核心功能与用法
Agent OS 是专为 OpenClaw 设计的持久化智能体操作系统，解决传统 Agent 框架"无状态"的核心痛点。其核心架构包含四大模块：Agent（持久化工件） 维护记忆库与能力评分；TaskRouter 自动拆解目标为可执行任务并匹配最佳执行者；Executor 串行调度并实时追踪进度；AgentOS 作为顶层编排器统揽全局。
使用流程简洁：通过 clawhub install 安装后，实例化 AgentOS、注册带能力标签的智能体、调用 runProject(goal, taskTypes) 即可启动项目。系统会自动将"构建功能"拆解为规划→设计→开发→测试等子任务，并按能力标签分配至对应 Agent。
显著优点
1. 真正的持久化记忆：所有状态落盘至 data/ 目录，项目可随时中断、恢复，Agent 跨会话保留历史经验与成功率数据。
2. 智能任务路由：基于能力匹配而非随机分配，减少无效重试。
3. 成本优化设计：通过记忆复用减少上下文重复传输，直接降低 API Token 消耗。
4. 模块化扩展：清晰的 Agent → Router → Executor 分层便于定制。
5. 实时可观测性：内置 Dashboard 与进度追踪 API。
潜在局限与风险
- 单点故障：当前版本缺乏分布式容错，Executor 崩溃可能导致项目状态不一致。
- 串行瓶颈：v0.1 仅支持顺序执行，复杂 DAG 场景效率受限（v0.2 计划支持并行）。
- 安全风险：持久化文件若未加密，敏感任务历史可能泄露；
data/目录权限管理需用户自行加固。 - 学习机制待完善：当前"能力评分"为手动配置，自动学习系统尚未实现。
适用人群
适合需长期运行、多阶段协作的 AI 项目团队，如自动化研究流水线、持续迭代的内容生产系统、复杂软件工程任务等。对单次性、无状态查询场景则不必要。
常规风险
- 数据残留：卸载 Skill 时需手动清理
data/目录，否则可能残留敏感信息。 - 版本兼容性：持久化数据格式可能随版本迭代变化，升级前建议备份。