开源项目第172期：agentOS — 以库的形式给 AI Agent 一个操作系统，冷启动 92x 更快、内存 47x 更少

引言

"Give agents an operating system as a library. 92x faster cold starts, 47x less memory, 254x cheaper than sandboxes."

这是「每日一个开源项目」系列的第 172 篇 。今天的项目是 agentOS ------ 一个以 npm 库形式发布的 AI agent 运行时，让你在自己的 Node.js 后端里运行 AI coding agent，不需要启动任何外部沙箱、微VM 或容器。

给 AI agent 一个「执行环境」的问题正在变成基础设施问题：E2B、Daytona、Modal 这些沙箱服务的冷启动通常在几百毫秒到几秒，每个实例至少 1GB 内存，按分钟计费。agentOS 的切入点是：如果 agent 的 VM 是用 V8 隔离 + WebAssembly 实现的，而不是一个完整的 Linux 环境，那么这个 VM 可以嵌进你的进程里，冷启动几毫秒，几十 MB 内存，成本降低两个数量级。

4,265 颗 Star，Apache 2.0，由 Rivet Dev 维护。

你会学到什么

agentOS 的 VM 隔离模型：V8 隔离 + WebAssembly，和完整沙箱的核心差异
性能基准：与 E2B、Daytona 的冷启动/内存/成本对比数据
核心功能：bindings、文件系统挂载、权限控制、session via ACP
内置 agent 支持：Pi、Claude Code、Codex、OpenCode
什么场景适合 agentOS，什么场景需要完整沙箱

前提知识

了解 Node.js/TypeScript 基础
对 AI agent 工具调用有基本认知
了解 V8 或 WebAssembly 的概念会有帮助，但不是必须的

项目背景

概述

agentOS 是一个 npm 包（@rivet-dev/agentos），安装后你可以在 TypeScript/Node.js 代码里直接创建 VM 实例，在 VM 里运行 AI agent，agent 通过 bindings 直接调用你定义的 JavaScript 函数，不需要网络跳转。

架构决策：每个 VM 用一个信任的 sidecar 进程拥有自己的「内核」------ 虚拟文件系统、进程表、管道、PTY、虚拟网络栈。所有 guest 的 syscall 都通过这个 sidecar 代理，不直接接触宿主机。guest JavaScript 跑在 V8 isolate（全 JIT 加速），编译工具跑为 WebAssembly。多个 VM 共享一个 sidecar 进程，每增加一个 VM 只需要一个 V8 isolate 加内核状态，而不是一个新的 OS 进程。

项目信息

公司: Rivet Dev
主语言: Rust（核心运行时）+ TypeScript（SDK）
许可证: Apache-2.0
官网 : agentos-sdk.dev

项目数据

⭐ GitHub Stars: 4,265+
🍴 Forks: 214+
📄 许可证: Apache-2.0
📅 创建时间: 2024-02-07

快速上手

bash 复制代码

npm install @rivet-dev/agentos @agentos-software/pi

创建服务端（server.ts）：

ts 复制代码

import { agentOS, setup } from "@rivet-dev/agentos";
import pi from "@agentos-software/pi";

const vm = agentOS({
  software: [pi],
});

export const registry = setup({ use: { vm } });
registry.start();

创建客户端（client.ts）：

ts 复制代码

import { createClient } from "@rivet-dev/agentos/client";
import type { registry } from "./server";

const client = createClient<typeof registry>({
  endpoint: "http://localhost:6420",
});
const handle = client.vm.getOrCreate("my-agent");

// 订阅流式事件
const conn = handle.connect();
conn.on("sessionEvent", (event) => console.log(event));

// 打开 session，发送 prompt
await handle.openSession({
  agent: "pi",
  env: { ANTHROPIC_API_KEY: process.env.ANTHROPIC_API_KEY! },
});
await handle.prompt({
  content: [{ type: "text", text: "写一个 hello world 脚本到 /workspace/hello.js" }],
});

// 读取 agent 创建的文件
const content = await handle.readFile("/workspace/hello.js");
console.log(new TextDecoder().decode(content));

运行：

bash 复制代码

# 终端 1：启动服务端
npx tsx server.ts

# 终端 2：运行客户端
npx tsx client.ts

也可以直接在 VM 里执行 Node.js 和 Shell：

ts 复制代码

// 写入并执行 Node.js 文件
await handle.writeFile("/hello.mjs", 'import fs from "fs"; fs.writeFileSync("/out.txt", "hi")');
await handle.exec("node /hello.mjs");

// 执行 Shell 命令
const result = await handle.exec("cat /out.txt");
console.log(result.stdout); // "hi"

性能基准

这是 agentOS 的核心卖点，基准数据来自 2026 年 3 月 30 日的测量：

冷启动时间

百分位	agentOS	最快沙箱（E2B）	倍数
p50	4.8 ms	440 ms	92x 更快
p95	5.6 ms	950 ms	170x 更快
p99	6.1 ms	3,150 ms	516x 更快

agentOS 在 Intel i7-12700KF 上测量。E2B 是截至 2026 年 3 月冷启动最快的主流沙箱。

每实例内存占用

工作负载	agentOS	最便宜沙箱（Daytona）	倍数
完整 coding agent（Pi + MCP + filesystem）	~131 MB	~1,024 MB	8x 更小
简单 Shell 命令	~22 MB	~1,024 MB	47x 更小

每执行秒成本（自托管，完整 coding agent）

宿主机	agentOS	Daytona	倍数
AWS ARM	$0.00000058/s	$0.000018/s	32x 更便宜
Hetzner ARM	$0.000000066/s	$0.000018/s	281x 更便宜

Daytona 基准： $0.0504/vCPU−h+0.0504/vCPU-h +$ 0.0504/vCPU−h+0.0162/GiB-h（1 vCPU + 1 GiB 最低配置）。

为什么会有这么大的差距 ：Daytona 等沙箱最小实例是 1 vCPU + 1 GiB，即使你只运行一条 ls 命令，也需要分配整个实例。agentOS 的 VM 只需要一个 V8 isolate 和内核状态，简单命令只用 22 MB。

核心功能详解

Bindings：agent 直接调用你的函数

这是 agentOS 与传统沙箱最根本的架构差异。

传统沙箱里，agent 要访问你的数据或调用你的逻辑，只能通过网络 API ------ 沙箱 → HTTP → 你的后端。这意味着凭证要传进沙箱，延迟增加，还多一个攻击面。

agentOS 的 bindings：

ts 复制代码

const vm = agentOS({
  software: [pi],
  bindings: {
    // 这个函数暴露给 VM 里的 agent，作为一个 CLI 命令
    get_user_data: async (userId: string) => {
      return await db.users.findById(userId); // 直接访问你的数据库
    },
  },
});

agent 在 VM 里执行 get_user_data 123，就像执行任意 Shell 命令一样，但实际上是调用你在宿主机上定义的 TypeScript 函数。凭证和数据库连接从不进入 VM。

文件系统挂载

支持在启动时或运行时动态挂载：

ts 复制代码

const vm = agentOS({
  software: [pi],
  mounts: [
    { type: "s3", bucket: "my-bucket", mountpoint: "/data" },
    { type: "host", path: "./local-dir", mountpoint: "/workspace" },
    { type: "memory", mountpoint: "/tmp" },
    // Google Drive（OAuth 后）
    { type: "gdrive", mountpoint: "/drive" },
  ],
});

权限控制

网络出口默认拒绝，按需开放：

ts 复制代码

const vm = agentOS({
  software: [pi],
  permissions: {
    network: {
      outbound: [
        { host: "api.github.com", allow: true },
        { host: "*", allow: false }, // 拒绝其他所有
      ],
    },
    filesystem: {
      read: ["/workspace", "/data"],
      write: ["/workspace"],
    },
  },
});

Sessions via ACP

agentOS 通过 ACP（Agent Client Protocol） 管理 agent 会话：

会话自动持久化，无需额外代码
可以恢复中断的会话
统一的 transcript 格式，跨 agent 调试和比对

Cron 和 Webhook

ts 复制代码

// 定时触发 agent
registry.cron("0 9 * * *", async () => {
  const handle = client.vm.getOrCreate("daily-report");
  await handle.openSession({ agent: "pi" });
  await handle.prompt({ content: [{ type: "text", text: "生成今日报告" }] });
});

// 外部 webhook 触发
registry.webhook("/github-events", async (req) => {
  // 处理 GitHub webhook，委派给 agent
});

多人协作

多个客户端可以实时观察和协作同一个 agent：

ts 复制代码

// 客户端 A 和 B 连接同一个 agent handle
const conn1 = handleA.connect(); // 只读观察
const conn2 = handleB.connect(); // 也可以发 prompt

Agent-to-Agent 委派

通过 bindings 实现 agent 委派其他 agent：

ts 复制代码

const vm = agentOS({
  software: [pi, claudeCode],
  bindings: {
    // agent Pi 可以调用这个 binding，启动一个 Claude Code agent 做子任务
    run_code_review: async (prUrl: string) => {
      const reviewHandle = client.vm.getOrCreate(`review-${prUrl}`);
      await reviewHandle.openSession({ agent: "claude-code" });
      await reviewHandle.prompt({
        content: [{ type: "text", text: `Review PR: ${prUrl}` }],
      });
      return await reviewHandle.getResult();
    },
  },
});

内置 Agent 注册表

agentOS 有一个注册表（Registry），通过 npm 包形式分发：

Agent/包	npm 包名	说明
Pi	`@agentos-software/pi`	主推的通用 coding agent
Claude Code	`@agentos-software/claude-code`	Anthropic Claude Code（beta）
Codex	`@agentos-software/codex`	OpenAI Codex（beta）
OpenCode	`@agentos-software/opencode`	OpenCode（beta）

常用命令行工具 （作为 npm 包安装）： git、ripgrep、jq、sqlite3、duckdb、curl、vim，以及元包 common、build-essential、everything。

POSIX 基础工具（coreutils、sed、grep、gawk、findutils、diffutils、tar、gzip）开箱即用，不需要额外安装。

agentOS vs 完整沙箱：如何选择

agentOS 本身在文档里明确说：二者不是对立关系，而是互补的。

维度	agentOS	完整沙箱（E2B/Daytona）
冷启动	4.8ms（p50）	440ms+（p50）
最小内存	~22 MB	~1,024 MB
宿主机进程集成	✅（in-process，直接 bindings）	✗（需要网络 API）
原生二进制编译	部分（WebAssembly 格式）	✅（完整 Linux）
浏览器运行	通过 Browserbase（beta）	✅
Dev server 运行	✗	✅
成本	极低	按分钟计费

选 agentOS 的场景：

agent 需要调用你后端的数据库或函数（bindings 直接调用）
高并发、高频率的 agent 任务（低内存意味着单机跑更多实例）
对冷启动延迟敏感（用户实时等待的场景）
自托管，不想接受沙箱服务商的账单

选完整沙箱的场景：

需要运行原生编译（C/C++/Rust 工具链）
需要启动完整开发服务器（Node/Python HTTP server）
需要真实浏览器（不是 headless API）
工作负载已经很重，沙箱成本可接受

两者配合（sandbox mounting）：

ts 复制代码

const vm = agentOS({
  software: [pi],
  // 当工作负载需要时，按需启动完整沙箱并挂载其文件系统
  sandbox: { provider: "e2b", mountpoint: "/sandbox" },
});

平时用轻量 agentOS VM，遇到需要真实 Linux 的任务时临时挂载沙箱。

参考资源

官方链接

🌟 GitHub : rivet-dev/agentos
🌐 官网 : agentos-sdk.dev
📖 快速开始 : agentos-sdk.dev/docs/quicks...
📦 注册表 : agentos-sdk.dev/registry
📊 基准测试 : agentos-sdk.dev/docs/benchm...
🏗️ 架构文档 : agentos-sdk.dev/docs/archit...
💬 Discord : rivet.dev/discord

总结

agentOS 回答了一个很具体的工程问题：「我想在产品里运行 AI agent，但我不想接受沙箱服务的冷启动延迟、高内存占用和按分钟计费。」它的答案是：用 V8 isolate + WebAssembly 实现一个足够好的 VM，把这个 VM 做成一个 npm 库，让你直接 npm install 进自己的后端。

三个设计决策值得记住：

Bindings 是核心：不是「agent 调用你的 HTTP API」，而是「agent 调用你定义的 TypeScript 函数，通过 VM 内的 CLI 命令形式」。凭证从不进入 VM，延迟几乎为零，agent 的能力完全由你控制。

性能差距是结构性的：完整沙箱最小实例是 1 vCPU + 1 GiB，无论你跑什么工作负载都要付这个底价。V8 isolate 的底价是几十 MB。这不是优化出来的差距，而是隔离层选择不同导致的结构性差距。

与完整沙箱互补，不是替代 ：sandbox mounting 这个功能说明团队理解 agentOS 的边界：在需要真实 Linux 环境时，把沙箱文件系统挂进 VM，而不是试图用 WebAssembly 模拟一个完整 OS。

如果你正在构建需要 AI agent 能力的产品，但对沙箱服务的成本和延迟不满意，agentOS 的 npm install @rivet-dev/agentos 是值得评估的选项。

探索 PrimeSkills ------ 精选 AI agent 和技能工具，每一个都经过真实工作流验证。没有炒作，只有真正好用的工具。

访问我的个人主页，获取更多见解和有趣的产品。