LYRAIOS

LYRAIOS

概要と技術基盤

LYRAI は、複数の AI エージェント向けに設計された Model Context Protocol（MCP）オペレーティングシステムです。Claude Desktop や Cursor などの AI アプリケーションが金融ネットワークやブロックチェーンのパブリックチェーンと連携できるようにすることで、その機能を拡張します。このサーバーは、ブロックチェーンのパブリックチェーン操作（SOLANA、ETH など。ウォレットアドレスの取得、ウォレット残高の一覧表示、資金の送金、スマートコントラクトのデプロイ、オンチェーンレンディング、コントラクト関数の呼び出し、トークンの管理）、フィンテック市場の分析とサマリーレポート、教育分野向けの学習・トレーニングシステムなど、幅広い高度な AI アシスタントを提供します。

LYRAIOS の今後の運用では、高度な VIP 機能の支払いには、solana 上の LYRAI のみを利用できます。LYRAI の CA：A6MTWuHbXqjH3vYEfbs3mzvGThQtk5S12FjmdpVkpump

LYRA MCP-OS のデモをぜひご覧ください！

https://github.com/user-attachments/assets/479cad58-ce4b-4901-93ff-e60a98c477d4

中核となる革新と差別化された価値

LYRAIOS は、3 つの側面における技術的ブレークスルーによって、次世代の AI エージェントオペレーティングシステムの構築を目指しています。

1. オープンプロトコルアーキテクチャ：プラグアンドプレイ方式でサードパーティのツールやサービスを統合できる、先駆的なモジュール式統合プロトコルです。マルチモーダルなインタラクションインターフェース（API／プラグイン／スマートハードウェア）に対応し、従来のフレームワークと比べて拡張性が 80％以上向上します。
2. マルチエージェント連携エンジン：分散タスクオーケストレーションシステムによって単一エージェントの能力の限界を超え、動的なマルチエージェント連携を実現します。エンタープライズグレードの複雑なワークフロー自動化と競合解決に対応します。
3. クロスプラットフォーム実行環境：クロスターミナル AI 実行環境を構築し、個人向けのインテリジェントアシスタントから企業向けのデジタル従業員まで、スムーズな移行を可能にします。金融、医療、スマート製造などの分野における複数のシナリオに対応したソリューションの検証に活用できます。

アーキテクチャの詳細については、アーキテクチャドキュメントをご覧ください。

システムアーキテクチャ

LYRAIOS は階層型アーキテクチャを採用しており、上から順にユーザーインターフェース層、コア OS 層、MCP 統合層、外部サービス層で構成されています。

対

ユーザーインターフェース層

ユーザーインターフェース層は複数の操作モードを提供し、ユーザーが AI OS とやり取りできるようにします。

コンポーネント：

• Web UI：Streamlit をベースとした、直感的なユーザーインターフェースを提供します。
• モバイル UI：モバイル向けの適応インターフェースで、モバイルデバイスからのアクセスに対応します。
• CLI：開発者や上級ユーザーに適したコマンドラインインターフェースです。
• API クライアント：API インターフェースを提供し、サードパーティアプリケーションとの統合に対応します。

コア OS 層

コア OS 層は、プロセス管理、メモリシステム、I/O システム、セキュリティ制御など、AI オペレーティングシステムの基本機能を実装します。

コンポーネント：

• プロセス管理

  • タスクスケジューリング：AI タスクを動的に割り当て、スケジュールします。
  • リソース割り当て：AI リソースの使用を最適化します。
  • 状態管理：AI プロセスの状態を維持します。

• メモリシステム

  • 短期記憶：セッションコンテキストを維持します。
  • 長期ストレージ：ナレッジを永続的に保存します。
  • ナレッジベース：構造化されたナレッジを管理します。

• I/O システム

  • マルチモーダル入力：テキスト、ファイル、API などを処理します。
  • 構造化出力：書式化された出力結果を生成します。
  • イベント処理：システムイベントに応答します。

• セキュリティとアクセス制御

  • 認証：ユーザーを認証します。
  • 認可：権限を管理します。
  • レート制限：不正利用を防止します。

MCP 統合層

MCP 統合層はシステムの中核となる革新であり、Model Context Protocol を通じて外部サービスとのシームレスな統合を実現します。

コンポーネント：

• MCP クライアント

  • プロトコルハンドラー：MCP プロトコルメッセージを処理します
  • 接続管理：MCP サーバーへの接続を管理します
  • メッセージルーティング：メッセージを適切な処理コンポーネントにルーティングします

• ツールレジストリ

  • ツールの登録：外部ツールとサービスを登録します
  • 機能の検出：ツールの機能を検出します
  • マニフェストの検証：ツールのマニフェストを検証します

• ツール実行エンジン

  • 実行環境：ツールの実行環境を提供します
  • リソース管理：ツールの実行で使用するリソースを管理します
  • エラー処理：ツールの実行中に発生したエラーを処理します

• アダプター

  • REST API アダプター：REST API サービスに接続します
  • Python プラグインアダプター：Python プラグインを統合します
  • カスタムアダプター：その他の種類の統合に対応します

外部サービスレイヤー

外部サービスレイヤーには、MCP プロトコルを通じて統合され、機能を提供する MCP サーバーとして動作するさまざまなサービスが含まれます。

コンポーネント：

• ファイルシステム：ファイルの読み書き機能を提供します
• データベース：データの保存とクエリ機能を提供します
• ウェブ検索：インターネット検索機能を提供します
• コードエディター：コードの編集と実行機能を提供します
• ブラウザー：ウェブの閲覧と操作機能を提供します
• カスタムサービス：その他のカスタムサービスの統合に対応します

ツール統合プロトコル

ツール統合プロトコルは、LYRAIOS のオープンプロトコルアーキテクチャの主要コンポーネントです。サードパーティ製のツールやサービスを LYRAIOS エコシステムに統合するための標準化された方法を提供します。

主な機能

• 標準化されたツールマニフェスト：機能、パラメーター、要件を記述した JSON スキーマを使用してツールを定義します
• プラグイン可能なアダプターシステム：さまざまな種類のツール（REST API、Python プラグインなど）に対応します
• 安全な実行環境：リソース制限と権限チェックを備えた制御環境でツールを実行します
• バージョン管理と依存関係管理：ツールのバージョンと依存関係を追跡します
• 監視とログ記録：ツールの実行を包括的にログに記録します

ツール統合の開始

1. ツールマニフェストの定義：ツールの機能を記述する JSON ファイルを作成します
2. ツールの実装：プロトコルに従ってツールの機能を開発します
3. ツールの登録：API を使用して LYRAIOS にツールを登録します
4. ツールの使用：これで、LYRAIOS エージェントがツールを使用できるようになります

例と詳細なドキュメントについては、ツール統合ガイドを参照してください。

MCP プロトコルの概要

Model Context Protocol（MCP）は、LLM アプリケーションとインテグレーションを接続するためのクライアント・サーバー型アーキテクチャプロトコルです。MCP では：

• ホストは接続を開始する LLM アプリケーション（Claude Desktop や IDE など）です
• クライアントはホストアプリケーション内でサーバーとの 1 対 1 の接続を維持します
• サーバーはクライアントにコンテキスト、ツール、プロンプトを提供します

MCP 機能のサポート

LYRAIOS は以下の MCP 機能をサポートしています：

• リソース：ローカルファイルとデータを添付できます
• プロンプト：プロンプトテンプレートに対応します
• ツール：コマンドとスクリプトの実行に統合します
• サンプリング：サンプリング機能に対応予定です
• ルート：ルートディレクトリ機能に対応予定です

データフロー

ユーザーリクエストの処理フロー

1. ユーザーがインターフェースレイヤーを通じてリクエストを送信します
2. コア OS レイヤーがリクエストを受け取り、処理します
3. 外部ツールのサポートが必要な場合、リクエストは MCP 統合レイヤーに転送されます
4. MCP クライアントが対応する MCP サーバーに接続します
5. 外部サービスがリクエストを実行し、結果を返します
6. 結果が各レイヤーを通じてユーザーに返されます

ツール実行フロー

1. AI エージェントが特定のツールが必要だと判断します
2. ツールレジストリがツールの定義と機能を検索します
3. ツール実行環境が実行環境を準備します
4. アダプターがリクエストをツールが理解できる形式に変換します
5. ツールが実行され、結果を返します
6. 結果が処理のために AI エージェントに返されます

概要

LYRAIOS（LLM-based Your Reliable AI Operating System）は、AI アプリケーションのオペレーティングシステムとして機能するよう設計された、Streamlit ベースの高度な AI アシスタントプラットフォームです。

OS の主な機能

• AI プロセス管理：

  • 動的なタスク割り当てとスケジューリング
  • 複数のアシスタント間の調整とコミュニケーション
  • リソースの最適化と負荷分散
  • 状態管理と永続化

• AI メモリシステム：

  • 短期的な会話メモリ
  • 長期的なベクトルデータベースへの保存
  • セッションをまたいだコンテキストの保持
  • ナレッジベースとの統合

• AI 入出力システム：

  • マルチモーダル入力処理（テキスト、ファイル、API）
  • 構造化された出力形式
  • ストリーム処理機能
  • イベント駆動型アーキテクチャ

組み込みツール

• 計算機：階乗や素数判定を含む高度な数学演算
• ウェブ検索：結果数をカスタマイズできるDuckDuckGo検索の統合
• 財務分析：
  • リアルタイムの株価追跡
  • 企業情報の取得
  • アナリストの推奨情報
  • 金融ニュースの集約
• ファイル管理：ワークスペース内のファイルの読み取り、書き込み、一覧表示
• 調査ツール：包括的な調査機能を実現するExaとの統合

専門アシスタントチーム

• Python アシスタント：
  • Python コードのライブ実行
  • Streamlit によるグラフ作成機能
  • pip によるパッケージ管理
• 調査アシスタント：
  • NYT 風のレポート生成
  • ウェブ調査の自動化
  • 構造化された出力形式
  • 出典の引用と参考資料の管理

技術アーキテクチャ

• FastAPI バックエンド：自動ドキュメント生成機能を備えたRESTful API
• Streamlit フロントエンド：インタラクティブなウェブインターフェース
• ベクトルデータベース：効率的なナレッジの保存と取得を実現するPGVector
• PostgreSQLストレージ：会話とアシスタントの状態を永続的に保存
• Dockerサポート：開発環境と本番環境向けのコンテナー化されたデプロイ

システム機能

• ナレッジ管理：
  • PDF ドキュメントの処理
  • ウェブサイトのコンテンツ統合
  • ベクトルベースのセマンティック検索
  • ナレッジグラフの構築
• プロセス制御：
  • タスクのスケジューリングと優先順位付け
  • リソース割り当て
  • エラー処理と復旧
  • パフォーマンス監視
• セキュリティとアクセス制御：
  • API キー管理
  • 認証と認可
  • レート制限とクォータ管理
  • セキュアなデータ保存

セキュリティに関する考慮事項

通信のセキュリティ

• リモート接続にはTLSを使用します
• 接続元を確認します
• 必要に応じて認証を実装します

メッセージの検証

• すべての受信メッセージを検証します
• 入力をサニタイズします
• メッセージサイズの上限を確認します
• JSON-RPC形式を検証します

リソースの保護

• アクセス制御を実装します
• リソースパスを確認します
• リソースの使用状況を監視します
• リクエスト頻度を制限します

エラー処理

• 機密情報を漏えいさせないようにします
• セキュリティ関連のエラーを記録します
• 適切なクリーンアップを実装します
• DoS攻撃に対処します

ロードマップ 📍

コアプラットフォーム

• ✅ 基本的なAI アシスタントフレームワーク
• ✅ Streamlitウェブインターフェース
• ✅ FastAPIバックエンド
• ✅ データベース統合（SQLite/PostgreSQL）
• ✅ OpenAI統合
• ✅ Dockerコンテナー化
• ✅ 環境設定システム
• 🔄 マルチモーダル入力処理（一部対応）
• 🚧 高度なエラー処理と復旧
• 🚧 パフォーマンス監視ダッシュボード
• 📅 分散タスクキュー
• 📅 水平スケーリングのサポート
• 📅 カスタムプラグインアーキテクチャ

AI プロセス管理

• ✅ 基本的なタスク割り当て
• ✅ 複数アシスタントのチーム構成
• ✅ 状態管理と永続化
• 🔄 動的なタスクスケジューリング（一部）
• 🚧 リソース最適化
• 🚧 負荷分散
• 📅 プロセスの可視化
• 📅 ワークフローデザイナー
• 📅 高度なプロセス分析

メモリシステム

• ✅ 短期会話メモリ
• ✅ 基本的なベクトルデータベース連携
• ✅ セッションコンテキストの保持
• 🔄 ナレッジベース連携（一部）
• 🚧 メモリ最適化アルゴリズム
• 🚧 セッション間学習
• 📅 階層型メモリアーキテクチャ
• 📅 忘却メカニズム
• 📅 メモリ圧縮

ツールと連携機能

• ✅ 電卓
• ✅ ウェブ検索（DuckDuckGo）
• ✅ 財務分析ツール
• ✅ ファイル管理
• ✅ 調査ツール（Exa）
• ✅ PDF ドキュメント処理
• ✅ ウェブサイトコンテンツ連携
• 🔄 Python コード実行（一部）
• 🚧 高度なデータ可視化
• 🚧 外部 API 連携フレームワーク
• 📅 画像生成と処理
• 📅 音声処理
• 📅 動画分析

セキュリティとアクセス制御

• ✅ 基本的な API キー管理
• ✅ シンプルな認証
• 🔄 認可システム（一部）
• 🚧 レート制限
• 🚧 クォータ管理
• 📅 ロールベースのアクセス制御
• 📅 監査ログ
• 📅 コンプライアンスレポート

オープンプロトコルアーキテクチャ

• 🔄 モジュールインターフェース規格（一部）
• 🚧 サードパーティーツール連携プロトコル
• 🚧 サービス検出メカニズム
• 📅 ユニバーサルコネクターフレームワーク
• 📅 プロトコル検証システム
• 📅 レガシーシステム向け互換性レイヤー

マルチエージェント連携

• ✅ 基本的なチーム構成
• 🔄 エージェント間通信（一部）
• 🚧 タスク分解エンジン
• 🚧 競合解決システム
• 📅 協調的な計画立案
• 📅 創発的行動の分析
• 📅 エージェント専門化フレームワーク

クロスプラットフォーム対応

• ✅ ウェブインターフェース
• 🔄 API アクセス（一部）
• 🚧 モバイル対応
• 📅 デスクトップアプリケーション
• 📅 CLI インターフェース
• 📅 IoT デバイス連携
• 📅 音声アシスタント連携

凡例

• ✅ 完了
• 🔄 一部実装済み
• 🚧 開発中
• 📅 予定

ワークスペースのセットアップ

# Clone the repo
git clone https://github.com/GalaxyLLMCI/lyraios
cd lyraios

# Create + activate a virtual env
python3 -m venv aienv
source aienv/bin/activate

# Install phidata
pip install 'phidata[aws]'

# Setup workspace
phi ws setup

# Copy example secrets
cp workspace/example_secrets workspace/secrets

# Create .env file
cp example.env .env

# Run Lyraios locally
phi ws up

# Open [localhost:8501](http://localhost:8501) to view the Streamlit App.

# Stop Lyraios locally
phi ws down

Lyraios をローカルで実行する

1. docker desktop をインストールします

2. 認証情報をエクスポートします

LLM として gpt-4o を使用するため、OpenAI API キーをエクスポートしてください

export OPENAI_API_KEY=sk-***

# To use Exa for research, export your EXA_API_KEY (get it from [here](https://dashboard.exa.ai/api-keys))
export EXA_API_KEY=xxx

# To use Gemini for research, export your GOOGLE_API_KEY (get it from [here](https://console.cloud.google.com/apis/api/generativelanguage.googleapis.com/overview?project=lyraios))
export GOOGLE_API_KEY=xxx


# OR set them in the `.env` file
OPENAI_API_KEY=xxx
EXA_API_KEY=xxx
GOOGLE_API_KEY=xxx

# Start the workspace using:
phi ws up

# Open [localhost:8501](http://localhost:8501) to view the Streamlit App.

# Stop the workspace using:
phi ws down

API ドキュメント

REST API エンドポイント

アシスタント API

• POST /api/v1/assistant/chat
  • AI アシスタントとのチャットメッセージを処理します
  • コンテキストを考慮した会話に対応します
  • ツールの使用情報を含む構造化された応答を返します

ヘルスチェック

• GET /api/v1/health
  • システムのヘルス状態を監視します
  • バージョンとステータスの情報を返します

API ドキュメント

• /docs でインタラクティブな API ドキュメントを利用できます
• ReDoc 形式の代替ドキュメントは /redoc で利用できます
• OpenAPI 仕様は /openapi.json で利用できます

開発ガイド

プロジェクト構成

lyraios/
├── ai/                     # AI core functionality
│   ├── assistants.py       # Assistant implementations
│   ├── llm/                # LLM integration
│   └── tools/              # AI tools implementations
├── app/                    # Main application
│   ├── components/         # UI components
│   ├── config/             # Application configuration
│   ├── db/                 # Database models and storage
│   ├── styles/             # UI styling
│   ├── utils/              # Utility functions
│   └── main.py             # Main application entry point
├── assets/                 # Static assets like images
├── data/                   # Data storage
├── tests/                  # Test suite
├── workspace/              # Workspace configuration
│   ├── dev_resources/      # Development resources
│   ├── settings.py         # Workspace settings
│   └── secrets/            # Secret configuration (gitignored)
├── docker/                 # Docker configuration
├── scripts/                # Utility scripts
├── .env                    # Environment variables
├── requirements.txt        # Python dependencies
└── README.md               # Project documentation

環境設定

1. 環境変数の設定

# Copy the example .env file
cp example.env .env

# Required environment variables
EXA_API_KEY=your_exa_api_key_here        # Get from https://dashboard.exa.ai/api-keys
OPENAI_API_KEY=your_openai_api_key_here  # Get from OpenAI dashboard
OPENAI_BASE_URL=your_openai_base_url     # Optional: Custom OpenAI API endpoint

# OpenAI Model Configuration
OPENAI_CHAT_MODEL=gpt-4-turbo-preview    # Default chat model
OPENAI_VISION_MODEL=gpt-4-vision-preview  # Model for vision tasks
OPENAI_EMBEDDING_MODEL=text-embedding-3-small  # Model for embeddings

# Optional configuration
STREAMLIT_SERVER_PORT=8501  # Default Streamlit port
API_SERVER_PORT=8000       # Default FastAPI port

2. OpenAI 設定例

# Standard OpenAI API
OPENAI_API_KEY=sk-***
OPENAI_BASE_URL=https://api.openai.com/v1
OPENAI_CHAT_MODEL=gpt-4-turbo-preview

# Azure OpenAI
OPENAI_API_KEY=your_azure_api_key
OPENAI_BASE_URL=https://your-resource.openai.azure.com/openai/deployments/your-deployment
OPENAI_CHAT_MODEL=gpt-4

# Other OpenAI API providers
OPENAI_API_KEY=your_api_key
OPENAI_BASE_URL=https://your-api-endpoint.com/v1
OPENAI_CHAT_MODEL=your-model-name

2. Streamlit 設定

# Create Streamlit config directory
mkdir -p ~/.streamlit

# Create config.toml to disable usage statistics (optional)
cat > ~/.streamlit/config.toml << EOL
[browser]
gatherUsageStats = false
EOL

開発スクリプト

アプリケーションを管理するための便利な開発スクリプトがプロジェクトに含まれています。

1. dev.py スクリプトの使用

# Run both frontend and backend
python -m scripts.dev run

# Run only frontend
python -m scripts.dev run --no-backend

# Run only backend
python -m scripts.dev run --no-frontend

# Run with custom ports
python -m scripts.dev run --frontend-port 8502 --backend-port 8001

2. サービスの手動起動

# Start Streamlit frontend
streamlit run app/app.py

# Start FastAPI backend
uvicorn api.main:app --reload

依存関係の管理

1. コア依存関係

# Install production dependencies
pip install -r requirements.txt

# Install development dependencies
pip install -r requirements-dev.txt

# Install the project in editable mode
pip install -e .

2. 追加ツール

# Install python-dotenv for environment management
pip install python-dotenv

# Install development tools
pip install black isort mypy pytest

開発のベストプラクティス

1. コードスタイル

• PEP 8 ガイドラインに従います
• 型ヒントを使用します
• 関数とクラスに docstring を記述します
• コードのフォーマットには black を使用します
• import の並べ替えには isort を使用します

2. テスト

# Run tests
pytest

# Run tests with coverage
pytest --cov=app tests/

3. Pre-commit フック

# Install pre-commit hooks
pre-commit install

# Run manually
pre-commit run --all-files

デプロイガイド

Docker によるデプロイ

1. 開発環境

# Build development image
docker build -f docker/Dockerfile.dev -t lyraios:dev .

# Run development container
docker-compose -f docker-compose.dev.yml up

2. 本番環境

# Build production image
docker build -f docker/Dockerfile.prod -t lyraios:prod .

# Run production container
docker-compose -f docker-compose.prod.yml up -d

設定オプション

1. 環境変数

# Application Settings
DEBUG=false
LOG_LEVEL=INFO
ALLOWED_HOSTS=example.com,api.example.com

# AI Settings
AI_MODEL=gpt-4
AI_TEMPERATURE=0.7
AI_MAX_TOKENS=1000

# Database Settings
DATABASE_URL=postgresql://user:pass@localhost:5432/dbname

2. スケーリングオプション

• GUNICORN_WORKERS でワーカープロセスを設定します
• MEMORY_LIMIT でメモリ制限を調整します
• MAX_CONCURRENT_REQUESTS で同時リクエスト数を設定します

監視とメンテナンス

1. ヘルスチェック

• /health エンドポイントを監視します
• Prometheus エンドポイントでシステムメトリクスを確認します
• /var/log/lyraios/ のログを確認します

2. バックアップと復旧

# Backup database
python scripts/backup_db.py

# Restore from backup
python scripts/restore_db.py --backup-file backup.sql

3. トラブルシューティング

• アプリケーションログを確認します
• 環境変数を検証します
• データベースへの接続を確認します
• システムリソースを監視します

データベースの設定

このシステムは SQLite と PostgreSQL の両方のデータベースに対応しています。

1. SQLite（デフォルト）

# SQLite Configuration
DATABASE_TYPE=sqlite
DATABASE_PATH=data/lyraios.db

2. PostgreSQL

# PostgreSQL Configuration
DATABASE_TYPE=postgres
POSTGRES_HOST=localhost
POSTGRES_PORT=5432
POSTGRES_DB=lyraios
POSTGRES_USER=postgres
POSTGRES_PASSWORD=your_password

PostgreSQL の設定が指定されていない場合、システムは自動的に SQLite を使用します。

貢献

皆様からの貢献を歓迎します。詳細については、CONTRIBUTING.md ファイルをご覧ください。

ライセンス

このプロジェクトは Apache License 2.0 の下でライセンスされています。詳細については、LICENSE ファイルをご覧ください。