PIXIU 是面向银河麒麟桌面操作系统 OS Agent 的记忆优化与高效应用解决方案，参赛于麒麟软件《OSAgent 记忆优化及高效应用研究》赛题。
我们把目光投向居家 / 办公的多用户协作场景：你在书房问的问题、客厅大屏记下的待办、办公电脑沉淀的工作流——本应彼此相通，却被困在一台台孤立的设备里。
PIXIU 构建了一张无中心节点的分布式记忆网络，让多设备之间的知识与偏好自由共享、自动同步，并以神经-符号混合检索在 500ms 内给出可追溯的精准答案。
全程依托现有 OS Agent 基础架构，调用银河麒麟国产桌面操作系统 KylinSDK（embedding / OCR / 桌面环境）进行端侧开发，国产化、可离线、轻量化。
Important
记忆不该被一台台设备割裂。下面这个再普通不过的周末，正是 PIXIU 想要改变的日常。
周六上午，书房。 林先生是一名在家办公的设计师，家里有三台跑着银河麒麟的设备：书房的工作站、客厅的一体机、还有一台随身的麒麟笔记本。过去，每台设备的 OS Agent 都像一个"失忆"的助手——在书房交代过的事，换到客厅就得从头再说一遍。
上个月的某天，林太太用微信发来一张家庭支出清单的照片。林先生顺手让书房工作站的 OS Agent "记一下"。PIXIU 在后台默默完成了一整套动作：调用麒麟 OCR 识别图片 → 后端引擎清洗、标准化并做敏感度评分 → 抽取"国家电网""新奥燃气"等实体并挂载到"水电燃气"类目 → 生成端侧向量写入长期记忆。林先生什么都没多做，一条结构化、可检索、可追溯的知识就这样沉淀了下来——而且通过去中心化网络，悄悄同步到了客厅一体机和笔记本上。
今天下午，客厅。 林先生靠在沙发上，突然想核对一笔开销，却只记得模糊的片段。他按下全局快捷键，UKUI 桌面角落的悬浮球展开成聊天框，他随口一问：
「我们好像在水电燃气方面花了一些钱，花了多少钱来着？」
不到半秒，答案浮现："2026 年 4 月，你们在水电燃气方面共支出 434.50 元，其中电费 210 元、水费 68.50 元、燃气费 156 元。" 下方附着一张证据卡，点开就能回溯到那张最初的清单照片。他没有打开任何文件管理器、没有翻聊天记录、更没有逐条加总——系统替他记住了，也替他算好了。
几分钟后，他想起燃气费记错了，便补了一句"燃气费不是 156，是 186"。PIXIU 的冲突仲裁模块自动识别出与旧记忆的矛盾，以新版本为准，同时完整保留了修改痕迹。临睡前他又说："忘记那张 4 月的支出清单吧。"——系统精准定位目标，连带原始证据与实体关系一并干净地遗忘，不留残影，也不误删别的记忆。
这一切，发生在三台设备之间，却像在和同一个懂你的助手对话。 没有云端账号、没有数据外泄、断网依旧可用。这就是 PIXIU 想带给每一位麒麟用户的体验——让设备彼此相通，让记忆为你所用。
- 去中心化记忆网络 — 每台设备对等运行、无中心服务器；设备配对建立信任后，记忆经 Gossip 实时推送 + 反熵周期对账扩散全网，用 CRDT 自动合并并发修改，断网各自可用、重连自动收敛。
- 多源融合接入 — 工具执行结果、用户行为、手动配置、OCR 统一接入，自动清洗、标准化与质量校验。
- 偏好动态捕捉 — 操作习惯、输出风格、安全策略自动提取，版本化管理，跨场景适配与回溯。
- 神经-符号混合检索 — BM25 + 向量 ANN + 实体关系图三通道融合，结构化聚合，证据可追溯。
- 冲突智能仲裁 — 新旧知识矛盾自动检测，以新为准并保留完整审计痕迹。
- 安全与精准遗忘 — 敏感信息识别过滤，自然语言指令驱动级联遗忘。
- 端侧极致轻量 — 调用麒麟 embeddingSDK + INT8 量化 + SQLite，检索 P95 ≤ 500ms。
- UKUI 原生体验 — Qt5 桌面悬浮球 + 聊天框，全局快捷键唤起，系统通知与主题深度融合。
┌────────────────────────────────────────────────────────────┐
│ 项目选定的 openKylin OS Agent 基座 │
│ kylin-agent（桌面） + agent-runtime（会话/规划/工具/审批） │
└───────────────────────────┬────────────────────────────────┘
│ MemoryProvider / HTTP adapter
┌───────────────────────────▼────────────────────────────────┐
│ PIXIU 记忆系统 │
│ engine：多源接入/偏好/知识/冲突/安全 │
│ foundation：API/存储/检索/记忆流转/P2P CRDT/评测 │
└───────────────┬───────────────────────────┬────────────────┘
│ │
Kylin Embedding SDK Kylin Vector Engine SDK
│ │
┌───────────────▼───────────────────────────▼────────────────┐
│ 多台银河麒麟 V11 设备：本地副本 + 可信 P2P 同步 │
└────────────────────────────────────────────────────────────┘
各模块完全解耦，互不依赖代码实现，详情见 开发计划与分工。
| 层面 | 选型 |
|---|---|
| 前端 (Module A) | C++17 · Qt5 Widgets · UKUI · KylinSDK（快捷键/通知/主题/Qt 扩展控件） |
| 引擎 (Module B) | Python 3.10 · C++（KylinEmbedding shim） |
| 基础设施 (Module C) | Python 3.10 · FastAPI · asyncio · SQLite(WAL) · FTS5 · hnswlib · CRDT |
| 存储 | SQLite (WAL) · FTS5 · sqlite-vec/hnswlib · 邻接表图 |
| AI | 麒麟 coreai/embedding（文本/图像向量化）· OCR · INT8 量化 |
| 分布式 | CRDT · mDNS/Gossip · TLS |
| 指标 | 目标 |
|---|---|
| 偏好提取准确率 | ≥ 85% |
| 知识检索召回率 | ≥ 85% |
| 知识检索响应时间 | ≤ 500ms (P95) |
| 知识冲突处理正确率 | ≥ 88% |
Project.PIXIU/
├── frontend/ # PIXIU 记忆控制台（Qt5/UKUI）
├── integrations/kylin_agent/ # Module E：原创 Agent/MemoryProvider 适配与契约测试
├── backend/engine/ # 记忆业务引擎
├── backend/foundation/ # API、存储、检索、流转、同步、评测
├── backend/tests/ # 自动化测试
├── build/release/ # Debian/银河麒麟构建、发布画像与交付校验工具
├── docs/ # 架构、API、赛题、验收与报告
├── submission/ # 打开即见 00 说明和官方 01～05 五类交付实物
└── third_party/
├── kylin-agent/ # openKylin 官方 Agent 桌面端（submodule）
├── kylin-agent-runtime/ # openKylin 官方 Agent 运行时（submodule）
├── kylin-coreai-embedding/ # 指定文本向量化 SDK（submodule）
└── libkysdk-vector-engine-client/# 指定向量数据库客户端（submodule）
| 文档 | 说明 |
|---|---|
| 开发计划与分工 | 团队结构、模块划分、契约定义 |
| 总体架构 | 分层设计、数据模型、端到端流程 |
| API 规格 | 前端↔后端通信契约（12 端点） |
| Module A 前端架构 | UKUI 交互形态、组件树、kysdk 集成 |
| Module B 引擎架构 | 引擎内部设计与实现机制 |
| Module C 基础设施架构 | 检索、存储、同步设计 |
| 验收测试规范 | 功能/性能/交付逐条验收条目 |
| 赛题原文 | 比赛方案与附录 A 场景 |
| KylinSDK 指南 | 麒麟 V3.0 SDK API 参考 |
依托银河麒麟国产桌面操作系统与 KylinSDK 构建 · 国产化 · 端侧 · 可离线