Cortex Agent 是一套可编排的多模型协作智能体,定位不是简单的聊天机器人,而是让多个大模型像一支团队一样协同完成复杂任务的自主工作系统。
解决什么问题? 单个大模型在处理长链路任务时容易"管中窥豹":既要决策、又要拆解、还要执行,上下文一旦拉长就丢失重点。Cortex 通过"总指挥→主管→专家"三层分工,把战略决策、任务分解、并行执行拆给不同模型各自承担,最后把结果汇聚成一份完整答案——从"一个人干所有事"变成"一支团队协作"。
核心价值:
深度任务:自动判断任务复杂度,能继续思考、委托下属、还是直接回答,不机械地"一问一答";
记忆与因果:会话沉淀为事件记忆,配合因果图谱做多跳推理,后续对话能调用过往知识;
安全可控:工具调用分级审批、全链路审计、危险操作 fail-closed 拒绝,适合处理真实文件、代码、系统命令;
多端触达:同一能力同时提供给 Web UI、macOS 桌面客户端、Live2D 桌宠和终端,桌宠还能主动搭话、语音回复。
适用场景:代码开发与文件操作、跨源信息调研与分析、需要多个专业角色分工配合的复杂任务,以及希望有个"能干活、有记忆、可协作"的个人 AI 助手。业务价值在于把大模型从"回答工具"升级为"可执行任务的团队"。
Cortex-Agent 后端采用 Python 3.11 + FastAPI,四层架构:L1 入口(cortex CLI)、L2 API(FastAPI + WebSocket/SSE 流式)、L3 业务(thinking/memory/security/perception 等 9 个模块)、L4 基础设施(模型客户端/工具/MCP/数据处理)。
核心实现机制:
认知黑板(CognitiveBlackboard):事件驱动的单一真理来源,配合 ContextSlicer 按层级切片上下文——总指挥看全局目标与委托状态、主管看任务、专家只看当前步骤与最近 5 步,避免多模型重复回复与上下文污染;
多模型编排:Large → Supervisor → Expert 并行协作,经 MessageBus 事件驱动激活,结果回传黑板由总指挥整合;
连续思考引擎:多轮 ReAct 迭代,模型自主决定继续思考 / 委托 / 输出,复杂度自适应思考预算;
记忆系统:会话提炼为结构化事件,SQLite + FAISS 向量检索 + 因果图多跳召回;
安全系统:多层门控,输入/执行/输出全链路审计,fail-closed 拒绝放行;
工具系统:85+ 内置工具 + MCP 扩展 + 运行时自建,统一权限路由。
工程质量:5800+ 测试、99% 覆盖率、mypy 0 错误、内存泄漏检测默认开启、CI 五道门禁。技术栈覆盖 Vue 3 前端、PyQt6 桌面、Live2D 桌宠、Docker 部署与 PyInstaller 打包,并统一各模型供应商格式适配,便于扩展。