# ecosystem

**Repository Path**: openairymax/ecosystem

## Basic Information

- **Project Name**: ecosystem
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: develop
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-07-14
- **Last Updated**: 2026-07-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Airymax 生态层 — 工具、提示词、示例与技能

> Airymax AI 智能体运行时平台的生态层管理仓库。
> [airymaxhub](https://atomgit.com/openairymax/airymaxhub) 伞仓下五个管理仓之一。

**语言:** [English](README.md) | 简体中文

[![Version](https://img.shields.io/badge/version-0.1.1-5a6b7e)](https://atomgit.com/openairymax/ecosystem)
[![License](https://img.shields.io/badge/license-AGPL--3.0+Apache--2.0-4a90d9)](LICENSE)
[![Python](https://img.shields.io/badge/Python-3.10+-3776AB?logo=python&logoColor=white)](https://www.python.org)

---

## 概述

**`ecosystem` 管理仓**是 Airymax 平台面向应用的生态层。它以 git submodule 方式聚合 **5 个叶子仓**，提供 Agent 应用在运行时消费的上层生态支持 —— 配置管理、提示词模板、参考示例、开放实验室和官方技能定义。

在 Airymax 四层架构（`Applications → Ecosystem → Daemon Services → Atoms`）中，生态层位于终端用户应用与运行时守护进程之间。这是 Agent 开发者最常驻留的层：他们基于 SDK 编写 Agent，然后在 `manager/` 中注册、从 `prompts/` 组合提示词、从 `examples/` 学习、通过 `openlab/` 扩展平台、从 `skills/` 复用官方能力。

本管理仓仅承载文档、submodule 接线和许可证。所有实现均在叶子仓中。

## 仓库结构

```
ecosystem/                 # 管理仓（本仓库）
├── manager/               # 生态管理器叶子仓（submodule）
├── prompts/               # 提示词库叶子仓（submodule）
├── examples/              # 示例 Agent 叶子仓（submodule）
├── openlab/               # 开放实验室叶子仓（submodule）
├── skills/                # 官方技能叶子仓（submodule）
├── .gitmodules            # Submodule 定义
├── LICENSE                # AGPL-3.0 + Apache-2.0 双许可证全文
├── NOTICE                 # 版权、商标与第三方声明
├── README.md              # 英文版
└── README_zh.md           # 本文件（中文）
```

## 叶子仓

| 模块 | 目录 | 仓库 URL | 说明 |
|------|------|----------|------|
| **manager** | `manager/` | `git@atomgit.com:openairymax/manager.git` | 统一配置与生命周期管理中心 — 11 个 JSON Schema（~272 条规则）、10 个已注册技能、12 个已注册 Agent、3 套环境覆盖层（dev/staging/prod）、sanitizer 抑制文件、安全策略、部署模板 |
| **prompts** | `prompts/` | `git@atomgit.com:openairymax/prompts.git` | 官方提示词模板库 — 4 类共 14 个模板（Cognition / Memory / Security / System）、registry、tuner 框架（评分器 / 评估器 / A-B 测试） |
| **examples** | `examples/` | `git@atomgit.com:openairymax/examples.git` | 10 个可运行示例 Agent，分级学习路径（Beginner → Intermediate → Advanced）— hello-agent、weather-agent、code-review-agent、research-agent、multi-agent-debate 等 |
| **openlab** | `openlab/` | `git@atomgit.com:openairymax/openlab.git` | 开放实验室 — 多智能体编排核心、4 个参考应用（DocGen / E-Commerce / Research / VideoEdit）、7 个角色 Agent、社区贡献、JSON-RPC 2.0 市场 |
| **skills** | `skills/` | `git@atomgit.com:openairymax/skills.git` | 5 个官方技能（code_review / text_summarization / security_audit / data_analysis / web_search），基于 `sdk-python` 的 `SkillPlugin` 基类构建 |

## 生态架构

生态层是 Airymax 四层架构的第二层。它消费守护服务层（通过 SDK）暴露的运行时能力，并提供 Agent 应用组装所需的构建块：

```
┌──────────────────────────────────────────────────────────────────┐
│  Applications（应用层）                                           │
│  终端用户 Agent 应用（基于生态层 + SDK 构建）                      │
├──────────────────────────────────────────────────────────────────┤
│  ★ Ecosystem（生态层 — 本管理仓）★                                │
│  manager · prompts · examples · openlab · skills                 │
├──────────────────────────────────────────────────────────────────┤
│  Daemon Services（守护服务层）                                    │
│  12 个运行时守护进程（gateway_d / llm_d / tool_d / sched_d / ...） │
├──────────────────────────────────────────────────────────────────┤
│  Atoms（原子层）                                                  │
│  微核心原语（corekern / coreloopthree / syscall / ...）           │
└──────────────────────────────────────────────────────────────────┘
```

每个叶子仓在生态层中承担不同职责：

| 叶子仓 | 职责 | 关键产物 |
|--------|------|----------|
| **manager** | 配置根 — 唯一真相源 | `configs/agentrt.yaml`（v0.1.1 统一运行时配置） |
| **prompts** | 提示词工程 — 模板 + 评估 | `registry.yaml` + tuner 框架 |
| **examples** | 学习路径 — 可运行参考 Agent | 10 个分级难度的示例 Agent |
| **openlab** | 创新面 — 实验性与社区 | 4 个参考应用 + 市场 |
| **skills** | 可复用能力 — 官方技能包 | 5 个 `SkillPlugin` 子类 |

### 上游依赖

- **SDK** — 通过语言 SDK（`sdk/` 管理仓）连接到运行中的 AgentRT 实例；SDK 暴露双层 API（Cognition / Safety / Tool / Chat 嵌套客户端）
- **运行时** — `manager/configs/agentrt.yaml` 在启动时被 AgentRT 运行时消费；`manager/sanitizer/` 抑制文件在构建/测试时被构建工具链消费
- **Cupolas** — `manager/sanitizer/` 和 `manager/security/` 与 Cupolas 安全模块在双责模型下共同所有

### 下游消费者

- **Agent 开发者** — 使用 `prompts/` 和 `skills/` 作为构建块；从 `examples/` 学习；通过 `manager/` 配置部署
- **运维人员** — 使用 `manager/` 部署模板和监控配置进行生产环境部署
- **研究人员** — 使用 `openlab/` 进行实验性功能和社区贡献研究
- **CI / CD 流水线** — 运行 `manager/tools/drift_detector.py` 和 `manager/tools/config_diff.py` 作为配置验证门禁

> **注意**：官方 Hook 集合（原 `ecosystem/hooks/`）已于 SP09.3 迁移至 `sdk-python/agentrt/hooks/`，import 路径变更为 `from agentrt.hooks import ...`。

## 构建与使用

生态层交付 Python 工具和配置，而非编译产物。典型用法：

```bash
# 克隆（含 submodule）
git clone --recurse-submodules git@atomgit.com:openairymax/ecosystem.git
cd ecosystem
git submodule update --remote --checkout

# 验证配置文件（manager/）
python -c "
import json, yaml
from jsonschema import validate
schema = json.load(open('manager/schema/kernel-settings.schema.json'))
config = yaml.safe_load(open('manager/kernel/settings.yaml'))
validate(instance=config, schema=schema)
"

# 运行运维工具集（manager/）
python manager/tools/src/drift_detector.py --action both --output drift_report.json

# 运行示例 Agent（examples/）
cd examples/hello-agent && python main.py

# 运行技能测试（skills/）
python -m pytest skills/tests/ -v
```

## 分支策略

- **本管理仓** — 仅 `main` 分支。不在此创建 feature 分支。
- **叶子仓** — 活跃开发在 `feature/official-hubs-01` 分支上进行。各叶子仓的 `main` 分支跟踪最近一次稳定发布。

克隆本仓库（含 submodule）：

```bash
git clone --recurse-submodules git@atomgit.com:openairymax/ecosystem.git
cd ecosystem
git submodule update --remote --checkout
```

## 许可证

采用 **AGPL v3 + Apache 2.0** 双许可证（SPDX: `AGPL-3.0-or-later OR Apache-2.0`）。可任选其一适用。两份许可证的完整文本均见 [LICENSE](LICENSE)，版权、商标与第三方组件声明详见 [NOTICE](NOTICE)。

Copyright (c) 2025-2026 SPHARX Ltd. All Rights Reserved.