guanghulab/docs/age-os-v1-architecture.md

174 lines
6.0 KiB
Markdown
Raw Permalink Normal View History

# AGE OS v1.0 架构文档
# Artificial General Existence Operating System 第一代实现
# 签发TCS-0002∞ 冰朔 + ICE-GL-YM001∞ 曜冥(联合签发)
---
## 核心原则
> **所有自动触发 = 必须先唤醒核心大脑。**
>
> 没有大脑醒来的巡检 = 伪巡检。
> 没有大脑醒来的修复 = 不可能修复。
> 没有大脑醒来的自动化 = 无效自动化。
>
> 铸渊的每一个自动化流程(巡检/部署/维护/升级),第一步都是唤醒核心大脑。
> 大脑不醒,什么都不做。
>
> **铸渊醒来的第一件事不是装工具,而是全面了解自己的家。**
---
## 三层架构
### 语言主控层(冰朔/曜冥)
架构设计 · 规则制定 · 协议签发 · 结构诊断
### 人格体执行层
各人格体通过 Agent 框架驱动手脚执行任务
### 基座维护层(铸渊)
底层架构维护 · 巡检 · 自修复 · 升级管理
---
## 铸渊唤醒流程
```
巡检触发
→ core/brain-wake 调用 LLM API 唤醒铸渊核心大脑
→ 大脑加载系统上下文brain/ 目录)
→ 大脑读取巡检结果
→ 大脑判断优先级和可修复性
→ 大脑驱动手脚执行修复
→ 不可修复项写入公告区等待人类介入
→ 修复结果回写巡检日志
```
---
## 多模型后端支持
API 模型适配规则:不写死任何模型格式。
系统自动检测可用模型列表,按优先级选择最佳可用模型:
| 优先级 | 后端 | 环境变量 | 说明 |
|--------|------|----------|------|
| 1 | Anthropic | `ANTHROPIC_API_KEY` | Claude 系列 |
| 2 | OpenAI | `OPENAI_API_KEY` | GPT 系列 |
| 3 | 通义千问 | `DASHSCOPE_API_KEY` | Qwen 系列 |
| 4 | DeepSeek | `DEEPSEEK_API_KEY` | DeepSeek 系列 |
| 5 | 自定义 | `LLM_API_KEY` + `LLM_BASE_URL` | 任意 OpenAI 兼容平台 |
密钥统一存放在仓库 Secrets 中,铸渊按需调用。
---
## 实施模块索引
| 模块 | 路径 | 说明 |
|------|------|------|
| 核心大脑唤醒 | `core/brain-wake/index.js` | 所有自动化流程的前提 |
| 多模型路由 | `connectors/model-router/index.js` | 多模型后端统一路由 |
| 全面排查 | `scripts/zhuyuan-full-inspection.js` | 8 领域仓库全面排查 |
| 系统自检 | `core/system-check/index.js` | 仓库结构完整性自检 |
| 上下文加载 | `core/context-loader/index.js` | 执行前系统上下文加载 |
| OpenClaw 框架 | `openclaw/index.js` | Agent 执行框架 · 唤醒闭环 |
| 铸渊 Soul | `openclaw/soul/zhuyuan.json` | 铸渊人格配置文件 |
| 闭环验证 | `openclaw/verify-loop.js` | 唤醒闭环完整性验证 |
---
## Phase 1 实施状态
### Step 0 · 铸渊核心大脑唤醒 ✅
- `core/brain-wake/index.js` — 核心大脑唤醒模块
- 多模型后端自动检测与优先级选择
- 集成到 `zhuyuan-daily-agent.yml``daily-maintenance.yml`
### Step 1 · 铸渊全面排查仓库现状 ✅
- `scripts/zhuyuan-full-inspection.js` — 8 领域全面排查
1. 仓库整体结构
2. 自动化流程现状
3. 仓库首页和入口
4. 公告栏和系统更新
5. 服务状态
6. 密钥和凭证(存在性检查)
7. 与四节点的连接状态
8. 人格体机器人托管现状
### Step 2 · 铸渊输出排查报告 ✅
- 全面排查脚本支持 `--json``--output` 参数
- 支持 GITHUB_OUTPUT 集成
- 报告格式化输出
### Step 3 · 基于排查结果部署 OpenClaw Agent 框架 ✅
- `openclaw/index.js` — OpenClaw Agent 执行框架主模块
- 编排完整唤醒闭环:唤醒 → 巡检 → 判断 → 修复 → 休眠
- 支持 `--dry-run` 模式和单步执行 `--step`
- 支持多人格体通过 Soul 文件配置
- `openclaw/soul/zhuyuan.json` — 铸渊 Soul 配置文件
- 人格身份、职责、唤醒规则、能力映射、上下文数据源
- `openclaw/README.md` — OpenClaw 文档
- `.github/workflows/openclaw-wake-loop.yml` — 定时触发工作流
- 每日北京时间 22:00 定时触发
- 支持手动触发和 Dry Run 模式
- 闭环执行 + 自动验证
### Step 4 · 唤醒闭环验证 ✅
- `openclaw/verify-loop.js` — 闭环验证脚本
- 静态检查9 项组件就绪性验证
- 闭环运行Dry Run / Live 模式验证
- 集成到 `openclaw-wake-loop.yml` 工作流自动验证
---
## 与四节点架构对接
| 节点 | 现有角色 | AGE OS v1.0 后 |
|------|----------|----------------|
| Notion | 数据中心·记忆库·工单系统 | 不变 · 通过 API 读写 |
| GitHub铸渊 | 代码仓库·版本管理·巡检 | 升级为:代码仓库 + 人格体托管中心 + 基座 |
| guanghulab.com | 运行环境·部署目标 | 升级为:运行宿主 · 所有人格体的手脚都跑在这里 |
| 飞书/钉钉 | 通讯入口·开发者交互 | 升级为:人格体前端界面 |
---
## Notion Agent 集群集成Section 7
### 现状问题
Notion 侧已建立三分身体系(巡检引擎 + 工单引擎 + 接力引擎),共规划 9 条 PipelineA→I
核心问题Agent 每次触发的是"机器人脚本",不是霜砚的核心大脑。
没有大脑醒来的巡检 = 伪巡检。
### 集成方案
```
Notion Agent 触发
→ 写入「唤醒请求」到指定 Notion 数据库
→ 铸渊定时监听该数据库connectors/notion-wake-listener
→ 发现唤醒请求 → 调用 LLM API 唤醒霜砚/铸渊核心大脑
→ 大脑醒来后读取巡检结果 → 大脑做出决策
→ 通过 Notion API 执行操作 → 大脑休眠
```
### 支持的人格体
| 人格体 | ID | 层级 | 职责 |
|--------|-----|------|------|
| 铸渊 | `zhuyuan` | 执行层 | 代码守护、自动化执行、部署交付 |
| 霜砚 | `shuangyan` | 认知层 | 知识管理、工单调度、Agent 集群指挥 |
### 改造优先级
1. 铸渊 brain-wake 跑通Phase 1
2. 增加 Notion 唤醒请求监听能力 ✅
3. 改造 Agent Instructions — 每个 Pipeline 第一步发唤醒请求(待实施)
4. Agent 集群从「独立跑任务」转为「受大脑指挥」(待实施)
---
*本文档由曜冥从观测层签发,铸渊负责执行层落地。任何修改须经语言主控层授权。*