工具孤岛
GPT、Copilot、Coze、Dify、自研 Bot 各自记忆，不共享任务状态和业务判断。
AgentOS · Local-first AI Team OS
把分散的 AI 工具，变成一支懂业务的 AI 团队。
AgentOS 不是又一个聊天工具，而是企业 AI 团队的运行系统： KnowLine 负责团队记忆、项目脑与 A2A 任务协作， 铸心 负责本地小模型训练、审核与成本控制。 飞书、Web、终端、语音和业务大屏共用同一条任务与记忆主干。
团队记忆
A2A 任务总线
项目脑
本地模型
可追溯决策
数据不出域
团队事件7,619events
长期事实3,864facts
任务记录781tasks
项目空间52projects
MCP 工具25tools
真实演示2 次连续 A2A 闭环
Problem → System
企业不缺 AI 工具，缺的是让工具一起干活的系统。
单个 Agent 能回答问题；企业需要的是任务被接住、上下文被记住、责任可追踪、结果可复用。
经验流失
项目做完只剩聊天记录和零散文档，下一次任务仍从零开始。
任务不可追
谁接单、为什么改方案、产物在哪里、何时阻塞，没有一个系统事实源。
成本与安全
高价值数据不能上云，频繁调用大模型又让推理成本不可控。
一条记忆主干
KnowLine 统一保存事件、事实、决策链、任务与项目状态。
一条任务总线
A2A 创建、领取、执行、回填、阻塞、复盘，全生命周期可追踪。
一个项目脑
项目指标、任务看板、决策时间线和治理状态实时聚合。
一套本地模型引擎
铸心把高频业务判断沉淀为本地小模型，降低成本并保持数据出域为零。
Architecture
五层架构：入口可以很多，事实源只有一个。
AgentOS 将交互入口、任务编排、团队记忆、模型能力、治理边界分层解耦，避免每接一个工具就多一套孤岛。
交互层
飞书 / Web / 终端 / 语音 / 业务大屏同一个任务与记忆服务暴露 MCP、API 与 SSE，不再为每个入口重写协作逻辑。
编排层
任务状态机 + A2A 派发 + 项目脑pending、claimed、in_progress、done、blocked 全程记录；Coco、鲁班、公度等 Agent 可接单执行。
记忆层
KnowLine：events / facts / decisions / projects支持语义检索、全文检索、决策链、时间线和证据回溯，是团队的业务事实源。
模型层
Zhuxin：大模型编排 + 本地小模型训练复杂任务用大模型，高频摘要、路由、审核和结构化输出逐步交给本地模型。
治理层
权限、审计、备份、健康巡检本地部署、数据治理、deepcheck、评估指标与回滚机制保证系统可运营。
Capabilities
四大模块，覆盖企业 AI 团队的日常运行。
从记住业务、组织任务、训练模型到交付项目，AgentOS 把 AI 团队管理变成一套可观测系统。
Vault · 记忆资产
沉淀事件、事实、决策和证据，形成企业自己的 episodic memory。
- 事件与事实双层存储
- 语义 + 全文混合检索
- 决策链和项目时间线
- 数据治理与冲突检测
Pulse · 协作编排
把需求转成任务，把任务交给合适 Agent，并持续追踪状态。
- A2A 任务状态机
- Agent 注册与心跳
- SSE 实时派发 + 轮询兜底
- 任务时间线与阻塞原因
Compute · 模型引擎
让高频业务判断逐步本地化，用团队数据训练专属小模型。
- Zhuxin 模型适配层
- 任务路由与记忆压缩
- 结构化输出契约
- Shadow Tools 影子评估
Pipe · 交付流水线
项目不只是被讨论，而是被推进、验收、复盘和复用。
- 项目脑与任务看板
- 指标与闭环耗时统计
- 报告自动生成
- 下一轮任务建议
Kernel 01 · KnowLine
KnowLine 是团队记忆，也是项目脑。
它把“发生过什么、决定了什么、谁在执行、项目走到哪里”变成一个实时可检索、可治理、可演示的系统。
项目脑工作台
面向管理者和评审现场，把复杂项目压缩成可理解的视图。
项目列表事件、事实、任务、活跃 Agent
任务看板五状态漏斗与负责人
决策时间线追溯每次判断与下一步
治理面板数据新鲜度、置信度、冲突
A2A 任务执行
任务派发、接单、执行、结果回写和复盘形成完整闭环。
task_route按能力与历史表现推荐 Agent
task_create自动注入项目上下文
session_ingest执行结果回写团队记忆
evaluation统计完成率、阻塞率、闭环时间
Kernel 02 · Zhuxin
铸心让团队经验变成可复用的模型能力。
先以确定性 Shadow Tools 保证可运行，再逐步把高频判断迁移到本地 9B 模型，实现成本、隐私和响应速度的平衡。
memory_compress
压缩项目事件与决策，输出候选长期事实、证据引用和置信度。
task_route
结合 Agent 能力、历史完成任务与网关状态推荐执行者。
project_review
自动生成项目进度、风险、下一步动作和证据，用于复盘与演示。
本地审核模型
Qwen3.5-9B 已在 GPU 服务器稳定运行，输出严格 JSON issues-only 契约。
模型适配层
规则版与模型版共用接口，便于灰度替换与回滚。
评估闭环
比较基线摘要与 Shadow 输出，量化压缩率、风险识别与阅读节省。
Project Platform
一个平台，展示 AgentOS 已经跑过的真实业务。
这些不是概念图，而是已经部署在孢子推理站点上的项目案例与业务系统。
KnowLine Team Brain
团队记忆、项目脑、任务看板、决策时间线和治理评分，实时读取生产数据。
打开项目脑Zhuxin 9B 审核引擎
本地部署 Qwen3.5-9B，面向出版审核输出结构化 issues，降低调用成本并提高一致性。
查看铸心面板萤心内容引擎
沉淀 3,700+ 团队事件，支撑家长教育内容、日报、绘本和多平台内容生产。
查看萤心日报海峡授课系统
按年级、学科和课题生成教案与课件，支持课程管理和历史复用。
进入课程系统自然博物数据库
面向自然教育的内容合集、专题页和知识检索展示。
查看自然博物APAA 绘画心理筛查
将绘画评估流程智能化，辅助心理筛查与报告生成。
查看 APAA柔性生命体征平台
接入毫米波雷达数据，展示人在场、心率、呼吸等实时状态与历史趋势。
查看柔性管理双模型影楼工作流
组合图像与推理模型，展示视觉生产力场景的落地方式。
查看影楼案例孢子推理展示平台
聚合公司官网、产品案例和业务系统，是 AgentOS 项目的对外展示入口。
进入案例库Workflow
从一条需求到一次团队经验沉淀。
AgentOS 的价值不在单点回答，而在每一步都留下可复用的事实与决策。
Live Demo
A2A 演示已经连续跑通两次真实任务。
系统自动完成路由、派发、Coco 执行、结果回写、项目脑更新和 Markdown 报告生成。
task_3428243e65d54606
Coco 返回 TEAM_BRAIN_DEMO_OK，完整闭环 93.76 秒。
- 推荐 Agent
- Coco
- 执行结果
- 成功
task_ab759183bc3d41e9
Coco 返回 TEAM_BRAIN_DEMO_OK，完整闭环 62.80 秒。
- 推荐 Agent
- Coco
- 执行结果
- 成功
Enterprise Ready
为企业运行设计的安全与交付边界。
FAQ
常见问题
AgentOS 和 Coze / Dify / ChatGPT Team 的区别是什么？
这些工具解决“造一个 Agent”的问题；AgentOS 解决“多个 Agent 在企业里共同运行”的问题。核心差异是 KnowLine 团队记忆与任务总线、铸心本地模型引擎、项目脑和完整证据链。
数据会不会离开企业？
可以部署在客户本地机房或私有边缘节点。核心事件、事实、任务与模型资产默认不出域。
怎么证明 Agent 真的做过这些事？
每个任务有创建、领取、状态迁移、执行结果和时间线；每个项目有事件、决策与证据引用，可回溯到源头。
铸心模型现在能做什么？
当前已具备确定性 Shadow Tools 和本地 9B 审核模型契约。下一步是把记忆压缩、任务路由和项目复盘逐步迁移到本地模型，并用评估集对比效果。