Veda 发布智能体原生操作系统，用 Rust 从零实现并开源

Veda：智能体原生操作系统

Veda 是一个内置 AI 智能体的操作系统——不是添加到桌面上的助手，而是系统的一部分，每个应用程序都必须与之协同工作。你可以像和房间里的人说话一样与它交谈——“嘿 Veda，把我的壁纸换成沙丘”——它就会通过与你键盘和鼠标相同的操作，在任何应用程序中完成工作，并且在执行任何难以撤销的操作之前都会先征求你的同意。

一切都用 Rust 从零编写，并位于这个仓库中：UEFI 引导加载程序、基于能力的微内核、驱动程序、系统服务、窗口系统、工具包和应用程序。少数成熟的 crate 提供了 TCP/IP 引擎、TLS 和加密功能（smoltcp、rustls、RustCrypto）。Veda 可在 x86-64 PC、QEMU 和 VirtualBox 上运行。

为什么是智能体原生

操作系统的设计初衷是供人在键盘前使用。后来添加的助手通常必须读取屏幕、模拟点击，或者将就使用少数提供 API 的应用程序，而系统对其行为没有发言权。Veda 扭转了这一局面：智能体是系统的一等用户，而系统的构建方式使其工作可靠、可见且安全。

• 智能体是系统的一部分。它是一个系统服务，在启动时启动，如果失败则重新启动，在任务栏上以一个小圆环的形式存在，在你召唤它之前一直休眠——你可以叫它的名字、点击圆环或按 Super+Space 来唤醒它。
• 每个应用程序都原生地与它对话。智能体支持是应用程序平台的一部分：应用程序描述其操作，带有类型化参数和风险级别，将其显示的内容报告为结构化状态，并通过与键盘和鼠标相同的代码执行操作——因此窗口显示的结果与你亲自操作时完全一样。无需屏幕抓取，无需模拟点击。内置应用程序总共提供了 70 多个操作，从在文档中书写到开始一场比赛。
• 系统让智能体服从你的同意。每个操作都是常规、敏感或破坏性的。常规操作直接执行；其他操作则等待你的确认。强制执行这一点的是智能体服务，而不是语言模型：调用会被挂起，直到你做出回应，只有桌面外壳才能回应（系统通过 init 附加到其连接上的身份来识别每个程序），智能体在文档或应用程序中读到的任何内容都不能批准任何操作。
• 它基于真实上下文工作。每次对话都从智能体提供帮助所需的信息开始：时间、屏幕上的窗口、每个应用程序的操作、你告诉过它的关于你自己的信息，以及你上次对话是如何结束的。在工作过程中，它会读取应用程序的状态，因此它基于真实存在的内容采取行动。
• 你的记忆始终属于你。它会记住你明确告诉它的内容——你的名字、你生活中的人、你喜欢的方式——而绝不是它自己的猜测。这些记忆保存在你的计算机上，设置会显示全部内容，也可以忘记其中任何部分。
• 语音优先。对话实时进行：打断智能体，它就会停下来倾听。音频系统为此而构建——回声消除和回声门，使智能体永远不会听到自己的声音，并且在它与你交谈时其他声音会被调低。当它休眠时，计算机上的语音检测器会监听语音，因此没有人说话时不会有任何数据离开计算机。
• 智能是一个设置项。 语音识别、语言模型和声音都来自 Deepgram 的 Voice Agent 平台，音频已选择退出 Deepgram 的模型改进；模型、声音甚至智能体的名称都在“设置”中选择。

智能体如何工作

 ┌───────────────────────────────────────────────────────────────────────┐
 │ You: voice, keyboard, mouse                                           │
 ├───────────────────────────────────┬───────────────────────────────────┤
 │ Agent service                     │ Desktop shell                     │
 │  conversation (Deepgram Voice     │  the ring and the agent's window  │
 │  Agent) · name listener · memory  │  consent requests · notifications │
 │  worker: functions and consent    │                                   │
 ├───────────────────────────────────┴───────────────────────────────────┤
 │ Applications: actions · state · invoke (the agentapp protocol)        │
 ├───────────────────────────────────────────────────────────────────────┤
 │ Services: windows · files · audio · network · Wi-Fi · launcher        │
 ├───────────────────────────────────────────────────────────────────────┤
 │ vkernel: capabilities · IPC · isolation · scheduling                  │
 └───────────────────────────────────────────────────────────────────────┘

1. 聆听。 休眠时，智能体在电脑上运行语音检测器。当有人说话时，语音会发送到一个知道智能体名称的识别器；一句呼唤它的话（“嘿 Veda，……”、“……，Veda？”）会唤醒它，而带着名称说出的内容就是它听到的第一件事。
2. 对话。 唤醒会开启一个 Deepgram Voice Agent 会话，其中包含智能体的指令、上述上下文及其功能。Deepgram 负责轮流对话、语言模型和声音；Veda 的音频服务双向传输声音。
3. 行动。 模型调用智能体自身的功能——窗口、文件、音量、Wi-Fi、壁纸、通知、计时器和提醒、记忆、系统及其运行中的程序——并且通过 use_app 和 read_app，调用每个应用程序的操作和状态。智能体服务运行每次调用并以结构化结果作答。
4. 同意。 需要你许可的调用会被暂缓，并显示在智能体窗口中（窗口关闭时则作为通知显示），准确说明将发生什么以及对什么发生。允许它，它就会运行；拒绝它，或让它过期，它就不会运行。敏感操作可以永久允许；破坏性操作每次都会询问。

该智能体完整描述了其设计：协议、语音管线、同意、记忆以及智能体如何被测试。

操作系统

• 微内核。 vkernel 只负责隔离、调度、内存和 IPC：带权限的能力句柄、传递句柄的通道、VMO、事件、futex、中断对象。支持 x2APIC 的 SMP、无滴答定时器和 XSAVE。驱动程序、文件系统、窗口系统和智能体都是用户空间进程，由 init 监管：如果窗口系统崩溃，它会被重启，桌面会自行恢复。
• 桌面。 一个启动序列，无缝延续启动画面（圆环周围呼吸的光、名称和标语升起、启动音效），并在桌面就绪后将其融入桌面；一个合成窗口管理器，具有服务端装饰、阴影、动画、窗口吸附和带实时缩略图的 Alt+Tab 切换器，在配备 Intel 显卡的 PC 上使用 OpenGL ES 在 GPU 上合成，每一帧都在垂直消隐期整体翻转，在其他设备上则在处理器上合成；一个带有壁纸、桌面图标、任务栏、可搜索开始菜单、日历和通知的 shell；vui 工具包（控件、菜单、对话框、矢量图标、使用 Inter 和 JetBrains Mono 字体的抗锯齿文本），其应用程序与智能体兼容。
• 网络和 Wi-Fi。 一个用户空间网络服务（IPv4 和 IPv6、DHCP、DNS、路由、TCP、UDP、ICMP）和一个 Wi-Fi 服务，可扫描、加入 WPA2、WPA3 和开放网络并支持管理帧保护，记住网络、自动重连和漫游。驱动程序只负责移动帧。应用程序，包括智能体，从 vtls 获得 TLS 1.3 和 1.2（HTTPS、安全 WebSockets），证书对照 Mozilla 根证书进行检查。在 QEMU 下，模拟的 Wi-Fi 环境提供桥接到互联网的接入点。参见 网络。
• 音频。 一个混音音频服务，具备回声消除采集和闪避功能，既为音乐也为智能体的对话而构建。
• 存储。 virtio-blk 和 AHCI (SATA) 驱动以及一个文件系统服务，将主目录保存在自己的磁盘上，并具有崩溃安全的快照，因此你的文件在重启后依然存在。智能体的内存和密钥位于只有智能体才能打开的私有目录中。
• 应用程序。 文本编辑器、照片、音乐、文件、终端、任务管理器、设置和关于，以及两个 3D 游戏，Velocity（赛车）和 Starfall（太空射击游戏），由 v3d 软件 3D 引擎渲染。
• 3D 图形。 OpenGL ES 3.0 支持 GLSL ES 1.00 和 3.00（vgl，vglsl），每个调用都按照规范要求进行检查。它通过 QEMU 的 3D virtio-gpu 在宿主机的 GPU 上渲染，通过 Mesa 的 iris 驱动在 Intel 的 Iris Xe 上渲染（Tiger Lake 到 Raptor Lake），或者在没有这些的情况下使用多线程软件渲染器。Prism 展示了这一点：一个反射结、使用实例化绘制的阴影映射水晶，以及使用变换反馈模拟的火花喷泉，在 QEMU 下达到每秒 55 帧。
• C，以及 Veda 内的 GCC。 在终端或文本编辑器中编写 C 程序，使用 GCC 16 编译并运行，无论是在模拟器还是在 PC 上。C 程序是 musl C 库上的静态 ELF 可执行文件，其系统调用转到 vposix，一个用 Rust 编写的 POSIX 层：文件、目录、管道、带有行编辑和 termios 的终端、线程、mmap、posix_spawn、时钟和它们自己引发的信号。工具链由上游版本构建，带有小补丁（ports/），并且交叉编译器在开发机上为 Veda 构建 C 和 C++ 程序。参见 C on Veda。
• 工具。 一个命令即可构建可启动磁盘映像并在 QEMU 或 VirtualBox 中运行它；脚本化的无头运行驱动 GUI 和智能体，并检查屏幕截图和日志。

屏幕截图

文本编辑器	照片
音乐	文件
Velocity	Starfall
终端中的 GCC	Prism（OpenGL ES 3.0）

所有屏幕截图都是在 QEMU 中由 cargo xtask script docs/screenshots.vts 拍摄的（智能体与 Deepgram 的替身对话）。Veda 也可以在 VirtualBox 中运行（见下文）。

快速开始

要求

• Windows 10 或 11，x64。（用户空间程序是由 Microsoft 链接器链接的 PE 可执行文件。）
• Rust（稳定版）。rust-toolchain.toml 使 rustup 在首次使用时安装额外的 x86_64-unknown-uefi 目标。
• Rust 在 Windows 上使用的 Microsoft 链接器：Visual Studio 2022 或带有 MSVC 构建工具的 Visual Studio Build Tools（link.exe）。Rust 安装程序会提供设置这些的选项。
• 适用于 Windows 的 QEMU，其中包括 OVMF UEFI 固件，和/或 VirtualBox 7.1 或更高版本（不需要扩展包）。
• 对于智能体：在 Veda 的设置中输入 Deepgram API 密钥。
• 对于映像中的 C 和 GCC（可选）：MSYS2 以及几个包，使用 cargo xtask toolchain 一次性构建工具链（参见 C on Veda）。

检查环境：

cargo xtask doctor

构建并运行

cargo xtask run

这会构建每个组件，写入磁盘映像 target/veda/veda.img 并在 QEMU 窗口中启动它。在最近的 PC 上，首次构建需要一到两分钟（它还会渲染示例图片和音乐）；后续构建是增量的。有用的选项：

cargo xtask run --resolution 1920x1080 --smp 4 --memory 2048
cargo xtask run --cmdline "run=editor"

--cmdline "run=NAME" 在启动后启动 /system/bin/NAME.exe。默认情况下，机器通过有线网卡连接到 QEMU 的 NAT；对于 Wi-Fi：

cargo xtask run --net wifi

这也会启动 airsim，一个模拟的 Wi-Fi 环境，其网络（"Veda Home"、"Veda WPA3"……；密码 veda-wifi）可通往互联网。--net both 添加有线网卡。所有命令和选项见 cargo xtask help。

VirtualBox

每条命令都接受 --vm virtualbox 来使用 VirtualBox 而非 QEMU，选项相同：

cargo xtask run --vm virtualbox

xtask 创建（并在每次运行时更新）一个名为 "Veda" 的 VirtualBox 虚拟机，其磁盘与 QEMU 使用的镜像相同，因此构建无需转换，且主目录在两者之间共享。VirtualBox 使用 CPU 的硬件虚拟化（Windows 上的 QEMU 以软件模拟 CPU）。该虚拟机更接近真实 PC：SATA 磁盘、Intel PRO/1000 网卡、PS/2 键盘和鼠标、AC'97 声音，使用主机的扬声器和麦克风（Windows 必须允许 VirtualBox 使用麦克风，在设置 → 隐私中）。点击窗口内以使用鼠标；右 Ctrl 键可释放它。

在高 DPI 显示器上，窗口会像 QEMU 那样按显示缩放比例的整数部分放大屏幕（250% 时为 2 倍），若窗口放不下则更小。--scale 设置倍数（--scale 2.5 在 250% 时与其他程序匹配；整数看起来最清晰），--resolution 给 Veda 一个更大的桌面：

cargo xtask run --vm virtualbox --resolution 1600x1000 --scale 2

要通过主机的网络适配器（包括 Wi-Fi）将 Veda 接入你的真实网络（路由器的 DHCP 和 DNS、真实互联网）：

cargo xtask run --vm virtualbox --net bridged

shot、script 和 test 也适用于 --vm virtualbox；需要 QEMU（模拟 Wi-Fi）的脚本会被跳过。

真实 PC，从 USB 盘启动

cargo xtask iso

写入 target/veda/veda.iso，一个 live 系统。用 Rufus 将其写入 USB 盘（分区方案 GPT，目标系统 UEFI，ISO 模式），或按原样用任何镜像写入工具写入，然后以 UEFI 模式、关闭 Secure Boot 从该盘启动 PC（通常在固件的启动菜单中：开机时按 F12、F11 或 Esc），因为 Veda 的加载器未签名。Veda 从内存运行，不碰 PC：不启动磁盘驱动，因此它从不读写 PC 的磁盘或其上安装的系统，其主目录持续到 PC 关机。要先在 QEMU 中试用该盘：

cargo xtask run --live

在真实硬件上，桌面以固件提供的屏幕模式出现（1920x1080，或低于它的最大分辨率）。在最近几代 Intel 集成显卡上（Tiger Lake 到 Raptor Lake：Iris Xe 和 UHD Graphics），显示驱动在屏幕垂直消隐时整帧翻转显示每一帧，因此动画运行如虚拟机中一样流畅；在其他地方，窗口系统绘制到固件的帧缓冲中。USB 键盘、鼠标和集线器可在约 2012 年以来 PC 配备的 USB 3（xHCI）控制器上工作，PS/2 键盘和鼠标也一样；其他 USB 设备，包括该盘，则不被触碰。声音通过 HD Audio 播放，这是自 2005 年以来几乎所有 PC 的声音硬件：通过扬声器，或插入耳机时通过耳机，以及线路输出，麦克风（内置的，或插入插孔时在插孔上的）供代理使用。连接到音频 DSP 而非编解码器的内置麦克风，如许多近期笔记本电脑中的那样，保持静音；HDMI 和 DisplayPort 音频需要比 Veda 目前拥有的更多的图形驱动（它保持固件的屏幕模式）；且很少有 PC 拥有 Veda 支持的网络硬件。要在 QEMU 中试用 USB 输入或 HD Audio：

cargo xtask run --input usb
cargo xtask run --sound hda

与 Veda 对话

1. 打开 设置 → 代理 并添加你的 Deepgram API 密钥。代理的名称、声音、语言模型、聆听和记忆在同一页面上。
2. 说 "Hey Veda"，点击任务栏右侧的小圆环，或按 Super+Space。
3. 自然地说话，随时追问，随时打断，说完再见。它会重新进入休眠，等待听到自己的名字。

Veda 通过你 PC 的麦克风听到你，并通过扬声器回答你，在 QEMU 和 VirtualBox 下都一样。

可以问的事情：

• “把我的壁纸换成沙丘。”
• “播放 Neon Horizon。”
• “写一份购物清单，包含鸡蛋、牛奶和咖啡。”
• “给我看那张灯塔照片，全屏。”
• “提醒我二十分钟后去伸展一下。”
• “什么占用的内存最多？”
• “在 Velocity 里开始一场比赛。”
• “删除 City Lights 照片”——然后看它先征求你的同意。
• “你对我了解多少？”

使用桌面

• 点击徽标（任务栏中间的圆环）或按 Super 键打开开始菜单；输入以搜索应用程序。
• 点击任务栏按钮可打开、聚焦或最小化应用程序；中键点击会打开另一个窗口。点击时钟查看日历。
• 双击桌面图标。右键点击桌面可更改壁纸。
• 将窗口拖到屏幕顶部可最大化，或拖到一侧以填满那一半（或使用 Super+Left/Right/Up/Down）。Super+D 显示桌面，Alt+Tab 切换窗口，Alt+F4 关闭当前活动窗口。
• 任务栏上的扬声器图标可打开音量控制（在其上滚动可更改音量）。旁边的网络图标显示 Wi-Fi 信号，并打开可加入的网络列表。

你的文件位于 /home/user，保存在 target/veda/home.img 中，重启和重建后依然存在（--fresh-home 会重新开始）。

应用程序

每个应用程序都兼容智能体：你能用鼠标和键盘做的事情，智能体也能通过应用程序自身的操作完成。

这些游戏由 v3d（一个多线程定点软件 3D 渲染器）和基于 OpenGL ES 的 Prism 绘制。除应用程序外，代理自身的功能还涵盖窗口、文件、声音、Wi-Fi、壁纸、通知、计时器和提醒、其记忆以及系统。

构建代理兼容的应用程序

代理支持是 vui 应用程序平台的一部分。应用程序描述它能做什么、报告它显示什么并执行操作；vui::run 将其注册到代理服务，并在帧之间应答代理：

use vui::agent::{self, Action, AppAgentInfo, Risk, Value, arg_path, arg_str, object, show_path};

impl vui::App for Notes {
    fn update(&mut self, ui: &mut vui::Ui) { /* ... */ }

    fn agent_info(&self) -> Option<AppAgentInfo> {
        Some(agent::info(
            "A notes app: one note per file in ~/Notes.",
            vec![
                Action::new("add_line", "Adds a line at the end of the note shown")
                    .param("text", "string", "The line", true)
                    .build(),
                Action::new("delete_note", "Deletes a note for good")
                    .param("path", "string", "The note's file, such as ~/Notes/Ideas.txt", true)
                    .risk(Risk::Destructive)
                    .build(),
            ],
        ))
    }

    fn agent_state(&self) -> Value {
        object! { "note" => self.title.as_str(), "lines" => self.lines.len() }
    }

    fn agent_invoke(&mut self, action: &str, args: &Value) -> Result<Value, String> {
        match action {
            "add_line" => { self.append(arg_str(args, "text")?); Ok(object! { "lines" => self.lines.len() }) }
            "delete_note" => {
                let path = arg_path(args, "path")?;
                self.delete(&path).map_err(|e| format!("{} could not be deleted: {e}", show_path(&path)))?;
                Ok(object! { "deleted" => show_path(&path) })
            }
            other => Err(format!("Notes has no action called {other}")),
        }
    }
}

操作是为语言模型编写的（简短的命令式描述，明确说明单位和默认值），声明其风险，明确指定其目标，并与键盘和鼠标走相同的代码路径。同意、记忆和对话是系统的职责，而非应用程序的。参见 使应用程序与代理兼容。

测试

cargo xtask test

运行各库的主机单元测试（代理的协议、工具、提示、记忆、唤醒词和回声门控，内核 ABI、堆、IPC、服务协议、数学、光栅化器、字体、图像编解码器、2D 图形、文本编辑、路径和文件类型、音频、ELF 加载、POSIX 层、构建工具），然后以 systest 集成测试无头启动 Veda（IPC、套接字、内存、线程、文件系统、启动器、崩溃报告、窗口系统被杀死后的恢复，以及检查 C 库和 POSIX 层的 C 程序），任何 panic 都会导致失败。

代理针对运行在主机上的 Deepgram 替身（tests/agent/）进行端到端测试：对话、函数调用、打断、回声、窗口和通知中的同意、在音乐中按名称唤醒、每个应用程序的操作和重启——确定性、离线且免费。tests/real/agent-*.vts 使用 DEEPGRAM_API_KEY 中的密钥与真实的 Deepgram 通信，并通过虚拟麦克风播放合成语音。

网络有其自己的主机测试（802.11 协议和密码学对照已发布的测试向量、站点对访问点、模拟电缆上的 TCP/IP 栈、Wi-Fi 模拟器、针对 rustls 服务器和真实证书链的 TLS 握手），而 nettest 从 Veda 内部检查 DNS、TCP、HTTP、HTTPS 和 ping。

tests/ui/ 中的 GUI 自动化脚本点击桌面和应用程序，检查日志并保存截图；其中两个在终端中运行 C 程序，并在 Veda 内用 GCC 编译一个（它们需要工具链，没有工具链则跳过）。Wi-Fi 脚本通过桌面加入网络，并以多种方式破坏模拟网络（访问点消失、断开连接、中断、无线电或 Wi-Fi 服务消失），以检查 Veda 能否自行恢复。将所有这些脚本（包括代理的脚本）与单元测试和集成测试一起运行，或一次运行一个：

cargo xtask test --ui

cargo xtask script tests/agent/wake-name.vts

cargo xtask shot --wait 20

（shot 无头启动并保存 target/veda/screen.png。）

串行控制台（内核日志加上每个程序的输出）保存到 target/veda/serial.log。

仓库布局

文档

• agent：语音 agent、它的函数、同意和 记忆，以及应用程序如何变得与 agent 兼容。
• 架构：系统如何组合在一起。
• 网络：网络和 Wi-Fi 服务、 模拟的 Wi-Fi 环境、安全和测试。
• Veda 上的 C：编写、编译和运行 C 程序、 POSIX 层，以及工具链是如何构建的。
• 开发：构建命令、系统映像、 编写应用程序、性能说明。
• 编码约定。

许可证

版权所有 © 2026 Vahid Mohammadi。

Veda 是自由软件：你可以根据自由软件基金会发布的 GNU 通用公共许可证第 3 版条款重新分发和/或修改它 （见 LICENSE）。分发它是希望它会有用， 但不提供任何担保；甚至没有 适销性或特定用途适用性的默示担保。

捆绑字体（Inter、Lato、JetBrains Mono）采用 SIL Open Font License 1.1 授权；参见 assets/fonts/。assets/firmware/cirrus/ 中的固件属于 Cirrus Logic，来自 Linux 固件集合：它运行在扬声器放大器自带的 DSP 上，而非 Veda 中，并且依据 Cirrus Logic 的许可证（LICENSE.cirrus 处）以未修改形式再分发，仅限与其设备配合使用。内置的第三方代码保留其自身许可证；参见 third_party/。镜像可能包含的 C 工具链同样保留其自身许可证：GCC 和 binutils 采用 GPL 第 3 版或更高版本（GCC 运行时库附带其运行时库例外条款，因此 GCC 构建的程序保留其自身许可证），GMP、MPFR 和 MPC 采用 LGPL 第 3 版或更高版本，musl 采用 MIT；其源代码为 ports/*/port.toml 所命名的上游发布版本，补丁位于其旁。