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。