莱拉操作系统

Name: 莱拉操作系统
Author: GalaxyLLMCI

作者：GalaxyLLMCI223 星标更新：2025-03-19

安装使用来源：spider==github.com

项目介绍

LYRAIOS

概述与技术基础

LYRAI 是一个多AI代理的操作系统，旨在通过使它们能够与金融网络和区块链公共链进行交互来扩展AI应用程序（如Claude Desktop和Cursor）的功能。该服务器提供了一系列高级AI助手，包括区块链公共链操作（如SOLANA、ETH等——检索钱包地址、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总结报告以及教育领域的学习和培训系统。

在未来LYRAIOS的操作中，高级VIP功能将仅支持在Solana上使用LYRAI支付，LYRAI的CA为：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旨在通过三个维度的技术突破创建下一代AI代理操作系统：

开放协议架构：开创模块化集成协议，支持第三方工具和服务即插即用，兼容多模态交互接口（API/插件/智能硬件），相比传统框架提高了80%以上的可扩展性。
多代理协作引擎：通过分布式任务编排系统突破单个代理的能力边界，支持动态多代理协作，适用于企业级复杂工作流程自动化和冲突解决。
跨平台运行环境：构建跨终端AI运行环境，实现从个人智能助理到企业数字员工的平滑迁移，适用于金融、医疗、智能制造等多个领域的多场景解决方案验证。

有关详细架构信息，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。

LYRAIOS架构

MANUS架构

用户界面层

用户界面层提供了多种交互模式，允许用户与AI操作系统进行互动。

组件：

Web UI：基于Streamlit，提供直观的用户界面。
移动UI：移动适配界面，支持移动设备访问。
CLI：命令行界面，适合开发者和高级用户。
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层实现了AI操作系统的基线功能，包括进程管理、内存系统、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。
内存系统
- 短期记忆：会话上下文维护。
长期存储：持久知识存储。
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：生成格式化的输出结果。
- 事件处理：响应系统事件。
安全与访问控制
- 认证：用户认证。
- 授权：权限管理。
- 速率限制：防止滥用。

MCP集成层

MCP集成层是系统的核创新部分，通过模型上下文协议实现了与外部服务的无缝集成。

组件：

MCP客户端
- 协议处理器：处理MCP协议消息。
- 连接管理：管理与MCP服务器的连接。
- 消息路由：将消息路由到适当的处理器。
工具注册表
- 工具注册：注册外部工具和服务。
- 功能发现：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：提供工具执行的执行环境。
- 资源管理：管理工具执行使用的资源。
- 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

外部服务层包括通过MCP协议集成的各种服务，这些服务作为MCP服务器提供能力。

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。
网络搜索：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：支持其他自定义服务集成。

工具集成协议

工具集成协议是LYRAIOS开放协议架构的关键组成部分。它提供了一种标准化的方法，将第三方工具和服务集成到LYRAIOS生态系统中。

主要特性

标准化工具清单：使用JSON模式定义工具，描述其能力、参数和需求。
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：工具在一个受控环境中运行，具有资源限制和权限检查。
版本管理和依赖关系：跟踪工具版本和依赖关系。
监控和日志记录：全面记录工具执行情况。

开始工具集成

定义工具清单：创建一个JSON文件，描述您的工具能力。
实现工具：根据协议开发工具功能。
注册工具：使用API将您的工具注册到LYRAIOS。
使用工具：您的工具现在可供LYRAIOS代理使用。

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-服务器架构协议，用于连接LLM应用程序和集成。在MCP中：

主机是发起连接的LLM应用程序（如Claude Desktop或IDE）。
客户端与主机应用程序中的服务器保持一对一的连接。
服务器向客户端提供上下文、工具和提示。

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：支持提示模板。
工具：集成以执行命令和脚本。
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

用户通过接口层发送请求。
核心OS层接收并处理请求。
如果需要外部工具支持，请求将转发到MCP集成层。
MCP客户端连接到相应的MCP服务器。
外部服务执行请求并返回结果。
结果通过每一层返回给用户。

工具执行流程

AI代理确定需要特定工具。
工具注册表查找工具定义和能力。
工具执行器准备执行环境。
适配器将请求转换为工具可理解的格式。
工具执行并返回结果。
结果返回给AI代理进行处理。

概览

LYRAIOS（基于LLM的可靠AI操作系统）是一个使用Streamlit构建的先进AI助手平台，旨在作为AI应用程序的操作系统。

核心OS功能

AI进程管理：
- 动态任务分配和调度。
- 多助手协调和通信。
- 资源优化和负载均衡。
- 状态管理和持久化。
AI内存系统：
- 短期对话记忆。
- 长期向量数据库存储。
- 跨会话上下文保存。
- 知识库集成。
AI I/O系统：
- 多模态输入处理（文本、文件、API）。
- 结构化输出格式化。
- 流处理能力。
- 事件驱动架构。

内置工具

计算器：高级数学运算，包括阶乘和质数检测。
网络搜索：集成DuckDuckGo搜索，可定制结果限制。
财务分析：
- 实时股票价格追踪。
- 公司信息检索。
- 分析师推荐。
- 财经新闻聚合。
文件管理：读取、写入和列出工作区中的文件。
研究工具：与Exa集成，提供综合研究能力。

专业助理团队

Python助理：
- 实时Python代码执行。
- Streamlit图表绘制能力。
- 使用pip进行包管理。
研究助理：
- 类似NYT风格的报告生成。
- 自动化网络研究。
- 结构化输出格式化。
- 引用和参考管理。

技术架构

FastAPI后端：带有自动文档的RESTful API。
Streamlit前端：交互式Web界面。
向量数据库：PGVector用于高效的知识存储和检索。
PostgreSQL存储：对话和助理状态的持久存储。
Docker支持：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。
- 网站内容整合。
- 基于向量的语义搜索。
- 知识图谱构建。
过程控制：
- 任务调度和优先级设置。
- 资源分配。
- 错误处理和恢复。
- 性能监控。
安全与访问控制：
- API密钥管理。
- 认证和授权。
- 速率限制和配额管理。
- 安全数据存储。

安全考虑

传输安全

对远程连接使用TLS。
验证连接来源。
需要时实施认证。

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。
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。
处理DoS场景。

发展路线图 📍

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）
🚧 高级错误处理与恢复
🚧 性能监控仪表板
📅 分布式任务队列
📅 水平扩展支持
📅 自定义插件架构

AI进程管理

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

内存系统

✅ 短期对话记忆
✅ 基本向量数据库集成
✅ 会话上下文保存
🔄 知识库集成（部分）
🚧 内存优化算法
🚧 跨会话学习
📅 层次化内存架构
📅 遗忘机制
📅 内存压缩

工具与集成

✅ 计算器
✅ 网络搜索（DuckDuckGo）
✅ 财务分析工具
✅ 文件管理
✅ 研究工具（Exa）
✅ PDF文档处理
✅ 网站内容整合
🔄 Python代码执行（部分）
🚧 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

✅ 基础API密钥管理
✅ 简单认证
🔄 授权系统（部分）
🚧 速率限制
🚧 配额管理
📅 基于角色的访问控制
📅 审计日志
📅 合规报告

开放协议架构

🔄 模块接口标准（部分）
🚧 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
📅 旧系统兼容层

多代理协作

✅ 基本团队结构
🔄 代理间通信（部分）
🚧 任务分解引擎
🚧 冲突解决系统
📅 协同规划
📅 新兴行为分析
📅 代理专业化框架

跨平台支持

✅ Web界面
🔄 API访问（部分）
🚧 移动响应
📅 桌面应用
📅 CLI界面
📅 IoT设备集成
📅 语音助手集成

图例

✅ 完成
🔄 部分实现
🚧 正在开发
📅 计划中

设置工作区

# 克隆仓库
git clone https://github.com/GalaxyLLMCI/lyraios
cd lyraios

# 创建并激活虚拟环境
python3 -m venv aienv
source aienv/bin/activate

# 安装phidata
pip install 'phidata[aws]'

# 设置工作区
phi ws setup

# 复制示例密钥
cp workspace/example_secrets workspace/secrets

# 创建.env文件
cp example.env .env

# 本地运行Lyraios
phi ws up

# 打开[localhost:8501](http://localhost:8501)查看Streamlit应用。

# 停止本地运行的Lyraios
phi ws down

本地运行Lyraios

安装Docker桌面
导出凭证

我们使用gpt-4o作为LLM，所以导出您的OpenAI API密钥

export OPENAI_API_KEY=sk-***

# 若要使用Exa进行研究，请导出您的EXA_API_KEY（从[这里](https://dashboard.exa.ai/api-keys)获取）
export EXA_API_KEY=xxx

# 若要使用Gemini进行研究，请导出您的GOOGLE_API_KEY（从[这里](https://console.cloud.google.com/apis/api/generativelanguage.googleapis.com/overview?project=lyraios)获取）
export GOOGLE_API_KEY=xxx


# 或者在`.env`文件中设置它们
OPENAI_API_KEY=xxx
EXA_API_KEY=xxx
GOOGLE_API_KEY=xxx

# 使用以下命令启动工作区：
phi ws up

# 打开[localhost:8501](http://localhost:8501)查看Streamlit应用。

# 使用以下命令停止工作区：
phi ws down

API文档

REST API端点

助手API

POST /api/v1/assistant/chat
- 处理与AI助手的聊天消息。
- 支持上下文感知的对话。
- 返回包含工具使用信息的结构化响应。

健康检查

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

API文档

交互式API文档可在/docs处获得。
ReDoc替代文档在/redoc处。
OpenAPI规范在/openapi.json处。

开发指南

项目结构

lyraios/
├── ai/                     # AI核心功能
│   ├── assistants.py       # 助手实现
│   ├── llm/                # LLM集成
│   └── tools/              # AI工具实现
├── app/                    # 主应用
│   ├── components/         # UI组件
│   ├── config/             # 应用配置
│   ├── db/                 # 数据库模型和存储
│   ├── styles/             # UI样式
│   ├── utils/              # 工具函数
│   └── main.py             # 主应用入口点
├── assets/                 # 静态资产如图片
├── data/                   # 数据存储
├── tests/                  # 测试套件
├── workspace/              # 工作区配置
│   ├── dev_resources/      # 开发资源
│   ├── settings.py         # 工作区设置
│   └── secrets/            # 秘密配置（git忽略）
├── docker/                 # Docker配置
├── scripts/                # 工具脚本
├── .env                    # 环境变量
├── requirements.txt        # Python依赖
└── README.md               # 项目文档

环境配置

环境变量设置

# 复制示例.env文件
cp example.env .env

# 必需的环境变量
EXA_API_KEY=your_exa_api_key_here        # 从https://dashboard.exa.ai/api-keys获取
OPENAI_API_KEY=your_openai_api_key_here  # 从OpenAI仪表板获取
OPENAI_BASE_URL=your_openai_base_url     #