lyraios MCP

利里奥斯

概述和技术基础

LYRAI是一个用于多AI AGENT的模型上下文协议（MCP）操作系统，旨在通过使AI应用程序（如Claude Desktop和Cursor）能够与金融网络和区块链公共链交互来扩展其功能。该服务器提供了一系列先进的人工智能助手，包括区块链公链操作（SOLANA、ETH等）。-检索钱包地址、列出钱包余额、转账、部署智能合约、链上借贷、调用合约功能、管理代币）、金融科技市场分析和总结报告，以及教育部门的学习和培训系统。

在LYRAIOS的未来运营中，高级VIP功能将专门支持在solana上使用LYRAI进行支付，LYRAI的CA： A6MTWuHbXqjH3vYEfbs3mzvGThQtk5S12FjmdpVkpump

欢迎观看我们的LYRA MCP-OS演示！

https://github.com/user-attachments/assets/479cad58-ce4b-4901-93ff-e60a98c477d4

核心创新与差异化价值

LYRAIOS旨在打造下一代AI Agent操作系统，在三个方面实现技术突破：

1. 开放协议架构：开创性的模块化集成协议，支持即插即用第三方工具/服务，兼容多模式交互接口（API/插件/智能硬件），与传统框架相比，扩展性提高了80%+
2. 多代理协作引擎：通过分布式任务编排系统突破单个代理的能力边界，实现动态多代理协作，支持企业级复杂工作流自动化和冲突解决
3. 跨平台运行时环境：构建跨终端AI运行环境，实现从个人智能助理到企业数字员工的平滑迁移，适用于验证金融、医疗、智能制造等领域的多场景解决方案

有关详细的体系结构信息，请参阅 架构文档.

系统架构

LYRAIOS采用自上而下的分层架构设计，包括用户界面层、核心操作系统层、MCP集成层和外部服务层。

LYRAIOS Architecture

VS

MANUS Architecture

用户界面层

用户界面层提供多种交互模式，允许用户与AI操作系统进行交互。

组件：

• Web用户界面：基于Streamlit，提供直观的用户界面
• 移动界面：移动适配接口，支持移动设备接入
• 命令行界面：命令行界面，适合开发人员和高级用户
• API客户端：提供API接口，支持第三方应用集成

核心操作系统层

核心操作系统层实现了人工智能操作系统的基本功能，包括进程管理、内存系统、I/O系统和安全控制。

组件：

• 流程管理

- 任务调度：人工智能任务的动态分配和调度 - 资源分配：优化人工智能资源使用 - 状态管理：维护AI进程状态

• 存储器系统

- 短期记忆：会话上下文维护 - 长期存储：持久知识存储 - 知识库：结构化知识管理

• I/O系统

- 多模式输入：处理文本、文件、API等。 - 结构化输出：生成格式化的输出结果 - 事件处理：响应系统事件

• 安全和访问控制

- 身份验证：用户身份验证 - 授权：权限管理 - 速率限制：防止滥用

MCP集成层

MCP集成层是系统的核心创新，通过模型上下文协议实现与外部服务的无缝集成。

组件：

• MCP客户端

- 协议处理程序：处理MCP协议消息 - 连接管理：管理与MCP服务器的连接 - 消息路由：将消息路由到适当的处理器

• 工具注册表

- 工具注册：注册外部工具和服务 - 能力发现：发现工具能力 - 清单验证：验证工具清单

• 工具执行器

- 执行环境：为工具执行提供执行环境 - 资源管理：管理工具执行所使用的资源 - 错误处理：处理工具执行过程中的错误

• 适配器

- REST API适配器：连接到REST API服务 - Python插件适配器：集成Python插件 - 自定义适配器：支持其他类型的集成

外部服务层

外部服务层包括通过MCP协议集成的各种服务，这些服务充当提供功能的MCP服务器。

组件：

• 文件系统：提供文件读写功能
• 数据库：提供数据存储和查询功能
• 网页搜索：提供互联网搜索功能
• 代码编辑器：提供代码编辑和执行功能
• 浏览器：提供网页浏览和交互功能
• 定制服务：支持其他定制服务集成

工具集成协议

工具集成协议是LYRAIOS开放协议架构的关键组成部分。它提供了一种标准化的方式，将第三方工具和服务集成到LYRAIOS生态系统中。

主要特点

• 标准化工具清单：使用描述功能、参数和要求的JSON模式定义工具
• 可插拔适配器系统：支持不同的工具类型（REST API、Python插件等）
• 安全执行环境：工具在具有资源限制和权限检查的受控环境中运行
• 版本控制和依赖关系管理：跟踪工具版本和依赖关系
• 监控和日志记录：全面记录工具执行情况

工具集成入门

1. 定义工具清单：创建一个描述工具功能的JSON文件
2. 工具：根据协议开发工具功能
3. 注册工具：使用API向LYRAIOS注册您的工具
4. 使用工具：您的工具现在可供LYRAIOS代理使用

有关示例和详细文档，请参阅 工具集成指南.

MCP协议概述

模型上下文协议（MCP）是一种用于连接LLM应用程序和集成的客户端-服务器架构协议。在MCP中：

• 主机 是启动连接的LLM应用程序（如Claude Desktop或IDE）
• 客户 与主机应用程序中的服务器保持1:1连接
• 服务器 为客户端提供上下文、工具和提示

MCP功能支持

LYRAIOS支持以下MCP功能：

• 资源：允许附加本地文件和数据
• 鼓励：支持提示模板
• 工具：集成以执行命令和脚本
• 采样：支持采样功能（计划中）
• 根：支持根目录功能（计划中）

数据流

用户请求处理流程

1. 用户通过接口层发送请求
2. 核心操作系统层接收请求并对其进行处理
3. 如果需要外部工具支持，则将请求转发给MCP集成层
4. MCP客户端连接到相应的MCP服务器
5. 外部服务执行请求并返回结果
6. 结果通过每一层返回给用户

工具执行流程

1. AI Agent确定需要特定的工具
2. 工具注册表查找工具定义和功能
3. 工具执行器准备执行环境
4. 适配器将请求转换为工具可理解的格式
5. 工具执行并返回结果
6. 结果返回给AI Agent进行处理

概述

LYRAIOS（基于LLM的Your Reliable AI操作系统）是一个使用Streamlit构建的高级AI助手平台，旨在作为AI应用程序的操作系统。

核心操作系统功能

• 人工智能流程管理:

- 动态任务分配和调度 - 多助理协调与沟通 - 资源优化和负载平衡 - 状态管理和持久性

• AI记忆系统:

- 短期对话记忆 - 长期矢量数据库存储 - 跨会话上下文保存 - 知识库集成

• AI I/O系统:

- 多模式输入处理（文本、文件、API） - 结构化输出格式 - 流处理能力 - 事件驱动架构

内置工具

• 计算器：高级数学运算，包括阶乘和素数检查
• 网页搜索：集成DuckDuckGo搜索，可定制结果限制
• 财务分析:

- 实时股价跟踪 - 公司信息检索 - 分析师建议 - 财经新闻聚合

• 文件管理：读取、写入和列出工作区中的文件
• 研究工具：与Exa整合，实现全面的研究能力

专业助理团队

• Python助手:

- 实时Python代码执行 - 流式图表功能 - 使用pip进行包管理

• 研究助理:

- 纽约时报风格的报告生成 - 自动化网络研究 - 结构化输出格式 - 来源引用和参考文献管理

技术架构

• FastAPI 后端：带有自动文档的RESTful API
• 流线型前端：交互式web界面
• 矢量数据库：PGVector用于高效的知识存储和检索
• PostgreSQL存储：对话和助手状态的持久存储
• Docker支持：用于开发和生产的集装箱化部署

系统功能

• 知识管理:

- PDF文档处理 - 网站内容集成 - 基于向量的语义搜索 - 知识图谱构建

• 过程控制:

- 任务调度和优先级 - 资源分配 - 错误处理和恢复 - 性能监控

• 安全和访问控制:

- API密钥管理 - 认证与授权 - 限速和定额管理 - 安全的数据存储

安全考虑

传输的安全性

• 使用TLS进行远程连接
• 验证连接源
• 需要时实施身份验证

消息验证

• 验证所有传入消息
• 清洁输入
• 检查邮件大小限制
• 验证JSON-RPC格式

资源保护

• 实施访问控制
• 验证资源路径
• 监控资源使用情况
• 限制请求率

错误处理

• 不要泄露敏感信息
• 记录与安全相关的错误
• 实施适当的清理
• 处理DoS场景

路线图📍

核心平台

• ✅ 基本AI助手框架
• ✅ 流线型Web界面
• ✅ FastAPI 后端
• ✅ 数据库集成（SQLite/PPostgreSQL）
• ✅ OpenAI集成
• ✅ Docker容器化
• ✅ 环境配置系统
• 🔄 多模态输入处理（部分）
• 🚧 高级错误处理和恢复
• 🚧 性能监控仪表板
• 📅 分布式任务队列
• 📅 水平缩放支持
• 📅 自定义插件架构

人工智能流程管理

• ✅ 基本任务分配
• ✅ 多助理团队结构
• ✅ 状态管理和持久性
• 🔄 动态任务调度（部分）
• 🚧 资源优化
• 🚧 负载平衡
• 📅 过程可视化
• 📅 工作流设计器
• 📅 高级过程分析

存储器系统

• ✅ 短期会话记忆
• ✅ 基础矢量数据库集成
• ✅ 会话上下文保存
• 🔄 知识库集成（部分）
• 🚧 内存优化算法
• 🚧 跨课程学习
• 📅 分层内存架构
• 📅 遗忘机制
• 📅 内存压缩

工具和集成

• ✅ 计算器
• ✅ 网络搜索（DuckDuckGo）
• ✅ 财务分析工具
• ✅ 文件管理
• ✅ 研究工具（Exa）
• ✅ PDF文档处理
• ✅ 网站内容集成
• 🔄 Python代码执行（部分）
• 🚧 高级数据可视化
• 🚧 外部API集成框架
• 📅 图像生成与处理
• 📅 音频处理
• 📅 视频分析

安全和访问控制

• ✅ API基本密钥管理
• ✅ 简单身份验证
• 🔄 授权系统（部分）
• 🚧 速率限制
• 🚧 配额管理
• 📅 基于角色的访问控制
• 📅 审计日志
• 📅 合规报告

开放协议架构

• 🔄 模块接口标准（部分）
• 🚧 第三方工具集成协议
• 🚧 服务发现机制
• 📅 通用连接器框架
• 📅 方案验证系统
• 📅 遗留系统的兼容层

多Agent协作

• ✅ 基本团队结构
• 🔄 代理间通信（部分）
• 🚧 任务分解引擎
• 🚧 冲突解决系统
• 📅 协同规划
• 📅 突发行为分析
• 📅 代理专业化框架

与跨平台支持

• ✅ web界面
• 🔄 API访问（部分）
• 🚧 移动响应能力
• 📅 桌面应用程序
• 📅 CLI接口
• 📅 物联网设备集成
• 📅 语音助手集成

传说

• ✅ 完成
• 🔄 部分执行
• 🚧 在开发中
• 📅 计划的

设置工作区

# Clone the repo
git clone https://github.com/GalaxyLLMCI/lyraios
cd lyraios

# Create + activate a virtual env
python3 -m venv aienv
source aienv/bin/activate

# Install phidata
pip install 'phidata[aws]'

# Setup workspace
phi ws setup

# Copy example secrets
cp workspace/example_secrets workspace/secrets

# Create .env file
cp example.env .env

# Run Lyraios locally
phi ws up

# Open [localhost:8501](http://localhost:8501) to view the Streamlit App.

# Stop Lyraios locally
phi ws down

在本地运行Lyraios

1. 安装

1. 导出凭据

我们使用gpt-4o作为LLM，因此导出您的OpenAI API密钥

export OPENAI_API_KEY=sk-***

# To use Exa for research, export your EXA_API_KEY (get it from [here](https://dashboard.exa.ai/api-keys))
export EXA_API_KEY=xxx

# To use Gemini for research, export your GOOGLE_API_KEY (get it from [here](https://console.cloud.google.com/apis/api/generativelanguage.googleapis.com/overview?project=lyraios))
export GOOGLE_API_KEY=xxx

# OR set them in the `.env` file
OPENAI_API_KEY=xxx
EXA_API_KEY=xxx
GOOGLE_API_KEY=xxx

# Start the workspace using:
phi ws up

# Open [localhost:8501](http://localhost:8501) to view the Streamlit App.

# Stop the workspace using:
phi ws down

API文档

REST API端点

API助理

• POST /api/v1/assistant/chat

- 使用AI助手处理聊天消息 - 支持上下文感知对话 - 返回包含工具使用信息的结构化响应

健康检查

• GET /api/v1/health

- 监控系统健康状态 - 返回版本和状态信息

API文档

• API交互式文档可在 /docs
• 重新记录替代文件 /redoc
• OpenAPI规范 /openapi.json

开发指南

项目结构

lyraios/
├── ai/                     # AI core functionality
│   ├── assistants.py       # Assistant implementations
│   ├── llm/                # LLM integration
│   └── tools/              # AI tools implementations
├── app/                    # Main application
│   ├── components/         # UI components
│   ├── config/             # Application configuration
│   ├── db/                 # Database models and storage
│   ├── styles/             # UI styling
│   ├── utils/              # Utility functions
│   └── main.py             # Main application entry point
├── assets/                 # Static assets like images
├── data/                   # Data storage
├── tests/                  # Test suite
├── workspace/              # Workspace configuration
│   ├── dev_resources/      # Development resources
│   ├── settings.py         # Workspace settings
│   └── secrets/            # Secret configuration (gitignored)
├── docker/                 # Docker configuration
├── scripts/                # Utility scripts
├── .env                    # Environment variables
├── requirements.txt        # Python dependencies
└── README.md               # Project documentation

环境配置

1. 环境变量设置

# Copy the example .env file
cp example.env .env

# Required environment variables
EXA_API_KEY=your_exa_api_key_here        # Get from https://dashboard.exa.ai/api-keys
OPENAI_API_KEY=your_openai_api_key_here  # Get from OpenAI dashboard
OPENAI_BASE_URL=your_openai_base_url     # Optional: Custom OpenAI API endpoint

# OpenAI Model Configuration
OPENAI_CHAT_MODEL=gpt-4-turbo-preview    # Default chat model
OPENAI_VISION_MODEL=gpt-4-vision-preview  # Model for vision tasks
OPENAI_EMBEDDING_MODEL=text-embedding-3-small  # Model for embeddings

# Optional configuration
STREAMLIT_SERVER_PORT=8501  # Default Streamlit port
API_SERVER_PORT=8000       # Default FastAPI port

1. OpenAI配置示例

# Standard OpenAI API
OPENAI_API_KEY=sk-***
OPENAI_BASE_URL=https://api.openai.com/v1
OPENAI_CHAT_MODEL=gpt-4-turbo-preview

# Azure OpenAI
OPENAI_API_KEY=your_azure_api_key
OPENAI_BASE_URL=https://your-resource.openai.azure.com/openai/deployments/your-deployment
OPENAI_CHAT_MODEL=gpt-4

# Other OpenAI API providers
OPENAI_API_KEY=your_api_key
OPENAI_BASE_URL=https://your-api-endpoint.com/v1
OPENAI_CHAT_MODEL=your-model-name

1. 流光灯配置

# Create Streamlit config directory
mkdir -p ~/.streamlit

# Create config.toml to disable usage statistics (optional)
cat > ~/.streamlit/config.toml << EOL
[browser]
gatherUsageStats = false
EOL

开发脚本

该项目包括方便的开发脚本来管理应用程序：

1. 使用dev.py脚本

# Run both frontend and backend
python -m scripts.dev run

# Run only frontend
python -m scripts.dev run --no-backend

# Run only backend
python -m scripts.dev run --no-frontend

# Run with custom ports
python -m scripts.dev run --frontend-port 8502 --backend-port 8001

1. 手动维修启动

# Start Streamlit frontend
streamlit run app/app.py

# Start FastAPI backend
uvicorn api.main:app --reload

依赖关系管理

1. 核心依赖关系

# Install production dependencies
pip install -r requirements.txt

# Install development dependencies
pip install -r requirements-dev.txt

# Install the project in editable mode
pip install -e .

1. 其他工具

# Install python-dotenv for environment management
pip install python-dotenv

# Install development tools
pip install black isort mypy pytest

开发最佳实践

1. 代码的风格

• 遵循PEP 8指南
• 使用类型提示
• 为函数和类编写文档字符串
• 使用黑色进行代码格式化
• 使用isort进行导入排序

1. 测试

# Run tests
pytest

# Run tests with coverage
pytest --cov=app tests/

1. 预提交钩子

# Install pre-commit hooks
pre-commit install

# Run manually
pre-commit run --all-files

部署指导

Docker部署

1. 开发环境

# Build development image
docker build -f docker/Dockerfile.dev -t lyraios:dev .

# Run development container
docker-compose -f docker-compose.dev.yml up

1. 生产环境

# Build production image
docker build -f docker/Dockerfile.prod -t lyraios:prod .

# Run production container
docker-compose -f docker-compose.prod.yml up -d

配置选项

1. 环境变量

# Application Settings
DEBUG=false
LOG_LEVEL=INFO
ALLOWED_HOSTS=example.com,api.example.com

# AI Settings
AI_MODEL=gpt-4
AI_TEMPERATURE=0.7
AI_MAX_TOKENS=1000

# Database Settings
DATABASE_URL=postgresql://user:pass@localhost:5432/dbname

1. 缩放选项

• 通过以下方式配置工作进程 GUNICORN_WORKERS
• 通过以下方式调整内存限制 MEMORY_LIMIT
• 通过以下方式设置并发性 MAX_CONCURRENT_REQUESTS

监控与维护

1. 健康检查

• 监视器 /health 端点
• 通过Prometheus端点检查系统指标
• 查看登录 /var/log/lyraios/

1. 备份与恢复

# Backup database
python scripts/backup_db.py

# Restore from backup
python scripts/restore_db.py --backup-file backup.sql

1. 故障排除

• 检查应用程序日志
• 验证环境变量
• 确保数据库连接
• 监控系统资源

数据库配置

该系统支持SQLite和PostgreSQL数据库：

1. SQLite（默认）

# SQLite Configuration
DATABASE_TYPE=sqlite
DATABASE_PATH=data/lyraios.db

1. PostgreSQL

# PostgreSQL Configuration
DATABASE_TYPE=postgres
POSTGRES_HOST=localhost
POSTGRES_PORT=5432
POSTGRES_DB=lyraios
POSTGRES_USER=postgres
POSTGRES_PASSWORD=your_password

如果没有提供PostgreSQL配置，系统将自动使用SQLite。

贡献

我们欢迎捐款！请查看 贡献.md 文件以获取详细信息。

许可证

此项目根据Apache许可证2.0获得许可-请参阅 许可证 文件以获取详细信息。