说明：Agent开发中，敬请期待

OpenLani 简介

OpenLani，是一个AI Agent（智能体）应用，集成：系统核心（Core）、工具调用（Tool Using）、记忆系统（Memory System）、任务系统（Task System）、多渠道输入输出（Multi-channel IO）、人格系统（Personality System）、插件系统（Plugin System）、页面展示（WebUI），轻量级Agent应用。

其中，Harness：
系统核心：核心推理与逻辑增强 (Reasoning & Planning)、可观测性与日志模块 (Observability)、安全与治理模块 (Guardrails & Sandbox)；

工具调用：Function Calling、MCP、Web Searching；

记忆系统：长期记忆存储、短期记忆存储、语义检索和向量库、记忆压缩；

任务系统：Agent.md、Heartbeat、Cron Job；

多渠道IO：输入方式（社交媒体（QQ、微信）、WebUI），输出方式（TTS、社交媒体、邮件等）；

人格系统：SOUL.md；

插件系统：方便扩展，基础包括：SKILLs；

WebUI：提供完整的用户操作界面。

一、系统核心 （Core）

1、核心推理与逻辑增强 (Reasoning & Planning)

（1）计划

任务开始前要求Agent设定计划，保存在Plan.md中，按计划顺序交给Agent执行，并实时更新进度，以防任务中断导致重新制作。

（2）手动推理

得到Agent的结果后，将问题和结果再次发送给Agent，要求其评估答案的理想程度（挑刺），如果答案不理想，将获取不好的地方，再次发送给AI要求其修改。默认重复三次，可提前。

2、可观测性与日志模块 (Observability)

（1）日志系统

在控制台和WebUI输出项目详细自执行的流程和报错，方便Debug。

（2）数据收集、可视化

记录每一次 LLM 的输入输出、Token 消耗、耗时以及工具调用的状态。实时统计 API 调用产生的费用，这对于长期运行的 Heartbeat 任务尤为重要。当 Agent 在社交媒体（如微信/QQ）中“装死”或逻辑死循环时，后台能及时告警。

3、安全与治理模块 (Guardrails & Sandbox)

（1）代码沙箱 (Execution Sandbox)

如果 SKILLs 包含执行 Python 代码或 Shell 命令的功能，必须在 Docker 或隔离环境中运行，防止误删文件或系统被入侵。

（2）内容审查 (Content Filtering)

在输出到社交媒体渠道前，增加一道敏感词或合规性过滤，避免 Agent 输出违规内容导致封号。

（3）硬性安全熔断

在当日Token消耗到一个值后自行熔断，不再回答。确保不被恶意入侵、错误指令后将钱包消耗殆尽。

二、工具调用（Tool Using）

1、函数调用（Function Calling）、Web Searching

编写函数，放入Agent.md，函数包含Web Searching

2、MCP

略

三、记忆系统（Memory System）

1、短期记忆（Short Term Memory）

（1）短期记忆存放在Memory.json中，长度超过8条记录时，压缩最后4条记录为一句概述，将概述放在SUMMARY.md中。

（2）SUMMARY.md中长度超过12条时，将末尾4条放入放入日记系统和向量库。

（3）每次询问都包含Memory.json和SUMMARY.md的全部信息，总的上下文不会超过20条。

2、长期记忆（Long Term Memory）

（1）IDENTITY.md

存储关于Agent自身的记忆，可自行修改，添加

（2）USER.md

存储关于用户的信息，按ID检索，按需查找修改

（3） MASTER.md

存储关于主人的信息，Agent需绝对服从这位的一切命令

（3） Fact.md

当对话中出现事实依据时，将信息存储到Fact.md，这是短期内不会改变的客观事实，只有需要查找事实依据时，才获取当前文件。

（4）向量库和语义检索

向量库存放一切长期记忆，按需进行语义检索和关键词匹配，各获取2条信息，以2+2的方式返回给Agent（Mem0）

（5）日记系统

信息数据存放入向量库之前，会保存在当天的md文档中，命名格式为“YYYY-MM-DD.md”，给人类阅读为主，通常不检索。头部元数据可以摘要一天做的事情。

四、任务系统（Task System）

1、Heartbeat（心跳机制）

每间隔固定时间要求AI查询Agent.md，要求Agent看看有什么需要完成的事情，如果有可以按照任务完成，没有可以自行决定做些什么。（可关闭）

2、Cron Job（定时任务）

Agent操作的一个闹钟，可以设定几分钟或者几小时后，戳Agent一下，看看设定定时闹钟所需要的等待是否完成。

五、多渠道IO（Multi-channel IO）

1、社交媒体

略

2、STT、TTS

输入语音，通过语音转文字，发送给Agent，将AI的回复，通过TTS，转化为语音，输出。

3、图片

使用多模态模型，提取图片信息，发送给Agent；绘制图片也交给多模态模型

六、人格系统

SOUL.md

这是Agent的人格，Agent不可修改，不可违背

七、插件系统（Plugin System）

插件系统是方便后续扩展，而增加的后门，后续如要添加插件，可快速添加。默认的插件有：

SKILL

好的SKILL可以时任务的完成度提高好几个档次，所以SKILL在完成复杂任务时十分重要。

八、WebUI

提供完整的用户操作界面。

九、系统提示词（System Prompt）的构成

1、SOUL.md
2、Agent.md
3、SKILL List
4、Tool List
5、Memory.json和SUMMARY.md

十、任务完成流程

1、Agent通过多渠道IO获取命令
2、Agent整合System Prompt + User Prompt + 如有需要撰写Plan.md给AI
3、撰写完Plan.md后，依次进行完成
4、对于每一个任务，进入循环，每次将任务给AI，对于AI的回复，如需调用工具，将工具调用的结果返回给AI，如此循环，知道AI明确任务已完成或受挫，返回指定的停止标识。
5、最后将结果通过多渠道IO返回，具体渠道由AI给出，如未给出，默认按原输入路径返回。
6、异步多线程存入记忆。