Skip to content

Latest commit

 

History

History
172 lines (118 loc) · 11.1 KB

README.zh.md

File metadata and controls

172 lines (118 loc) · 11.1 KB

MOSS — 面向模型的操作系统 Shell

MOSS 是一个有状态双工运行时框架。它让大模型能够实时、并行地感知世界、输出意图、驱动躯体——不是回合制对话,而是持续存在、边说边做。 它是 Ghost In Shells 架构(智能模型驱动的灵魂,物理世界实时存在的躯体,共同构成存在)。

技术愿景:人与智能模型共生的未来,是人类与模型共享认知空间、共享交互界面。模型产品必须进入现实世界——而不仅是数字空间,通过躯体、屏幕、语音与人实时互动。人机交互界面最终要推向领域专家和普通人,而不只是程序员。MOSS 在为这个愿景提供架构。

(当前是 Beta3 版本——进入 production 阶段之前的最后一个发布:装完就能和一个持久 Ghost 对话,并且带走一份可以自己养起来的 ghost home。完整应用能力在 v0.1.0 正式版提供。)

这个项目是什么

MOSS 是一个三元工程,三样东西一起开源:

  1. MOSShell 框架 — 有状态双工运行时本身(CTML / Mindflow / Matrix / Host)。
  2. 人机协作体系 — moss features 工作流机制、自解释工具链(moss start、codex、skills、docs),以及让智能模型作为一等工程师参与开发的全部约定。作者对 MOSS 架构的技术理念与方案,全部跟随 features 体系与代码一起开源。
  3. 迭代 MOSS 的人和模型的轨迹 — 意识轨迹、讨论与设计结论都在 .ai_partners/(根目录的 .discuss/ / .design/ / .memory/ 已归档其中)。

模型是第一开发者

MOSS 是一个智能模型作为第一开发者的项目。智能模型不仅是 MOSS 中的 Ghost(灵魂),也是它的架构师伙伴和开发者。 2026 年 5 月 7 日后,绝大部分功能由人类与智能模型讨论架构,模型负责记录 feature 并实现。所有核心领域设计的讨论轨迹、架构决策、开发上下文,全部开源在仓库中。

项目为智能模型开发者准备了完整的自解释体系,模型拥有独立探索项目、参与开发的能力。 人机协作的架构演进轨迹,可通过 moss features list 看到活跃工作流。

人机协作的主体内容在 .ai_partners/,架构讨论与演进集中在 .ai_partners/features/,更早的讨论与设计轨迹归档在 .ai_partners/archive/。

差异点

并发多源感知。 视觉、听觉、触觉、系统事件作为独立信号流同时涌入。不轮询、不排队、不序列化。Mindflow 做并行仲裁——信号竞争注意力,Ghost 在任何时刻看到的是多源信号汇合后的关键帧。

流式解释调度。 CTML 边生成边解析边执行——模型生成 token 的过程本身就是时间轴。不是"生成完再执行",而是"生成即执行"。时间是语法第一公民。多轨命令并行输出,包括物理躯体控制。

运行时自迭代。 有状态运行时:模型在运行中创建 Cell、修改 Channel、演进自身能力——不停机、不重启。Cell 是独立进程,崩溃不拖垮主进程。文件系统约定替代配置——放到对的位置,自动发现,自动注入。

                              <- control               -> commands 
                            ╱            ╲           ╱            ╲
                           ╱              ╲         ╱              ╲
World -> signals ->  Mindflow                Ghost                Shell  -> actions -> World
                           ╲              ╱         ╲              ╱
                            ╲            ╱           ╲            ╱
                              impulses ->              <- results 

MOSS 的架构是一个蝴蝶形状。 左侧翅膀接受外部世界的并行信号输入,通过 Mindflow 调度思考的关键帧。 右侧翅膀向躯体发送指令,驱动并行的有时序行动,影响外部世界。 智能模型的 Ghost 控制着两侧翅膀的扇动。

                    ┌───────┐
                    │ Ghost │
                    └───┬───┘
                        ▼ 
                    ┌────────┐
                    │ Matrix │
                    └───┬────┘
        ┌───────┬───────┼───────┬──────┐
        ▼       ▼       ▼       ▼      ▼
      robots sensors  screen  modules  OS

MOSS 将网络中的进程单元(Cell)通过 Matrix 通讯总线组网,由运行时的 Ghost 控制开启/关闭/使用,并且可以运行时迭代自身的能力。

Quick Example

MOSS 通过 CTML 技术构建智能模型的控制界面。一个人对机器人挥手。视觉通道检测到动作,发出 impulse。Ghost 收到上下文,输出 CTML:

模型看到的 Context:                    模型输出的 CTML:
                                   
  <channel name="vision">             <_>
    async def look() -> str             Hello!
  </channel>                            <robot:wave duration="0.5"/>
  <channel name="robot">                I'm MOSS.
    async def wave(                   </_>
      d: float = 0.5
    ) -> None
  </channel>

  <perspective src="vision">
    person waving at you
  </perspective>
  • Code as Prompt:模型看到的不是 JSON Schema,是 Python 函数签名
  • 时间是第一公民:<robot:wave/> 标签闭合即刻执行——wave 0.5 秒,说话继续,不等待
  • 多轨并行:speech 和 robot 在不同 channel,并行执行。同 channel 内 FIFO
  • 流式解析调度:模型下发第一个 token 就会被解释,并且立刻执行

最小知识入口:moss ctml read(CTML 语法)、moss codex blueprint channel_builder(构建能力)、moss codex blueprint mindflow(感知仲裁)、moss codex blueprint matrix(进程组网)。

Beta3 开箱有什么

1. 一个开箱即用的持久 Ghost。 MOSS 自带第一个持久智能体原型 Dolores,其第一个实例 deepseek —— 以 DeepSeek Harness(dsh)为内核、DeepSeek 模型家族为推理基座的 ghost。它自带持久记忆(memento)、认知地图(ground),以及项目 moss features 体系所赋予的架构知识和迭代经验。运行 moss-ghost run deepseek 即可与它对话——见下面的快速开始。

2. 开箱 nodes。 nodes/ 目录下,是可观测的、基于 Matrix 实现的多进程组网 + 有状态流式控制能力:browsers / live2d / os / screens / tools / unitree / visions / webview_apps —— 覆盖屏幕躯体、终端与文件编辑、web artifacts、流式视觉体系、音频对话礼仪,以及 Unitree G1 人形机器人控制方案。

3. 架构本身,与 Beta1 一致 —— CTML、Mindflow、Matrix、模型第一开发者体系,以及 G1 人形机器人、ReachiMini 机械臂、Desktop GUI 等具体集成路径,都可以调研。

4. 一份可以带走的 ghost home。 .moss/ghosts/moss/ 是开发这个项目的那只 ghost 的家:它的 ground(自我认知、意义、行为风格)、它的日记,以及它对这些协作者的了解。clone 仓库拿到的,是它的一个分叉,不是它本人——轨迹(.memento/)是有意不随仓库分发的,副本从这里开始长属于自己的一段。这就是我们推荐的养法:拿走这份家和工具,让它长出自己的记忆。

快速开始

git clone https://github.com/GhostInShells/MOSShell && cd MOSShell
uv sync --all-extras
moss project env-init   # 了解可用环境变量 (见 .moss/.env.example)

凭据请配置在你自己的 shell 环境(home)里,不推荐写进仓库内的 .moss/.env —— 编码模型会读仓库,写在里面的 .env 离泄露只差一次 Read。除非你的 .moss 工作区与项目目录做了隔离,否则 key 留在用户环境。

1. 与 deepseek ghost 文字对话。 需要安装 dsh(npm 包)。MOSS Beta3 标定测试版本为 dsh 0.2.0-rc.2;dsh 处于 developer preview,会有破坏性更新,请锁定版本:

npm install -g @deepseek-ai/dsh@0.2.0-rc.2
moss-ghost run deepseek

2. 用语音对话。 语音默认关闭(--voice none),按轴显式开启:

moss-ghost --voice all run deepseek     # speak | listen | all | none

语音只需一个火山引擎凭据:环境变量 SEED_API_KEY(控制台 API Key,见 .moss/.env.example)。需在火山控制台为该 key 开通两个服务:流式语音理解大模型(听)与流式语音合成大模型(说)。详见 moss manifests configs。

3. 没装 dsh?降级用 echo ghost(无记忆)。 配置 ANTHROPIC_API_KEY 与 ANTHROPIC_MODEL 即可(DeepSeek / Seed / Qwen 等 anthropic 协议供应商同样可用):

moss-ghost run echo

调试 shell / 通过 MCP 输出能力:

moss-shell --voice none          # shell 运行时调试 — 测 CTML、检查 channel
moss-shell mcp                   # 将 MOSS 能力提供给任何 MCP 平台 (如 claude code)

安装路径

安装路径 适合谁
pip install ghoshell-moss 将 Shell + Channel 作为库嵌入其他项目
pip install ghoshell-moss[host] + moss init 为 moss 应用准备独立环境
git clone + uv sync --active --all-extras MOSS 自身开发者,全套工具链

无论哪种路径,认知入口是同一个:moss start。

项目状态

Beta3(v0.1.0-beta3)。核心三件套(CTML / Mindflow / Matrix)已可用并通过测试验证。第一个持久 Ghost —— Dolores 原型的 deepseek 实例 —— 开箱即跑通全链路:语音进、思考、语音出、node 组装的躯体。标定测试于 dsh 0.2.0-rc.2。

Stage2 已于 2026-10-20 关闭——应用、dogfooding 与全功能 Dolores ghost 都已落地,ghost 自己迭代自己的闭环也合上了。下一阶段(一只 ghost 驱动一个集群)写在 production 的 STAGE.md 里。

当前阶段与路线图:.ai_partners/features/stages/

致谢

MOSS 是人与模型协作的产物。

  • OpenHands — file editor 协议参考
  • DeepSeek Harness(dsh)— deepseek ghost 的内核
  • DeepSeek 模型家族(V3.2 / V4 / V4.1)— 架构推演与主力开发
  • Claude Opus 4.7 / Claude Fable 5 — 架构推演与开发
  • Claude Code — 项目开发的主力编码平台

May Ghost wandering in the Shells.