看到豆包手机，尝试在云服务器部署AI助手全权操作系统

作者：/

在看到豆包手机的出现，觉得是一个很好的方向，特别是对于我这种懒人来说，一个能够在系统层面进行操作的AI还是很香的，于是我就想自己整一个类似的试试（当然是无法与正规军打了），但是也没什么手机可以给我尝试，我也不想直接在我的电脑上操作（万一整崩了就完了😀），我就买了一个hostwinds最便宜的服务器（服务器购买可以看如何搭建只属于你的个人网站-外国服务器版），想在服务器上面操作一下，虽然我学过计算机，但是对于操作系统还是一知半解，很多代码干脆让Gemini生成得了，我就动动嘴。

一、风险

既然我们把AI-OS定性为”操作系统“，那么我们就肯定会遇到：

  1. 权限过大，比如说AI在执行过程中产生什么不当操作，比如经典的 rm -rf 等把自己的部分重要文件给删了导致奔溃，又或者是未经允许把我们的一些文件给删了；
  2. 递归失控，这个很好理解，比如AI写了一个导致无限递归，无限循环的程序并且执行，有可能系统就卡死在那里了；
  3. 安全漏洞，AI没准把只属于我们的服务器端口暴露在公网，导致其他人也能对其发号施令，要是其他发个要API KEY的命令，没准真就执行了，到时我们的API被盗用，不得亏惨；

所以我们在了解这样的前提下再去做，当然应该是有办法避免以上的风险的，我们先做一个mvp再一步步优化。

二、目标

接下来这个项目叫它AI-OS，我们要实现的目标是一个应用层的AI操作系统：

  1. Shell 访问权
  2. 物理资源编排(Docker Socket实现)
  3. 自我修改
  4. 低级任务用低级大模型，高级任务用高级大模型
  5. 长期记忆

我让Gemini规划了蓝图，有一个报告，供大家下载查看，下面的操作都是基于该报告进行（下载：AI驱动的操作系统设计.pdf）。

三、实现

准备好如下

  • 我们准备好一个外国服务器（国内服务器也行，不过需要国内的AI），我是1 core 1 GB的，大家的服务器肯定更好，基本够用的；
  • 你要用的AI的 API KEY;
  • 能远程连接服务器的终端和文件操作软件，比如Xsehll+Xftp，这两官网免费下载使用，不要下盗版了。

1.我们先跟AI沟通我们需要的代码，这里我使用的是Gemini 3.0，使用以下提示词进行沟通。

角色设定： 你是一位精通容器化技术和 AI 代理架构的资深系统架构师。

任务1： 请为我构建一个名为 "Gemini-OS-Runtime" 的 Docker 环境配置，作为 AI 原生操作系统的物理躯体。
具体要求：
Dockerfile编写：* 使用 python:3.11-slim 作为基础镜像。* 安装必要的系统工具：git, curl, vim, procps, gcc (用于编译扩展)。* 创建工作目录 /app，这是 AI 的“C盘”。* 设置环境变量 GEMINI_API_KEY，但不要硬编码，使其能在运行时注入。

依赖管理 (requirements.txt)：* 必须包含：google-genai (官方SDK), watchdog (文件监控), psutil (进程管理), docker (用于控制兄弟容器)。

Docker Compose配置：* 定义一个持久化存储卷 (Volume)，将宿主机的 ./data 挂载到容器内的 /mnt/sysroot，作为 AI 的持久化硬盘。* 配置网络模式为 host，确保容器能顺畅访问 Gemini API 。* 启动命令 (Command) 指向 python bootloader.py，而不是直接运行内核。

任务2： 编写 AI 操作系统的引导程序 bootloader.py。这是一个不可变的“基岩层”代码。
逻辑要求：
1. 子进程管理： 使用 subprocess.Popen 启动 kernel.py。
2. 健康监控： 在无限循环中检查子进程的 Exit Code。
3. 自愈机制 (Self-Healing)：
* 如果 kernel.py 返回 0，则正常结束。* 如果 kernel.py 返回 非0 (异常退出)，读取 stderr 中的错误堆栈 。* 关键步骤： 将错误堆栈作为 Prompt 发送给 Gemini API，要求其“修复代码” 。* 将 Gemini 返回的修复代码覆盖写入 kernel.py，然后重启子进程。
4. 回滚机制： 如果连续崩溃超过 3 次，自动将 kernel.py 恢复为 kernel.py.bak (上一次已知完好版本)。

任务3： 编写核心内核脚本 kernel.py 的骨架代码。
功能架构要求：
1. 初始化： 配置 google.genai 客户端，并启用 Context Caching (上下文缓存) 以实现记忆持久化。
2. 定义系统调用 (Tools)： 请生成以下 Function Calling 的 JSON Schema 定义和对应的 Python 函数：* file_operation(path, operation, content): 对文件系统进行读写删操作。* exec_shell(command): 允许执行系统命令 (如 ls, pip install) 。* hot_patch_kernel(new_code): 最关键功能。接收新代码字符串，备份当前 kernel.py，写入新代码，然后通过 sys.exit(1) 故意崩溃，触发外部看门狗重启。
3. 主事件循环 (Main Event Loop)：
* 观察 (Observe): 获取用户输入。
* 思考 (Think): 将历史消息和用户输入发送给 Gemini。
* 行动 (Act): 解析模型返回的 function_call 并在本地执行。* 反馈 (Feedback): 将工具执行结果 (stdout/stderr) 发回给 Gemini。

然后我们就可以获得AI提供的代码，我们分别创建Dockerfile（docker构建文件）, bootloader.py（AI 操作系统的引导程序）, docker-compose.yml（docker compose的配置文件）, kernel.py（内核脚本）,rag_engine.py（长期记忆引擎）， requirements.txt（需求库），.env（放入AI的API KEY，程序运行时自动注入，复制粘贴这句放进去：export GEMINI_API_KEY=”你的API KEY放这里”）如果想参考我的项目，可以直接到我的GitHub项目上查看https://github.com/dodjhsbsn/AI-OS

2.使用Xsehll+Xftp连接到服务器，输入以下内容安装Docker，我的服务器是Ubuntu系统，如果你的系统是其他系统可以查一下相关的命令。

# 更新系统
sudo apt update && sudo apt upgrade -y

# 安装 Docker
curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh

# 安装 Docker Compose (新版 Docker 已集成，如果是旧版需单独安装)
sudo apt install docker-compose-plugin

3.安装完成后，在Xftp里面找个地方创建一个目录用来放我们刚刚第一步创建的项目文件，这边推荐在~/home目录下面创建一个项目文件夹，比如叫ai-os文件夹，然后项目文件在本地电脑创建好后直接拖拽进去就行，这边要注意的是.env文件是私密文件，会被隐藏起来，在xftp上没有显示，所以不要觉得是出bug了。

4.在Xshell里面，先用cd /home/你的项目文件夹名移动到你的项目文件夹里面，然后输入以下进行Docker项目的启动部署。

# 后台启动容器
sudo docker compose up -d

# 查看 AI 的“大脑活动”（日志）
sudo docker compose logs -f

5.如果没有报错就可以进入Docker容器进行操作了，输入以下进入容器。

# 查看启动的容器，找到我们的项目的NAMES
sudo docker ps

# 使用 attach 命令连接到正在运行的进程的标准输入/输出
sudo docker attach NAEMS

6.按上面输入完成后应该会看到类似的对话栏，如果是空白，你就再回车一下，当然大家如果不是用我的GitHub项目部署，而是自己用我上面的提示词跟AI再跑一遍的话可能效果跟我的略有不同。

7.同时测试了一下奔溃自我修复的情况，这边在重建并attach的时候故意缺失了chromadb库，它也能够自己安装并更新requirements.txt文件，不过其他更严重的情况还没有测试，感觉它还是不够健壮，有点飘飘欲坠的样子😔，只能一点点迭代更新了。

8.测试一下长期记忆功能，让它记住我的名字，然后我关闭该对话，并且在新对话框里面问我的名字，也能顺利搜索到我的名字，所以还算有一点用，但是还有些bug，对话开头的USER SHELL>>没有了，变空白了。

9.测试一下模型选用能力，我让它调用基本的命令查询当前目录，还有一个生成一个代码程序，目前都顺利做到，一个普通调用，一个是调用专家模型Expert Brain，也就是说还有点模型选用的能力。

三、缺陷

说实话以上的功能都多多少少有些毛病，这个大家可以自己去试一下，比如：

1.对话开头的USER SHELL>>在后面的修改中不见了，现在空白就是已经可以输入了，大家不要傻傻等。

2.智能程度还不高，一方面不能一直用高版本模型，怕token爆炸，一方面是响应速度也慢。

3.自我修复的能力还不足，这一点是非常关键的，现在就像是还得人牵着手一步步引导的婴儿，还不能完全自理。

4.其实我最终是想要有一个从头构建的AI-OS系统，而不是依附在现有系统的一个应用，这个得进一步研究看看。

下载：AI驱动的操作系统设计.pdf

Github项目：https://github.com/dodjhsbsn/AI-OS

相关文章

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部