ANOLISA：阿里云开源Agentic OS，面向AI智能体的服务器底层操作系统
一、ANOLISA是什么
ANOLISA 全称 Agentic Nexus Operating Layer & Interface System Architecture，中文可译作艾诺丽萨，是阿里云基于龙蜥Anolis OS打造、面向AI智能体（Agent）负载的服务端Agentic OS（智能体原生操作系统）。
传统Linux操作系统是为人类操作设计，原生缺少AI智能体运行所需的记忆、安全、观测、Token优化、AI交互终端等底层能力；ANOLISA作为Anolis OS的AI原生进化版本，重构系统底层交互层，将AI智能体运行所需能力内置操作系统内核层，提供一套完整、原生适配大模型自主执行的底层运行底座，解决AI Agent在传统服务器系统中Token损耗高、无安全隔离、行为不可观测、无持久记忆、运维交互低效等痛点。
二、功能特色
ANOLISA内置六大核心原生组件，覆盖智能体交互、安全、监控、成本优化、持久记忆、运维技能全链路能力：
Copilot Shell（cosh）AI智能终端
基于通义千问Qwen Code构建系统级AI终端，支持自然语言转系统命令、代码解析、自动化运维任务、智能体一键部署，用户输入自然语言即可完成服务器管理、智能体初始化，统一人机与Agent交互入口。Agent Sec Core 智能体安全内核
操作系统原生安全防护层，解决AI自主执行带来的越权、脚本投毒、数据泄露风险；支持技能数字签名校验、进程轻量化沙箱隔离、危险指令拦截、主机隐私信息防泄露、系统安全基线加固，构建“智能失控”底层防火墙。AgentSight 零侵入智能体观测组件
基于eBPF技术实现无侵入监控，全链路采集LLM接口调用记录、Token消耗明细、Agent进程行为日志，可按智能体维度统计成本、定位异常调用，实现Agent运行状态全透明可审计。Token-less Token压缩优化工具集
内置TOON上下文压缩、指令重写、响应精简能力，降低大模型上下文Token消耗，官方实测可减少30%左右Token开销，直接降低大模型API调用成本。Agent Memory 智能体持久化记忆层
遵循MCP协议的CMA式文件系统记忆模块，仅Linux可用；提供沙箱文件工具、SQLite FTS5 BM25全文检索、Git版本回溯、tar.gz快照备份，为智能体提供长期存储、历史任务检索能力。OS Skills 运维技能库
预装标准化系统运维、服务器监控、安全巡检、DevOps、云原生集成预制技能，AI Agent无需重复探索系统环境，可直接调用标准化工具完成任务，大幅降低智能体开发适配成本。
三、技术细节
3.1 开发语言占比
项目多语言混合开发，各语言代码占比：
TypeScript：47.4%（上层交互、MCP服务、终端逻辑）
C：26.3%（内核增强、eBPF观测、安全沙箱底层）
Rust：11.4%（高性能记忆索引、安全校验模块）
Python：10.5%（运维脚本、Token压缩算法、测试用例）
Shell：2.1%（CI流水线、容器构建、部署脚本）
JavaScript及其他：0.8%
3.2 目录工程架构
仓库标准化工程目录，分层管理代码、文档、流水线：
.github：CI/CD流水线配置，支持Agent Memory模块自动打包、夜间容器镜像构建docker：容器镜像构建脚本，提供一键部署Docker镜像能力docs：中英文官方文档、组件使用教程、开发规范scripts：编译、打包、插件安装脚本，包含OpenClaw记忆插件适配工具src：核心组件源码，六大模块底层实现代码tests：全组件单元测试、集成测试用例
配套文件包含中英文README、贡献规范、安全规范、版本更新日志、开源协议等标准化文档。
3.3 底层关键技术栈
内核层：基于Anolis OS ANCK云内核，集成seccomp、Bubblewrap轻量化沙箱、eBPF追踪技术；
记忆层：MCP协议、SQLite FTS5 BM25检索、Git版本管理、文件系统快照；
安全层：数字哈希签名、进程资源隔离、主机敏感信息拦截；
优化层：TOON上下文压缩算法、LLM指令结构化重写；
部署层：RPM软件包分发、Docker容器化部署、Makefile统一编译流程。
3.4 部署交付方式
统一通过RPM软件包一键安装全部组件，支持Anolis OS系列发行版；提供独立cosh命令作为AI终端启动入口，支持单机、容器集群两种部署模式。
四、应用场景
企业AI运维数字员工
服务器运维智能体、巡检Agent、自动化发布智能体，依托Agent Sec Core安全隔离、AgentSight全链路审计，实现无人值守服务器管理，降低运维人力成本。私有化行业大模型智能体底座
金融、政企、能源等合规要求高的行业，本地部署自主执行Agent，原生系统级安全管控，数据不出内网，搭配Token-less降低大模型调用成本。云原生多智能体集群部署
阿里云云服务器、容器集群批量运行多个协同智能体，Agent Memory提供统一持久记忆，OS Skills内置云原生、容器管理标准化工具。AI开发与Agent调试平台
开发者通过Copilot Shell快速调试、部署自研智能体，AgentSight实时观测Token消耗与进程行为，快速优化Agent执行逻辑。离线本地自主智能体系统
无公网环境本地部署大模型配套智能体，依托本地持久记忆模块存储任务历史，无需依赖云端记忆服务。
五、使用方法
5.1 组件一键安装（RPM方式，官方推荐）
# 安装全部ANOLISA六大核心组件 sudo yum install copilot-shell agent-sec-core agentsight tokenless agent-memory os-skills
5.2 启动AI交互终端Copilot Shell
# 进入AI智能终端，自然语言执行系统操作、部署智能体 cosh
示例交互指令：
cosh: 部署OpenClaw智能体并开启持久记忆 cosh: 查看今日所有Agent Token消耗统计 cosh: 对服务器进行安全基线扫描
5.3 容器镜像部署
仓库docker目录提供自动化镜像构建脚本，执行流水线脚本生成nightly版本Docker镜像，支持容器集群批量调度ANOLISA运行环境。
5.4 组件单独使用
各模块解耦设计，可按需单独安装，例如仅部署agentsight用于智能体监控，仅安装agent-memory提供本地记忆服务，无需完整安装整套系统。
六、竞品对比
选取两类主流同类产品：底层Agentic操作系统、通用智能体开发框架，横向对比ANOLISA、OpenEuler AI套件、LangGraph三大产品核心能力：
| 对比维度 | ANOLISA（阿里云） | OpenEuler AI套件（华为） | LangGraph（LangChain开源框架） |
|---|---|---|---|
| 产品定位 | 服务器级Agentic操作系统（底层OS底座） | 通用Linux操作系统AI增强组件（内核配套工具） | 上层智能体应用开发框架（应用层） |
| 核心层级 | 操作系统底层内核层 | 操作系统配套工具层 | 应用代码业务层 |
| 原生安全能力 | 内置Agent Sec Core，进程沙箱、技能签名、越权拦截 | 基础容器隔离，无智能体专属安全管控 | 无原生安全，需自行集成第三方沙箱 |
| 智能体记忆 | 系统级持久化MCP记忆，本地文件+检索+版本快照 | 简易内存缓存，无持久化文件记忆 | 内存临时存储，持久化需额外对接数据库 |
| Token优化 | 原生Token-less压缩工具，系统全局生效 | 无内置Token优化能力 | 仅代码层上下文裁剪，无系统级优化 |
| 观测监控 | eBPF零侵入全链路Agent行为监控 | 基础进程监控，无LLM调用追踪 | 仅应用日志打印，无底层进程追踪 |
| 交互终端 | Copilot Shell AI系统终端，自然语言管服务器 | 传统shell，无AI原生终端 | 无系统终端，仅代码调用接口 |
| 部署形态 | RPM包、Docker镜像，整套OS配套组件 | OpenEuler系统软件包 | Python代码库，嵌入业务程序 |
| 适用场景 | 私有化企业运维、多智能体集群、合规内网自主Agent | 通用AI算力服务器基础环境 | 开发者快速搭建单智能体业务应用 |
七、常见问题解答（FAQ）
Q1：ANOLISA和原生Anolis OS龙蜥操作系统有什么区别？
A：Anolis OS是通用服务器Linux发行版，面向传统运维、云主机通用场景；ANOLISA是Anolis OS的AI智能体专属衍生增强版本，在原有Linux内核基础上新增六大Agent原生底层组件，专门为自主执行AI智能体设计，普通Anolis OS无记忆、安全、Token优化、AI终端等智能体专属能力。
Q2：ANOLISA是否支持Windows、macOS系统？
A：不支持，项目仅适配Linux系统，其中Agent Memory记忆模块仅可在Linux环境运行，推荐基于Anolis OS系列服务器系统部署。
Q3：ANOLISA是否可以搭配通义千问以外的大模型使用？
A：可以，Copilot Shell底层基于Qwen Code构建，但其余组件（AgentSight、Token-less、Agent Memory、安全内核、OS Skills）无模型绑定限制，可兼容GPT、GLM、DeepSeek等所有主流大模型。
Q4：Agent Memory模块的数据安全性如何保障？
A：模块内置沙箱隔离，每个智能体拥有独立文件存储空间，不同Agent无法互相访问记忆数据；文件存储支持哈希校验，防止记忆文件篡改，同时可配合Agent Sec Core实现读写权限管控。
Q5：个人开发者本地电脑能否安装ANOLISA？
A：本地x86/aarch64架构Linux虚拟机可通过RPM包安装，但项目设计目标为服务器生产环境，本地虚拟机硬件资源不足会导致AgentSight、记忆检索组件性能下降，更推荐云服务器部署。
Q6：ANOLISA是否完全开源，能否商用？
A：整体仓库开源，协议为Apache 2.0，允许免费商用、二次开发、自定义修改，无商用授权费用，仅需遵循开源协议声明。
Q7：Token-less模块的Token压缩效果稳定吗？
A：官方实测标准运维类Agent场景可降低约30%Token消耗，压缩效果随任务上下文长度提升更加明显，支持关闭压缩功能避免内容丢失，兼容所有LLM接口格式。
八、相关链接
GitHub仓库地址：https://github.com/alibaba/anolisa
九、总结
ANOLISA是国内首款面向AI智能体原生设计的服务器操作系统增强套件，依托阿里云龙蜥Anolis OS底层内核能力，从操作系统底层补齐传统Linux缺失的智能体安全、持久记忆、全链路观测、Token成本优化、AI交互终端、标准化运维技能六大核心能力，区别于上层智能体开发框架，它直接提供服务器级底层运行底座，兼顾私有化合规安全、企业运维自动化、多智能体集群调度需求，开源免费且适配国产软硬件生态，是企业落地自主执行AI数字员工、本地私有化智能体系统的底层基础设施方案。
版权及免责申明：本文由@AI工具集原创发布。该文章观点仅代表作者本人，不代表本站立场。本站不承担任何相关法律责任。
如若转载，请注明出处：https://www.aipuzi.cn/ai-news/anolisa.html
