SmythOS - AI Agent 的 Linux

可靠的 Agent 工程始于出色的开源基础设施。本仓库包含了 Smyth Runtime Environment 内核（SRE）、用于运行和通过代码创建 Agent 的 Software Development Kit（SDK）以及 Command Line Interface（CLI）。如果你更倾向于可视化的拖拽式 Agent 界面，请查看我们的开源项目 SmythOS Visual Agent Studio！这里有强大的社区、支持和教程，几分钟即可上手！

   

SmythOS Runtime Environment (SRE)

SRE 是一个用于生产级 AI Agent 的开源运行时和 SDK。它为 LLM、向量数据库、存储和缓存等 AI 资源提供了 OS 级别的抽象，并通过统一的 API 在所有服务提供商之间实现一致性。只需编写一次 Agent 逻辑，即可随处扩展。内置了安全性、可观测性以及 40 多个生产就绪的组件。

这是 AI Agent 缺失的操作系统层。

SmythOS 的架构灵感源自操作系统内核，为 Agent 编排和生命周期管理提供了健壮且可扩展的基础，赋予每位开发者实践而非仅仅想象的能力。

SDK Documentation  |  SRE Core Documentation  |  Code Examples  |  Contributing

为什么会有 SmythOS

1. 发布生产就绪的 AI Agent 不应像火箭科学一样困难。
2. 自主性与控制力可以，也必须共存。
3. 安全性不是附加组件，而是内置特性。
4. 即将到来的 Agent 互联网必须保持开放，并让每个人都能使用。

设计原则

SmythOS 为 Agentic AI 提供了完整的操作系统。正如传统操作系统管理资源并为应用程序提供 API 一样，SmythOS 管理 AI 资源并提供从开发到生产的统一 SDK。

统一资源抽象

SmythOS 为所有资源提供统一接口，确保整个 AI 平台的一致性和简洁性。无论是在本地、S3 还是其他存储提供商上存储文件，你都无需关心底层的实现细节。SmythOS 提供了一个强大的抽象层，所有提供商都在此层中暴露相同的功能和 API。

这一原则适用于所有服务，不仅仅是存储。无论你是在处理 VectorDB、缓存（Redis、RAM）、LLM（OpenAI、Anthropic）还是任何其他资源，接口在不同提供商之间始终保持一致。

这种方法使你的 AI 平台易于扩展且极其灵活。你可以无缝切换不同的提供商来测试性能、优化成本或满足特定需求，而无需修改任何业务逻辑代码。

核心优势：

• Agent 优先设计：专为 AI Agent 工作负载构建
• 开发者友好：简单的 SDK，支持从开发环境扩展到生产环境
• 模块化架构：可扩展的连接器系统，适配任何基础设施
• 生产就绪：可扩展、可观测且经受实战考验
• 企业级安全：内置访问控制和安全凭证管理

快速上手

我们制作了一个非常值得观看的教程：

方法 1：使用 CLI（推荐）