LYRAIOS

LYRAIOS

概述与技术基础

LYRAI 是一个面向多 AI Agent 的模型上下文协议（MCP）操作系统，旨在扩展 AI 应用（如 Claude Desktop 和 Cursor）的功能，使其能够与金融网络和区块链公链交互。该服务提供一系列高级 AI 助手，包括区块链公链操作（SOLANA、ETH 等——获取钱包地址、列出钱包余额、转账、部署智能合约、链上借贷、调用合约函数、管理代币）、金融科技市场分析和摘要报告，以及面向教育行业的学习和培训系统。

在 LYRAIOS 未来的运营中，高级 VIP 功能将仅支持使用 solana 上的 LYRAI 付款，LYRAI 的 CA：A6MTWuHbXqjH3vYEfbs3mzvGThQtk5S12FjmdpVkpump

欢迎查看我们的 LYRA MCP-OS 演示！

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

核心创新与差异化价值

LYRAIOS 旨在打造新一代 AI Agent 操作系统，并在三个维度实现技术突破：

1. 开放协议架构：开创模块化集成协议，支持第三方工具/服务即插即用，兼容多模态交互界面（API/插件/智能硬件），与传统框架相比，可扩展性提升 80% 以上
2. 多 Agent 协作引擎：通过分布式任务编排系统突破单个 Agent 的能力边界，实现动态多 Agent 协作，支持企业级复杂工作流自动化和冲突解决
3. 跨平台运行环境：构建跨终端 AI 运行环境，实现从个人智能助手到企业数字员工的平滑迁移，适用于验证金融、医疗、智能制造等领域的多场景解决方案

有关架构的详细信息，请参阅架构文档。

系统架构

LYRAIOS 采用分层架构设计，自上而下包括用户界面层、核心 OS 层、MCP 集成层和外部服务层。

VS

用户界面层

用户界面层提供多种交互模式，让用户能够与 AI OS 交互。

组件：

• Web UI：基于 Streamlit，提供直观的用户界面
• 移动端 UI：移动端适配界面，支持通过移动设备访问
• CLI：命令行界面，适用于开发者和高级用户
• API 客户端：提供 API 接口，支持第三方应用集成

核心 OS 层

核心 OS 层实现 AI 操作系统的基本功能，包括进程管理、记忆系统、I/O 系统和安全控制。

组件：

• 进程管理

  • 任务调度：动态分配和调度 AI 任务
  • 资源分配：优化 AI 资源使用
  • 状态管理：维护 AI 进程状态

• 记忆系统

  • 短期记忆：维护会话上下文
  • 长期存储：持久化知识存储
  • 知识库：结构化知识管理

• I/O 系统

  • 多模态输入：处理文本、文件、API 等
  • 结构化输出：生成格式化输出结果
  • 事件处理：响应系统事件

• 安全与访问控制

  • 身份验证：用户身份验证
  • 授权：权限管理
  • 速率限制：防止滥用

MCP 集成层

MCP 集成层是系统的核心创新，通过模型上下文协议实现与外部服务的无缝集成。

组件：

• MCP 客户端

  • 协议处理程序：处理 MCP 协议消息
  • 连接管理：管理与 MCP 服务的连接
  • 消息路由：将消息路由到相应的处理程序

• 工具注册表

  • 工具注册：注册外部工具和服务
  • 能力发现：发现工具能力
  • 清单验证：验证工具清单

• 工具执行器

  • 执行环境：为工具执行提供执行环境
  • 资源管理：管理工具执行所用的资源
  • 错误处理：处理工具执行期间的错误

• 适配器

  • REST API 适配器：连接到 REST API 服务
  • Python 插件适配器：集成 Python 插件
  • 自定义适配器：支持其他类型的集成

外部服务层

外部服务层包含通过 MCP 协议集成的各种服务，这些服务作为 MCP 服务提供能力。

组件：

• 文件系统：提供文件读写能力
• 数据库：提供数据存储和查询能力
• 网页搜索：提供互联网搜索能力
• 代码编辑器：提供代码编辑和执行能力
• 浏览器：提供网页浏览和交互能力
• 自定义服务：支持集成其他自定义服务

工具集成协议

工具集成协议是 LYRAIOS 开放协议架构的关键组件。它提供了一种标准化方式，可将第三方工具和服务集成到 LYRAIOS 生态系统中。

主要功能

• 标准化工具清单：使用 JSON 架构定义工具，描述其能力、参数和要求
• 可插拔适配器系统：支持不同类型的工具（REST API、Python 插件等）
• 安全执行环境：工具在受控环境中运行，并受到资源限制和权限检查
• 版本和依赖管理：跟踪工具版本及其依赖项
• 监控和日志记录：全面记录工具执行情况

工具集成入门

1. 定义工具清单：创建描述工具能力的 JSON 文件
2. 实现工具：根据协议开发工具功能
3. 注册工具：使用 API 在 LYRAIOS 中注册工具
4. 使用工具：现在，LYRAIOS Agent 可以使用你的工具

有关示例和详细文档，请参阅工具集成指南。

MCP 协议概述

模型上下文协议（MCP）是一种客户端—服务端架构协议，用于连接大模型应用和集成。在 MCP 中：

• 主机是发起连接的大模型应用（例如 Claude Desktop 或 IDE）
• 客户端在主机应用中与服务端保持 1:1 连接
• 服务端向客户端提供上下文、工具和提示词

MCP 功能支持

LYRAIOS 支持以下 MCP 功能：

• 资源：允许附加本地文件和数据
• 提示词：支持提示词模板
• 工具：集成工具以执行命令和脚本
• 采样：支持采样功能（计划中）
• 根目录：支持根目录功能（计划中）

数据流

用户请求处理流程

1. 用户通过界面层发送请求
2. 核心操作系统层接收并处理请求
3. 如果需要外部工具支持，则将请求转发到 MCP 集成层
4. MCP 客户端连接到相应的 MCP 服务
5. 外部服务执行请求并返回结果
6. 结果经由各层返回给用户

工具执行流程

1. AI Agent 确定需要使用特定工具
2. 工具注册表查找工具定义和功能
3. 工具执行器准备执行环境
4. 适配器将请求转换为工具可理解的格式
5. 工具执行并返回结果
6. 将结果返回给 AI Agent 进行处理

概述

LYRAIOS（基于 LLM 的可靠 AI 操作系统）是一个先进的 AI 助手平台，使用 Streamlit 构建，旨在作为 AI 应用的操作系统。

核心 OS 功能

• AI 进程管理：

  • 动态任务分配和调度
  • 多助手协调与通信
  • 资源优化和负载均衡
  • 状态管理与持久化

• AI 记忆系统：

  • 短期对话记忆
  • 长期向量数据库存储
  • 跨会话上下文保留
  • 知识库集成

• AI 输入/输出系统：

  • 多模态输入处理（文本、文件、API）
  • 结构化输出格式
  • 流式处理能力
  • 事件驱动架构

内置工具

• 计算器：高级数学运算，包括阶乘和素数检查
• 网络搜索：集成 DuckDuckGo 搜索，可自定义结果数量
• 金融分析：
  • 实时跟踪股票价格
  • 获取公司信息
  • 分析师建议
  • 汇总财经新闻
• 文件管理：在工作区中读取、写入和列出文件
• 研究工具：集成 Exa，提供全面的研究能力

专业助手团队

• Python 助手：
  • 实时执行 Python 代码
  • Streamlit 图表功能
  • 使用 pip 管理软件包
• 研究助手：
  • 生成《纽约时报》风格的报告
  • 自动化网络研究
  • 结构化输出格式
  • 来源引用和参考资料管理

技术架构

• FastAPI 后端：提供自动文档的 RESTful API
• Streamlit 前端：交互式 Web 界面
• 向量数据库：使用 PGVector 高效存储和检索知识
• PostgreSQL 存储：持久化存储对话和助手状态
• Docker 支持：适用于开发和生产环境的容器化部署

系统功能

• 知识管理：
  • PDF 文档处理
  • 网站内容集成
  • 基于向量的语义搜索
  • 知识图谱构建
• 进程控制：
  • 任务调度和优先级排序
  • 资源分配
  • 错误处理与恢复
  • 性能监控
• 安全与访问控制：
  • API 密钥管理
  • 身份验证与授权
  • 速率限制和配额管理
  • 安全的数据存储

安全注意事项

传输安全

• 对远程连接使用 TLS
• 验证连接来源
• 在需要时实施身份验证

消息验证

• 验证所有传入消息
• 清理输入
• 检查消息大小限制
• 验证 JSON-RPC 格式

资源保护

• 实施访问控制
• 验证资源路径
• 监控资源使用情况
• 限制请求速率

错误处理

• 不泄露敏感信息
• 记录与安全相关的错误
• 实施适当的清理操作
• 处理 DoS 场景

路线图 📍

核心平台

• ✅ 基础 AI 助手框架
• ✅ Streamlit Web 界面
• ✅ FastAPI 后端
• ✅ 数据库集成（SQLite/PostgreSQL）
• ✅ OpenAI 集成
• ✅ Docker 容器化
• ✅ 环境配置系统
• 🔄 多模态输入处理（部分完成）
• 🚧 高级错误处理与恢复
• 🚧 性能监控仪表板
• 📅 分布式任务队列
• 📅 横向扩展支持
• 📅 自定义插件架构

AI 流程管理

• ✅ 基本任务分配
• ✅ 多助手团队结构
• ✅ 状态管理与持久化
• 🔄 动态任务调度（部分实现）
• 🚧 资源优化
• 🚧 负载均衡
• 📅 流程可视化
• 📅 工作流设计器
• 📅 高级流程分析

记忆系统

• ✅ 短期对话记忆
• ✅ 基本向量数据库集成
• ✅ 会话上下文保留
• 🔄 知识库集成（部分实现）
• 🚧 记忆优化算法
• 🚧 跨会话学习
• 📅 分层记忆架构
• 📅 遗忘机制
• 📅 记忆压缩

工具与集成

• ✅ 计算器
• ✅ 网络搜索（DuckDuckGo）
• ✅ 金融分析工具
• ✅ 文件管理
• ✅ 研究工具（Exa）
• ✅ PDF 文档处理
• ✅ 网站内容集成
• 🔄 Python 代码执行（部分实现）
• 🚧 高级数据可视化
• 🚧 外部 API 集成框架
• 📅 图像生成与处理
• 📅 音频处理
• 📅 视频分析

安全与访问控制

• ✅ 基本 API 密钥管理
• ✅ 简单身份验证
• 🔄 授权系统（部分实现）
• 🚧 速率限制
• 🚧 配额管理
• 📅 基于角色的访问控制
• 📅 审计日志
• 📅 合规性报告

开放协议架构

• 🔄 模块接口标准（部分实现）
• 🚧 第三方工具集成协议
• 🚧 服务发现机制
• 📅 通用连接器框架
• 📅 协议验证系统
• 📅 旧版系统兼容层

多 Agent 协作

• ✅ 基本团队结构
• 🔄 Agent 间通信（部分实现）
• 🚧 任务分解引擎
• 🚧 冲突解决系统
• 📅 协作规划
• 📅 涌现行为分析
• 📅 Agent 专业化框架

跨平台支持

• ✅ Web 界面
• 🔄 API 访问（部分实现）
• 🚧 移动端适配
• 📅 桌面应用
• 📅 CLI 界面
• 📅 IoT 设备集成
• 📅 语音助手集成

图例

• ✅ 已完成
• 🔄 部分实现
• 🚧 开发中
• 📅 计划中

设置工作区

# 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

在本地运行 Lyraios

1. 安装 docker desktop

2. 导出凭据

我们使用 gpt-4o 作为大模型，因此请导出你的 OpenAI API Key

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 文档

REST API 端点

助手 API

• POST /api/v1/assistant/chat
  • 使用 AI 助手处理聊天消息
  • 支持上下文感知对话
  • 返回包含工具使用信息的结构化响应

健康检查

• GET /api/v1/health
  • 监控系统健康状态
  • 返回版本和状态信息

API 文档

• 可在 /docs 查看交互式 API 文档
• 可在 /redoc 查看 ReDoc 备用文档
• 可在 /openapi.json 查看 OpenAPI 规范

开发指南

项目结构

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

环境配置

1. 环境变量设置

# 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 配置示例

# 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 配置

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

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

开发脚本

项目包含便捷的开发脚本，可用于管理应用：

1. 使用 dev.py 脚本

# 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. 手动启动服务

# Start Streamlit frontend
streamlit run app/app.py

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

依赖管理

1. 核心依赖

# 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. 其他工具

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

# Install development tools
pip install black isort mypy pytest

开发最佳实践

1. 代码风格

• 遵循 PEP 8 指南
• 使用类型提示
• 为函数和类编写文档字符串
• 使用 black 格式化代码
• 使用 isort 排序导入项

2. 测试

# Run tests
pytest

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

3. Pre-commit 钩子

# Install pre-commit hooks
pre-commit install

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

部署指南

Docker 部署

1. 开发环境

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

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

2. 生产环境

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

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

配置选项

1. 环境变量

# 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. 扩展选项

• 通过 GUNICORN_WORKERS 配置工作进程
• 通过 MEMORY_LIMIT 调整内存限制
• 通过 MAX_CONCURRENT_REQUESTS 设置并发数

监控与维护

1. 健康检查

• 监控 /health 端点
• 通过 Prometheus 端点检查系统指标
• 查看 /var/log/lyraios/ 中的日志

2. 备份与恢复

# Backup database
python scripts/backup_db.py

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

3. 故障排除

• 检查应用程序日志
• 验证环境变量
• 确保数据库连接正常
• 监控系统资源

数据库配置

系统支持 SQLite 和 PostgreSQL 数据库：

1. SQLite（默认）

# 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

如果未提供 PostgreSQL 配置，系统将自动使用 SQLite。

贡献

欢迎贡献！详情请参阅 CONTRIBUTING.md 文件。

许可证

本项目采用 Apache License 2.0 许可，详情请参阅 LICENSE 文件。