Limioryn

面向具身智能应用，用少量声明式代码构建连接端侧设备与云端智能的 AI Agent 系统。

Limioryn 是面向具身智能应用的端云 Multi-Agent 执行框架。它通过分层 API 统一设备 Capability、多 Agent 协作、受约束物理执行、状态确认与恢复，助力您将智能应用构想落地为连接真实设备、可验证、可恢复的工程系统。

当前版本：0.39.0。项目处于公开预览阶段；涉及人身、财产或工业安全的系统仍需独立风险评估与硬件联锁。

Limioryn 适合需要“感知环境、协同决策并安全作用于真实设备”的具身智能应用，例如智慧温室、智能家居与楼宇、可穿戴助手及轻量工业边缘系统。开发者可以将传感器、执行器和设备状态声明为统一的 Capability，让本地规则、云端 Agent 或混合 Team 复用同一套物理能力合同。

以智慧温室为例，湿度、温度和设备状态构成 Agent 的环境上下文；灌溉 Agent 负责提出动作，安全 Agent 只读复核，Runtime 再将获准的 Capability 调用映射到 MQTT/HTTPS 设备。执行结果不能由 Tool 返回值自行宣告，而要经应用 ACK、设备状态与必要的主动观测形成反馈闭环。

• 感知层：接入土壤湿度、温度、能耗、人体或设备状态等可验证信号。
• 协作层：由 operator、reviewer、observer 等角色分离规划、执行与复核权限。
• 行动层：以 MCP 式 Capability 语义统一物理能力的发现与调用，但不让 MCP 或模型绕过 Runtime 安全链。
• 反馈层：跟踪命令投递、设备应用和真实效果；证据不足时保持 UNKNOWN，触发对账、观测、人工决定或拒绝。

这里的“具身”强调 Agent 与真实环境之间可验证、可恢复的行动闭环。Limioryn 不替代 VLA 模型、SLAM、机器人运动规划、功能安全认证或设备侧硬件联锁，而是为这些上层智能与下层设备之间提供通用执行平面。

要求：Python 3.11 或更高版本。

普通用户可直接从 PyPI 安装，无需下载整个源码仓库：

python -m venv .venv
# Windows
.venv\Scripts\python -m pip install limioryn
.venv\Scripts\python -c "import limioryn; print(limioryn.__version__)"

需要命令行、MQTT 或 Redis 等可选能力时，可以按需安装：

python -m pip install "limioryn[cli,mqtt]"
python -m pip install "limioryn[redis,sentinel-security]"

如果已经克隆本仓库，并希望运行完整黄金示例，则在仓库根目录执行：

python -m venv .venv
# Windows
.venv\Scripts\python -m pip install -e .
.venv\Scripts\python examples\demo_studio\run.py

打开 http://127.0.0.1:8765，选择场景或拖动传感器，然后观察：

环境变化 → Agent Team 判断 → Capability Tool → 设备执行 → ACK / 对账

默认使用本地规则。若要体验真实 LLM 接入，则需要模型密钥，以 Qwen 为例：

$env:DASHSCOPE_API_KEY = "your-key"
.venv\Scripts\python examples\demo_studio\run.py

from limioryn import create_demo

demo = create_demo("智慧温室", description="让环境变化触发可验证的设备动作")
soil = demo.sensor("soil", capability="sensor.moisture", initial=55, unit="%")
pump = demo.actuator("pump", capability="actuator.relay")

demo.agent(lambda soil: pump.on() if soil < 30 else pump.off())
demo.scene("干燥", soil=22)
demo.scene("湿润", soil=80)
demo.run()

切换到云端多 Agent 时，明确区分执行者与只读复核者：

demo.intelligence(default="local")
demo.model_agent("irrigation", role="operator", devices=[pump],
                 prompt="依据土壤湿度决定是否灌溉")
demo.model_agent("safety", role="reviewer", devices=[pump],
                 prompt="复核动作与设备最新确认状态")
demo.team(["irrigation", "safety"], mode="supervise", strategy="local")

多个 Agent 默认不能同时写同一执行器。真实设备也严格区分“目标已发送”“等待确认”和“设备已确认”。

详见 示例详解。

Demo 验证完成后，可用同样简洁的入口建立长期任务环境：

from pathlib import Path
from limioryn import WorkspaceIdentity, create_workspace

workspace = create_workspace(
    "greenhouse-ops", root=Path("./greenhouse-ops"), allow_file_writes=True,
)
identity = WorkspaceIdentity(
    tenant_id="farm-a", user_id="operator", device_id="greenhouse-01",
    agent_id="irrigation", thread_id="daily-operation",
)
result = await workspace.invoke(agent, "检查土壤并决定是否灌溉", identity=identity)

Workspace 把隔离记忆、总结压缩、可信 Skills、持久任务、人工决定和受控文件统一起来。MCP 与隔离执行合同默认关闭；物理动作始终重新进入 Runtime、Capability、风险、Outbox 与 ACK 安全链。

运行长期智慧温室示例：

.\run_workspace_demo.ps1

详见 Agent Workspace 指南。

从几行代码开始，逐章掌握设备 Capability、物理闭环、熵约束、真实设备与 Workspace，见 Limioryn 简明手册。

• 简洁：声明设备和意图，自动得到控制台、状态投影与执行时间线。
• 端云同构：本地规则、云端模型和混合 Team 复用同一设备合同。
• 设备中立：核心协议不绑定芯片、操作系统、Broker 或云厂商。
• 物理闭环：不是把 Tool 返回值当成功，而是跟踪 RECEIVED → APPLYING → APPLIED → ACK_PENDING。
• 最小权限：Capability 白名单、角色隔离、输入范围和共享执行器冲突检查。
• 不确定性有边界：用熵预算、证据等级和主动观测约束物理动作。
• 分层可扩展：可从 Demo Builder 下沉到 Framework、Runtime 与 Device Harness（设备协议测试台）。

详见 Limioryn 的优势。

仓库提供三类参考工程：

这三类是协议与移植边界的代表性验证，不等于所有硬件已获得兼容认证。开发者可以实现相同 Port/Envelope 合同接入其他设备。

详见 真实设备接入。

普通 Agent 链路常写成：

LLM → Tool Call → success

物理世界里，消息送达、执行器动作和真实效果是三件不同的事。Limioryn 为动作附带前置条件、Capability、期望效果、验证、恢复、熵预算和风险上限；证据不足时保留 UNKNOWN，触发观测、对账或拒绝，而不是编造确定性。

• 五分钟理解熵约束执行
• 熵理论与工程模型
• 语言中立 JSON Schema

• Limioryn 简明手册
• 快速开始
• 四层功能函数手册
• 示例详解
• Demo 展示与体验路径
• 架构与四层 API
• 真实设备接入
• 示例索引

Limioryn 的代码完全开源，项目不会设置任何打赏渠道。对项目最有价值的支持，是亲自体验、提出问题与建议，并一起建设开放的开发者生态。如果 Limioryn 对你有所帮助，欢迎在 GitHub 点亮一个免费的 Star：它能让更多开发者发现这个项目，也能帮助我们了解哪些方向值得继续投入。

Limioryn 提供开发框架、参考协议和安全默认值，不替代功能安全认证、硬件急停、独立看门狗、设备厂商验证或现场法规合规。模型输出不能绕过身份、Capability、Schema、命令白名单和硬件联锁。

Copyright © 2026 Xuchen Zhang and contributors. Licensed under the Apache License 2.0. Limioryn was originally created and designed by Xuchen Zhang. See NOTICE, AUTHORS and trademark guidance.