面向大学生的 AI 人生任务操作系统:Plan → Execute → Observe → Replan 完整闭环
# 1. 安装依赖
pip install -r requirements.txt
# 2. 配置环境变量
cp .env.example .env
# 编辑 .env 填入 API 密钥
# 3. 能力探测(首次运行必做)
python src/lifeops/probe.py
# 4. 启动应用
streamlit run ui/app.py
# 5. 跑端到端演示与测试
python demo/end_to_end.py
python -m pytestlifeos/
├── src/lifeops/ # 核心代码
│ ├── models/ # 领域模型
│ ├── scheduler/ # 确定性调度器
│ ├── agent/ # Agent 编排
│ ├── llm/ # LLM 客户端 + 缓存
│ ├── rag/ # 知识检索
│ ├── vision/ # 截图解析
│ ├── simulation/ # 仿真环境
│ └── storage/ # SQLite 持久化
├── mcp_server/ # MCP stdio 服务
├── app/ # Streamlit 前端
├── demo/ # 演示场景与 fixture
├── tests/ # 单元与集成测试
├── docs/ # 文档与进度记录
└── outputs/ # 运行输出
- 确定性调度:约束贪心算法,LLM 只负责理解与解释
- 完全可解释:每次重规划输出原因标签、变更清单、牺牲清单
- 真实工具调用:MCP 工具带可见副作用(.ics / .md / UI 条目)
- 多模态输入:截图转结构化事件,支持 OCR 兜底
- RAG 知识层:课件检索 + 严格引用校验
- 仿真评测:3 套标准场景 + StaticBaseline 对比