Rome OS – 一款可以用自然语言写应用的开源Agent操作系统

Rome OS是一款开源的Agent操作系统，定位在”人类与智能体协作的护栏环境”。它不追求替代传统操作系统，而是为AI Agent提供一个可以持续运行、积累能力、与人类协同工作的专门环境。

Agent应该有自己的运行环境，而不是每次被调用时才临时启动。在这个环境里，Agent可以构建自己的工具链（harness），设计自己的标准作业程序（SOP），在人类指导下编排工作流。被验证过的能力会沉淀下来，每一次交互都在抬高下一次的能力上限。

项目代码完全开源，托管在GitHub上。开发团队来自Anthropic、Google、TikTok、ByteDance、Meta、Dropbox等公司。用户可以选择三种使用方式：Rome Cloud预览版（云端托管）、Docker自托管、或从源码运行开发环境。

Rome OS核心特点

协作复利

Rome OS的设计假设是：人类与Agent的协作应该产生复利效应。Agent在运行中积累的经验、验证过的流程、沉淀下来的技能，都会成为下一次任务的起点，而不是每次从零开始。

隐私可控

用户自己决定Rome可以访问什么、连接什么、记住什么。数据主权掌握在用户手中，而非平台。

完全开源

代码可读、可自托管、可按需改造。采用pnpm monorepo架构，核心代码分为packages/core（Agent运行时）、packages/web（守护者仪表板）、packages/desktop（Electron壳与本地运行时）等模块。

兼容前沿模型

不绑定特定模型，支持用户已有的编码Agent和计划方案。

Rome OS技术架构

Rome OS的技术底座是一个Node.js monorepo，要求Node.js 24或更高版本，使用pnpm 11.6作为包管理器。

核心组件

Rome App的构成

每个Rome App以app.yaml清单文件为起点，可包含以下任意组合：

• Actions：Agent、例程和App代码可调用的类型化操作

• Agents：拥有独立指令和工具的App专属协作者

• Skills：Agent需要时加载的自然语言过程

• Hooks：消息、事件和Agent轮次生命周期的扩展点

• Web UI & APIs：专用接口和App拥有的HTTP端点

• Database & files：跨运行持久存在的App私有状态

这些元素共同构成一个能力（capability）——Rome在后续工作中发现和复用的单元。App是能力的人类界面：App组织人类交互，能力组织Agent行动。

部署方式

• Rome Cloud：为每个守护者预配私有Rome环境，目前处于预览阶段

• Docker自托管：一条命令检查Docker、拉取镜像、启动服务，仪表板默认绑定localhost:7663

• 源码开发：pnpm dev:all启动生产形态的本地栈，包含Rome、可观测性、路由和Web开发服务器

Rome项目地址

• 项目官网：https://romeos.cc/
• GitHub仓库：https://github.com/rome-os/rome

Rome OS功能

Agent运行时

管理Agent的完整生命周期：会话创建、动作调度、事件处理、通道通信、策略执行、记忆存储与持久化。

Rome App商店

社区可以分享App，用户可以从商店浏览和安装。App将Agent能力产品化，让非技术用户也能使用复杂的Agent工作流。

持久化工作流

数据和流程默认携带前进。Agent设计的SOP、验证过的动作序列、积累的记忆，都会在后续会话中保留。

自我改进能力

Agent在Rome环境中可以检查并修改自身的任何部分。因为工具、框架、记忆和技能都是可执行文件和文件，Agent能够对自己的代码进行迭代。

多入口交互

通过Web仪表板、桌面应用或集成到现有工作流中与Agent交互。

Rome OS应用场景

Rome OS与同类产品的区别

Rome OS与Claude Code、Cursor等编码Agent工具的关系，类似于操作系统与应用程序的关系。Claude Code是一个强大的编码Agent，而Rome OS是运行多个Agent、管理它们的生命周期、记忆和协作的环境。

与Pancake、Make等偏向商业自动化的Agent OS不同，Rome OS更偏向个人和开发者，强调开源、自托管和Agent的自主成长。