AI时代,dify、n8n、langchain、CriewAI、扣子、飞书 等已经积累了很庞大的用户群体,我认为超级个体再做同类产品已经没有任何意义。通过集成方式海纳百川,不局限于Agent的形式、技术栈、框架,核心关注如何实现Agent驱动的产品目标,发掘产品的价值,形成独有的护城河。
基于企业真实案例,目前没有找到一个能满足我所在企业千人千面Agent的开源生态,目前我在做企业级AIOS,做真正意义上AI驱动的软硬结合的(当前为教育硬件)标杆产品。
AI时代的业务系统,API是入口,Agent是消费者,GUI只是Fallback.业务系统必须满足被AI调用和为AI设计。
AI Native:
- 内建RAG/GRAPH 能力
- 内建WorkFlow/Orchestration
- 内建事件流(Event Bus)
- 内建权限/审计/记录/追踪系统
- 内建工具注册中心
GUI:
- 监督Agent
- 批准/修正Agent的行为/动作
- 查看Agent的思维过程
- 配置Agent的业务逻辑
业务流: 数据层(RAG、GRAPH、事件流)--> 提供给Agent的API --> 低代码构建业务功能 --> GUI
2025-11-24 增加用户登录功能,满足当前阶段调式接口需要用户凭证的需求。
墨智是一款集智能体管理、开发、测试与应用于一体的智能平台,致力于打造面向AIOS的Agent应用生态。
react版: https://github.com/aios-rs/agent-pilot server: https://github.com/aios-rs/agentos
项目正在重构,请勿从源码构建当前项目,查看release页面选择最新的安装包体验!
基于moly二次开发。
当前正在重构为新一代AI友好的框架
预研:
Agent通用能力内化,涉及opencv、图片、视频、浏览器、文件处理、附件提取、向量、格式转换、搜索、RAG、GRAPH、WorkFlow、Event、Socket等各组件的能力封装。
前期: 以Agent为主
- Agent管理(已完成)
- 提示词备份 (已完成)
- 问题建议 (高优先级开发中)
- 自定义参数 (已完成)
- Agent日志(对开发者来说日志可视化没有必要,暂缓开发)
- 基于Agent的编排 (开发中)
- 监测 (开发中)
后期: 以业务为主
- 全题型题目录入支持含图片、公式
- 全题型渲染含公式
- 手动、自动组卷
- 交互式答题器
- AI阅卷 (已完成)
- SaaS化
- 用户登录
- rbac权限控制
