Veda 发布智能体原生操作系统，语音智能体内置为系统服务

Veda：智能体原生操作系统

Veda 是一个内置语音智能体的操作系统。说一句“Hey Veda，把我的壁纸换成沙丘”，它就会在任何应用程序中完成这项工作，走的是和你的键盘、鼠标相同的代码路径。对于任何难以撤销的操作，它都会先征求你的同意。

一切都用 Rust 从零编写，并放在这个仓库里：UEFI 引导加载程序、基于能力的微内核、系统服务、窗口系统、工具包和应用程序。少数成熟的 crate 提供 TCP/IP、TLS 和密码学功能（smoltcp、rustls、RustCrypto）。Veda 可在 x86-64 PC 和 QEMU 上运行。

为什么是智能体原生

操作系统的设计初衷是让人坐在键盘前使用。后来添加的助手必须读取屏幕、模仿点击，或者使用少数提供 API 的应用程序，而系统无法对它施加任何约束。在 Veda 中，智能体是系统的一等用户：

• 系统的一部分。智能体是一个系统服务，在启动时启动，失败时会重启。它会休眠，直到你叫它的名字、点击任务栏上的圆环，或按下 Super+Space。
• 在每个应用程序中都是原生的。应用程序声明自己的操作（带类型的参数和风险等级），并以 JSON 报告自己显示的内容。智能体调用这些操作，它们运行的是与键盘和鼠标相同的代码：没有屏幕抓取，没有模拟点击。内置应用程序提供了 70 多个操作。
• 由系统强制执行的同意机制。每个操作都是常规、敏感或破坏性的。智能体服务——而不是语言模型——会扣住后两类，直到你允许为止。只有桌面 shell 才能作答（init 会告诉每个服务是哪个程序在调用），因此智能体在文档中读到的任何内容都无法批准任何操作。
• 真实的上下文。每次对话开始时都会带上时间、打开的窗口、每个应用程序的操作、智能体对你的了解，以及你上次对话是如何结束的。在行动之前，它会读取应用程序的当前状态。
• 由你控制的记忆。它只记住你明确告诉它的内容（你的名字、你生活中的人、你喜欢的做事方式），从不记住它自己的猜测。记忆保存在你的电脑上，设置中会显示并遗忘其中的任何部分。
• 语音优先。你可以随时打断它。回声消除和回声门控让它听不到自己，对话期间其他声音会降低 20 dB。休眠时，它用一个本地运行的语音检测器来监听，因此没人说话时不会有音频离开电脑。
• 智能是一项设置。语音识别、语言模型和声音来自 Deepgram 的 Voice Agent API，音频已选择退出 Deepgram 的模型改进。模型（默认是 OpenAI 的 gpt-4.1-mini）、声音，甚至智能体的名字都可以在设置中选择。

智能体如何工作

1. 监听。休眠时，智能体在电脑上运行语音检测器。它听到的语音会发送到 Deepgram 的识别器，并以智能体的名字作为关键术语。以名字开头或结尾的句子（“Hey Veda，……”“……，Veda？”）会唤醒智能体，句子的其余部分就是它的第一个请求。
2. 对话。唤醒会打开一个 Deepgram Voice Agent 会话，其中包含智能体的指令、上下文和函数。Deepgram 负责轮流发言、语言模型和声音；Veda 的音频服务双向传输声音。
3. 操作。模型调用代理的 17 个函数（窗口、文件、音量、Wi-Fi、壁纸、通知、计时器和提醒、记忆、系统及其程序），并通过 use_app 和 read_app 调用每个应用的操作和状态。每次调用都返回一个结构化结果。
4. 同意。需要你确认的调用会等待在代理窗口中或通知里，明确说明将要发生什么以及针对什么。只有你在三分钟内允许，它才会执行。敏感操作可以永久允许；破坏性操作每次都会询问。

代理完整涵盖了设计：协议、语音管线、同意、记忆和测试。

操作系统

• 微内核。vkernel 只处理隔离、调度、内存和 IPC：带权限的能力句柄、传递消息和句柄的通道、VMO、事件、futex 和中断对象。它支持带 x2APIC 的 SMP、无滴答定时器和 XSAVE。
• 受监督的服务。驱动程序、文件系统、窗口系统、音频、网络和代理都是用户空间进程。init 会在窗口系统、shell、音频、网络和代理崩溃时重启它们，因此桌面会自行恢复。
• 虚拟机中的 Linux 驱动。Veda 只驱动自己的磁盘（virtio-blk、AHCI、NVMe）。Linux 在 驱动虚拟机 中驱动其他一切，运行在 Veda 自己的虚拟机监控程序上（VMX 带 EPT，无模拟硬件）。设备整体交给它，其 DMA 被限制，中断由 Veda 的 IOMMU 驱动重新映射。崩溃的驱动只会拖垮该虚拟机，Veda 会重置并重启它。参见 驱动虚拟机。
• 桌面。一个合成窗口管理器，具有服务端装饰、阴影、动画、吸附和带实时缩略图的 Alt+Tab 切换器。它在 Intel 显卡上通过 GPU 合成，在其他地方通过处理器合成；一旦 Linux 驱动显示，每一帧都在垂直消隐时整体翻转。shell 有任务栏、可搜索的开始菜单、桌面图标、日历和通知。
• 工具包。vui 是一个即时模式工具包：控件、菜单、对话框、矢量图标以及 Inter 和 JetBrains Mono 中的抗锯齿文本。每个 vui 应用都与代理兼容。
• 3D 图形。OpenGL ES 3.0 配合 GLSL ES 1.00 和 3.00，用 Rust 实现（vgl、vglsl），每次调用都按规范要求检查。它通过驱动虚拟机中的 Mesa 在 GPU 上渲染（Intel 的 iris；在 QEMU 下使用宿主 GPU 上的 virgl），或在多线程软件渲染器上渲染。Interceptor 全屏展示它：一座海湾城市及其交通、基于物理的光照、阴影、泛光和 4 倍多重采样。
• 网络。一个网络服务，支持 IPv4 和 IPv6、DHCP、DNS、TCP、UDP 和 ICMP，以及一个 Wi-Fi 服务，可加入 WPA2、WPA3 和开放网络并支持管理帧保护，记住它们、重新连接并漫游。Linux 的驱动只移动帧，永远看不到密码。应用程序从 vtls 获得 TLS 1.3 和 1.2，证书对照 Mozilla 的根证书进行检查。参见 网络。
• 音频。一个混音服务，具有回声消除录音和闪避功能，既为代理的对话也为音乐而构建。
• 存储。 主目录有自己的磁盘。在更改停止半秒后保存，在两个带校验和的槽位之间交替，因此中断的保存永远不会损坏前一个。代理的内存和密钥位于只有代理才能打开的私有目录中。
• C 和 GCC。 镜像包含 GCC 16、binutils 和 musl：在终端中编写 C 程序，编译并运行它，在 QEMU 或 PC 上。C 程序是静态可执行文件，其系统调用转到 vposix，一个用 Rust 编写的 POSIX 层。交叉编译器还在开发机器上为 Veda 构建 C 和 C++ 程序。参见 Veda 上的 C。

应用程序

每个应用程序都与代理兼容：你能用鼠标和键盘做的事情，代理也能做。

截图

文本编辑器，高亮 Rust	照片，图片库
音乐，带有可视化器	文件，带有缩略图
终端中的 GCC 16	拦截者，在 OpenGL ES 3.0 中

每张截图都是 1280x800。它们是在 QEMU 中由 cargo xtask script docs/screenshots.vts 拍摄的，代理与 Deepgram 的替身对话。拦截者的截图由 cargo xtask script docs/interceptor.vts --resolution 1920x1200 以 1920x1200 拍摄并缩小。

快速开始

要求

Veda 构建在带有 Linux 的 x86-64 PC 上。

• Rust，稳定版。rust-toolchain.toml 使 rustup 在首次使用时安装额外的目标，Rust 自己的链接器（rust-lld）链接所有内容。
• QEMU 和 OVMF UEFI 固件（在 Debian 和 Ubuntu 上：qemu-system-x86、qemu-system-gui、qemu-system-modules-opengl 和 ovmf），可以访问 /dev/kvm。
• 对于驱动 VM：Linux 的构建工具、交叉编译器和 Mesa （在 Debian 和 Ubuntu 上：build-essential、bc、curl、rsync、m4、 flex、bison、meson、ninja-build、libgmp-dev、libmpfr-dev、 libmpc-dev、python3-mako 和 python3-packaging），以及 KVM 的嵌套 虚拟化（kvm_intel nested=1）。参见 驱动 VM。
• 可选：为 agent 提供 Deepgram API 密钥，以及 你的发行版中用于 C 工具链的构建工具，cargo xtask toolchain 会 构建一次（参见 Veda 上的 C）。

检查环境：

cargo xtask doctor

构建并运行

首先，构建驱动 VM 的 Linux（其内核、交叉编译器和 Mesa），这需要一段时间。没有它，Veda 启动时就没有键盘、 鼠标、声音或网络。

cargo xtask linux

然后构建并运行 Veda：

cargo xtask run

这会构建每个组件，写入 target/veda/veda.img 并在 1920x1080 的 QEMU 窗口中 启动它。首次构建还会渲染示例 图片和音乐。之后的构建是增量的。

cargo xtask run --resolution 1280x800 --smp 4 --memory 2048
cargo xtask run --cmdline "run=editor"
cargo xtask run --net wifi

run=NAME 在启动后启动 /system/bin/NAME.exe。默认情况下， 机器通过 QEMU NAT 上的有线网卡接入互联网。 --net wifi 改为给它一个 Wi-Fi 无线电，并启动 airsim，一个 模拟的 Wi-Fi 环境，其网络（"Veda Home"、"Veda WPA3"、 ……）以密码 veda-wifi 通向互联网；--net both 则两者都提供。cargo xtask help 列出所有命令和选项。

真实 PC，从 USB 启动盘启动

cargo xtask iso

这会写入 target/veda/veda.iso，一个 live 系统。要启动它：

1. 用 Rufus 将其写入 USB 启动盘（分区 方案 GPT，目标系统 UEFI，ISO 模式），或使用任何镜像写入工具。
2. 在 PC 的固件设置中，打开 VT-x 和 VT-d，并关闭 Secure Boot（Veda 的加载器未签名）。
3. 以 UEFI 模式从启动盘启动 PC，通常从启动菜单 （开机时按 F12、F11 或 Esc）。

Veda 从内存运行，不启动任何磁盘驱动，因此它从不读取或 写入 PC 的磁盘。其主目录会一直保留到 PC 关机 为止。要先在 QEMU 中试用启动盘，请运行 cargo xtask run --live。

启动盘会在 VEDA/LOGS 中保留每次启动的日志，每次启动一个 编号文件夹（最新的编号最大）：来自 Veda 的 VEDA.TXT 和 来自驱动 VM 的 LINUX.TXT。它们每秒同步一次，因此即使一次 启动什么都没显示，也能在另一台电脑上诊断。

驱动 VM 中 Linux 的驱动支持：

没有 VT-x 和 VT-d 时，Veda 只驱动磁盘（仅 VT-x 时，还有 PS/2 键盘和鼠标）。USB 磁盘，包括启动盘，则不予处理。 状态 显示每个设备类别 进展如何。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 Settings → Agent 并添加你的 Deepgram API 密钥。agent 的 名称、语音、语言模型、聆听和记忆都在同一页上。
2. 说 "Hey Veda"，点击任务栏右侧的圆环，或按 Super+Space。
3. 自然地说话，随时可以打断。说完后说再见， 它就会回到睡眠状态。

Veda 使用 PC 的麦克风和扬声器，在 QEMU 下也是如此。目前它只说英语。Deepgram 按每分钟对话计费；在休眠状态下，只有检查其名称的短暂识别会计费，每小时最多十分钟。

可以问的事情：

• "把我的壁纸换成沙丘。"
• "播放 Neon Horizon。"
• "写一个购物清单，包含鸡蛋、牛奶和咖啡。"
• "给我看灯塔照片，全屏。"
• "二十分钟后提醒我伸展一下。"
• "什么占用的内存最多？"
• "在 Interceptor 中开始一场日落时分的快速追逐。"
• "删除 City Lights 照片。"（它会先问你。）
• "你对我了解多少？"

使用桌面

• 点击任务栏中间的圆环，或轻触 Super，打开开始菜单，然后输入以搜索。
• 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。
• 双击桌面图标即可打开。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（或按 Super+Left/Right/Up/Down）。Super+D 显示桌面，Alt+Tab 切换窗口，Alt+F4 关闭一个窗口。
• 删除的项目会进入 Trash，即第一个桌面图标：将桌面项目拖到它上面，或在 Files 中按 Delete（Ctrl+Z 可将其恢复，Shift+Delete 则永久删除）。打开它以将项目恢复到原处，或清空它。
• 任务栏上的扬声器图标可设置音量（在其上滚动）；旁边的网络图标列出可加入的 Wi-Fi 网络。

你的文件位于 /home/user，在重启和重建后保留在 target/veda/home.img 上（--fresh-home 会重新开始）。

构建兼容代理的应用程序

代理支持是 vui 应用程序平台的一部分。应用程序描述其操作、报告其状态并执行操作；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}")),
        }
    }
}

为语言模型编写操作描述：简短、命令式，并明确说明单位和默认值。声明每个操作的风险，明确命名其目标（已批准的操作可能会在几分钟后运行），并让它通过与键盘和鼠标相同的代码运行。同意、记忆和对话是系统的职责，而不是应用程序的职责。参见 使应用程序兼容代理。

测试

cargo xtask test

这会在主机上运行库的单元测试，然后以无头模式启动 Veda，并运行 systest 集成测试（IPC、内存、线程、文件系统、窗口系统的崩溃恢复、C 和 C++ 程序）。任何 panic 都会导致运行失败。

cargo xtask test --ui

这会添加 tests/ui/ 中的 GUI 脚本和 tests/agent/ 中的代理脚本。它们点击浏览桌面和应用程序，检查日志和截图，并以多种方式破坏模拟的 Wi-Fi 网络，以检查 Veda 能否自行恢复。需要 GCC 的脚本在没有 C 工具链时会被跳过。

代理的脚本在主机上针对 Deepgram 的替身运行，因此它们是确定性的、离线的且免费的。它们涵盖对话、函数调用、中断、回声、同意、在音乐中通过名字唤醒以及每个应用程序的操作。tests/real/ 与真实的 Deepgram 通信（密钥在 DEEPGRAM_API_KEY 中），在虚拟麦克风中使用合成语音。

网络有其自己的主机测试：802.11 及其密码学针对已发布的测试向量，TCP/IP 通过模拟电缆，以及 TLS 针对 rustls 服务器和真实证书链。在 Veda 内部，nettest 检查 DNS、TCP、HTTP、HTTPS 和 ping。

运行一个脚本，或者无头启动并保存 target/veda/screen.png：

cargo xtask script tests/agent/wake-name.vts
cargo xtask shot --wait 20

每次运行都会将串口控制台（内核日志和每个程序的输出）保存到 target/veda/serial.log。

仓库布局

文档

• 该 agent：语音 agent、其函数、同意与记忆，以及应用程序如何变得兼容 agent。
• 架构：系统如何组合在一起。
• 网络：网络与 Wi-Fi 服务、模拟 Wi-Fi 环境、安全与测试。
• Veda 上的 C：编写、编译和运行 C 程序、POSIX 层，以及工具链如何构建。
• 驱动 VM：hypervisor、平台、桥接、IOMMU 和设备。
• 开发：构建命令、系统镜像、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）。分发它是希望它有用，但不提供任何保证；甚至没有适销性或特定用途适用性的默示保证。

其他部分保留各自的许可证：

• 字体（Inter、Lato、JetBrains Mono）：SIL 开放字体许可证 1.1；见 assets/fonts/。
• 驱动 VM 的 Linux 加载到设备中的设备固件（ports/linux/firmware.txt）运行在设备上，而非 Veda 中。它未经修改地来自 Linux 固件集合，遵循其 WHENCE 为每个文件制作者给出的条款（他们允许再分发），并来自 Sound Open Firmware 的发布版（sof-bin：Intel 签名的音频 DSP 固件构建，遵循 BSD 许可证及其 LICENCE.Intel 中的 Intel 专利许可）。
• Vendored 代码保留自己的许可证；见 third_party/。
• C 工具链 镜像可能包含：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 构建的程序保留自己的许可证），GMP、MPFR 和 MPC 采用 LGPL 第 3 版或更高版本，musl 采用 MIT 许可证。其源代码是 ports/*/port.toml 所指的上游发布版本，补丁就在旁边。