星流计算发布 SerpMind Agent OS v2.0，构建生产级智能体运行与治理底座-当前热议

(资料图)

随着大模型加速进入企业核心业务，Agent 正从“能完成一次任务”的试验工具，走向需要长期在线、持续调用业务系统并承担明确职责的生产型软件。企业面对的问题也从模型本身扩展到运行层：多个 Agent 如何稳定并发，如何保持连续记忆，如何连接工具与数据，又如何将权限、审计和运维纳入既有 IT 体系。

围绕这一变化，星流计算（NovuInfra，全称为浙江星流计算科技有限公司）推出 SerpMind 企业级 Agent OS v2.0，定位于企业智能体的运行与治理底座。SerpMind 保持核心 Agent Loop 简洁、可扩展，在外围构建多 Agent 运行、Memory、Skill、MCP、多模型 Provider、协同渠道、开放 API 与企业治理能力，使 Agent 从“能够回答”进一步走向“能够持续运行”。

在模型层，SerpMind 采用可配置 Provider 体系，不绑定单一模型。不同 Agent 可按业务场景配置不同模型与 Provider，并接入 OpenAI 兼容模型服务及本地模型环境，使企业可以依据性能、成本、数据安全和场景要求选择模型，同时保持上层 Agent 体系稳定。

在业务连接层，SerpMind 原生支持 MCP 与 Skill，可将业务系统、内部服务和工具能力接入 Agent。平台支持按 Agent 配置工具与 MCP 服务范围，并可将 agent_id、session_id 等调用上下文传递给 MCP 服务，使后端识别调用主体和会话边界。Agent 因此不仅生成内容，也能够在明确授权范围内执行真实业务动作。

长期记忆是 SerpMind 的核心能力之一。平台将当前会话、压缩历史与长期知识分层处理：会话承担即时交互，历史内容持续沉淀并压缩，稳定知识进入长期记忆；长期记忆支持版本记录、检查与恢复。对于长期运行的企业 Agent，这一机制能够在控制上下文规模与推理成本的同时，保持业务连续性。

面向多 Agent、多用户场景，SerpMind 已支持独立 Agent Profile、会话隔离、Workspace 边界及多进程 Worker 模式，不同 Agent 可在独立进程中管理模型、会话、定时任务、MCP 与工作空间。平台同时提供并发控制、排队背压和运行健康指标，为多个 Agent 长期稳定运行提供工程基础。

在企业治理方面，SerpMind 已形成 Enterprise Governance 基线。开启企业模式后，可强制 Workspace 隔离，对 SOUL.md 等关键工作区文件设置不可变保护；通过 RBAC 区分普通用户、租户管理员和平台管理员，并对系统配置、Provider、MCP 等关键配置实施非管理员修改保护。平台同时提供按用户、租户和 IP 的基础限流与队列背压、结构化审计日志、用户生命周期管理及运行指标接口，为安全审计、问题定位和日常运维提供依据。

在交付方式上，SerpMind 采用自托管模式，可部署于企业自身基础设施，支持 Docker、Docker Compose 和 Linux systemd；同时可连接企业微信、飞书、Slack、Microsoft Teams 等协同入口，也可通过 OpenAI 兼容 HTTP API 与 Python SDK 嵌入现有业务系统，使数据驻留、日志留存与访问策略继续由企业掌控。

截至 2026 年 8 月 25 日，SerpMind 已迭代至 v2.0。近期版本持续增强多模型上下文探测、MCP 连接自愈、Skill 管理、超时恢复以及 WebUI Agent Matrix 等运维能力。其演进方向日益清晰：企业级 Agent 的竞争不只是“模型回答得多好”，更取决于能否稳定运行、持续连接业务，并保持边界清晰、过程可控和行为可审计。在星流计算全栈 AI 基础设施体系中，SerpMind 承担企业级 Agent OS 层的角色，面向企业从部署大模型进一步走向规模化运行 Agent 的新基础设施需求。

标签： 调用 运维 os 上下文 星流计算 自然语