• 共享工作流内存（Shared Workflow Memory）：用于跨角色知识共享的包级别 SQLite 内存池。
• 技能边车（Skill Sidecars）：在具有临时 RBAC 的隔离边车中运行智能体技能。
• 智能体沙箱（Agent Sandbox）：通过 gVisor 或 Kata 提供内核级隔离，实现安全的智能体执行。

适用人群

专为在 Kubernetes 上构建需要强大编排、安全性和可扩展性的复杂多智能体 AI 系统的开发者和平台工程师设计。

主要亮点

• K8s 原生架构：使用 CRD 和标准 Kubernetes 调度器进行智能体和模型的部署。
• 多通道支持：通过 NATS JetStream 原生集成 Telegram、Slack、Discord 和 WhatsApp。
• MCP 服务器集成：支持 Model Context Protocol 用于外部工具发现和过滤。
• 全面治理：集群级 SympoziumPolicy，支持工具门禁、网络出口和镜像仓库白名单。
• 可观测性：内置 OpenTelemetry 跟踪、Prometheus 指标和每运行一次的 token 成本估算。