01Provider
统一模型接入
通过显式 Provider 映射对接不同模型，也为企业内部推理服务保留接入方式。
Spring AI · Spring AI Alibaba
Java 原生 · 私有部署 · Agent Harness OS
OryxOS
让一群 Agent，运行在同一个底座上。
一个目录定义一个 Agent。模型、推理、记忆、工具与服务，共享一套 Java 原生运行环境。把业务写进 Markdown，把运行交给 OryxOS。
JDK 21 · Spring Boot · ReAct · MCP · REST API
开发准备阶段 · 以下为目标架构与能力设计
为什么是 OryxOS从能对话，
从能对话，
到能持续做事。
一个业务 Agent 需要的，远不止一次模型调用。它需要上下文、工具、记忆，以及可靠的运行方式。
OryxOS 将这些公共能力沉淀在底座中，让每个 Agent 都能复用，让业务方专注于任务本身。
了解项目的设计理念业务方定义01
- Agent 做什么，以及如何表达
- 选择模型、工具与公共 Skill
- 接入业务系统，配置触发规则
运行底座负责02
- 驱动 ReAct，管理上下文和记忆
- 统一工具执行、白名单与调用审计
- 复用 CLI、API 与定时任务入口
一个引擎，连接所有能力
三种触发方式，同一条执行链路。核心自己掌控，边界通过接口解耦。
单实例目标设计 · Spring AI 负责协议适配，OryxOS 控制推理循环与实际工具执行。
五大能力，构成运行时内核
先把单机运行时做扎实，再向企业治理与分布式演进。
02ReAct
自己掌控推理循环
从思考、调用工具到观察结果，自实现循环控制，保留消息链路与迭代上限。
Reason → Act → Observe
03Memory
让上下文延续
会话历史与长期记忆通过统一门面访问，偏好与事实以 MEMORY.md 跨对话保存。
Session · MEMORY.md · Recall
04Tool
连接真实的业务系统
内置文件、HTTP、Shell 与通知工具，通过 MCP 或 Java 工具接入企业现有系统。
Built-in · MCP · Java @Tool
05Web Service
把 Agent 接入业务
REST API 为业务提供统一入口，会话管理、Agent 调用、记忆和工具信息均有对应接口。
REST API · CLI · Scheduler
CONFIGURATION IS THE AGENT一份 Markdown，
查看 Agent 与 Skill 的设计 →
一份 Markdown，
一个业务 Agent。
一个目录就是 Agent 的定义：frontmatter 决定怎么跑，正文描述做什么。公共 Skill 通过本地绑定复用，内容按需进入上下文。
01描述任务
02选择模型与工具
03配置触发方式
右侧为设计示例，不是已发布运行时的操作指南。
markdown设计示例
---
name: daily-tech-digest
description: 每日科技日报
provider:
name: deepseek
model: deepseek-chat
tools: [http_get, read_file, notify]
schedules:
- cron: "0 0 9 * * *"
timezone: Asia/Shanghai
message: "生成今天的科技日报"
---
关注 AI 与芯片领域，汇总今天的重要新闻。
按已绑定的 digest-format Skill 整理内容，
标注信息来源，通过 team-lark 渠道发送。从每天的一件小事开始
以真实任务验证底座，让模型、记忆与工具在同一条链路中协作。
每日天气与穿搭建议
到点查询天气，生成穿搭建议并推送到团队群。定时触发和人工补跑走同一条链路。
核心验收场景有记忆的科技日报
结合用户关注方向，通过 MCP 获取新闻，按绑定 Skill 组稿并推送日报。
核心验收场景GitHub 项目日报
专用工具封装脚本获取项目数据，模型负责分析摘要，结果进入上下文。
补充验证场景研发与运维助手
通过工具接入研发、监控或工单系统，把多步骤任务交给同一个运行底座。
应用方向企业知识助手
将业务知识与工具结合，为知识查询、资料整理与团队经验复用提供运行环境。
应用方向业务流程中的 AI 能力
业务系统通过 HTTP 调用 Agent，保留连续会话，也可以发起一次独立任务。
应用方向三档接入，按业务需要选择
{ }零代码
Markdown + 现成 MCP
用 AGENT.md 描述任务，绑定公共 Skill，复用已有的 MCP server。
AGENT.mdSKILL.mdMCP
↔轻代码
自定义 MCP Server
用熟悉的语言封装企业 API，让 Agent 接入 ERP、CRM、监控或研发工具。
PythonTypeScriptJavaGo
</>深度集成
原生 Java 工具
将 Spring Bean 方法通过 @Tool 暴露，复用企业现有 Java 服务与依赖。
Spring Bean@ToolOryxTool
你的业务，用 HTTP 接入
核心阶段规划 10 个 REST 端点，统一前缀 /api/v1。
POST
/sessions创建会话POST
/sessions/{id}/messages发送消息GET
/sessions/{id}查询完整对话DELETE
/sessions/{id}归档会话POST
/agents/{name}/invoke执行一次 Agent 任务GET
/profiles列出 Agent 配置GET
/memory查询长期记忆GET
/tools查询可用工具GET
/health健康检查GET
/info运行信息单机先行，逐步生长
先交付可用内核，再用真实需求推动架构演进。
当前方向
01单机运行时内核
五大核心能力、多 Agent 并存、CLI / REST / 定时触发，以及持久化与基础审计。
规划
02底座分布式
状态外置、实例无状态化、多副本部署，让底座具备高可用与水平扩展能力。
愿景
03跨节点 Agent 协作
引入 Agent 通信底座，对接 A2A，探索发现、委托与可靠异步协作。
多渠道、知识库、可观测性、Web 管理与企业治理按实际需求推进。路线图不代表已交付功能或发布时间承诺。
BUILD IN THE OPEN
一起构建 Agent 的运行底座
从一个想解决的问题开始。阅读设计、讨论需求，或者提交你的第一个改动。
terminal
$ git clone https://github.com/lt950303/agent-lean-demo.git
$ cd agent-lean-demo目前为设计与开发准备阶段，暂未提供运行时安装包。