关于 server-os
Server OS 是面向需要以受管理进程运行 Agent 的团队的操作系统,结合成本控制、治理、可观测性、Web 控制平面和支持离线模拟的运行时。
主要功能
- 01将 Agent 作为受管理进程
- 02成本控制与治理
- 03可观测性
- 04Web 控制平面
- 05REST API、命令行与 SDK
- 06离线模拟运行时
适用场景
- 01部署并验证 Agent 运行时
- 02管理 Agent 成本与策略
- 03使用确定性离线模拟进行测试
MCP 相关
Server OS 内置 MCP 服务,其验证流程也涵盖 MCP,以及 API、成本控制、治理、工作流、SDK 和命令行。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
服务器操作系统
自主 Agentic 操作系统——将 Agent 作为一等进程,提供成本控制、治理、可观测性、MCP、SDK、CLI 和技能。默认失败关闭。已通过端到端验证。
一位从未接触过此仓库的资深工程师,只需使用源代码和此 README.md,即可:
- 部署整个系统(单条命令)
- 体验所有主要功能
- 通过自动化检查验证端到端正确性
无需任何背景信息或内部经验。
支持 Agentic OS 内核($99) · Agentic OS 周期($0.75) · 支持公共产品
非托管 USDC(推荐供 Agent 使用)
| 网络 | 地址 | 区块浏览器 |
|---|---|---|
| Base | 0xD3d0E9eDAe3Ac7bb199a8EAA761BdA423b878438 | basescan |
| Ethereum | 0xD3d0E9eDAe3Ac7bb199a8EAA761BdA423b878438 | etherscan |
| Solana | ETQwWf19axArsY493UfC6bxe2BmEzmzvCb58PPnC38A | solscan |
相关项目: rui · LRSI · openmesha · OpenGOS · agenticarb · x402-cloudflare-starter
🚀 Web 控制平面(演示重点——无需安装)
规范文件: web/server-os.html(约 82 KB)
在本地打开:
python -m http.server 8088 --directory web
# http://127.0.0.1:8088/server-os.html
或者在 Chrome 中选择 → 文件 → 打开文件… → web/server-os.html。
**验收:**打开文件 → OS 标签页 → Golden evals → run → 12/12 通过。
离线模拟提供方、策略、预算、图谱、终端和 12 个黄金评测。HTML 引擎在 UI 下层不依赖 DOM,因此评测套件与交互使用执行相同路径。
快速开始(生产运行时)
docker compose up --build
# another terminal
bash scripts/verify.sh
默认模式为离线模拟 LLM(确定性、免费)。设置 SERVER_OS_LLM_MODE=openai 和 OPENAI_API_KEY 即可使用真实模型。
接入方式
| 接入方式 | 入口 |
|---|---|
| Web 控制平面 | web/server-os.html(离线、可自验证) |
| REST API | python -c "from server_os.main import run; run()" |
| CLI | server-os status / server-os agents ... |
| MCP 服务 | server-os-mcp |
| SDK | from server_os.sdk import ServerOSClient |
| 多 Agent 工作流 | skills/multi-agent-workflow/ |
| 技能 | skills/*/SKILL.md |
| AGENTS.md | 仓库根目录中的编码 Agent 约定 |
| CI | .github/workflows/ci.yml |
验证约定
bash scripts/verify.sh
涵盖 API、成本、治理、多 Agent 工作流、SDK、CLI、MCP、技能和 AGENTS.md。共 16 项检查,必须全部通过。
**Web 一致性检查(手动,约 30 秒):**打开完整的 web/server-os.html → 运行 Golden evals → 12/12。
设计原则
- 通过设计实现最小权限(根据意图授予能力)
- 将成本视为一等资源
- 默认可观测
- 失败时默认关闭
- 无需依赖隐性知识即可部署
许可证
Apache-2.0
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。