Aelita Harness：用 .NET 微内核架构重塑 AI 代理运行时的开源探索

Aelita Harness是基于.NET 10的微内核AI代理运行时框架，采用插件化架构设计，支持79个插件、12个LLM提供商及Discord集成。本文解析其架构设计、代理循环机制、记忆系统与多模型协作能力，为构建可扩展AI代理系统提供参考。

随着大型语言模型（LLM）能力快速提升，构建稳定、可扩展且易于定制的AI代理系统成为开发者关注焦点。传统单体架构难以适应需求变化与多模型协作场景，Aelita Harness采用微内核架构理念，将核心运行时与功能扩展彻底解耦，提供全新技术路径。

Aelita围绕35个插件槽位（23个单例槽位、12个集合槽位）构建，核心内核仅约500行代码，所有功能通过插件实现。代理循环采用双层结构：外层负责对话跟进（含插件回调、上下文压缩、记忆预取等步骤），内层处理工具调用与策略调整。

支持12个LLM提供商（7个API提供商、3个CLI工具），含流式响应、故障转移链等机制。记忆系统采用文件存储+BM25+余弦相似度混合搜索，包含主动预取、经验记忆、Vault知识库及记忆提醒功能，保持长对话连贯性。

内置"良心"行为约束系统（漂移检测、工具门控、行为护栏），支持Lua脚本扩展。配置文件存储于~/.aelita/目录，部署方式灵活（交互模式、一次性执行、Discord守护进程模式）。

项目含53个源代码项目、54个测试项目、2500+测试用例、约62000行源代码、57000行测试代码、79个插件、12个LLM提供商、68个工具，测试代码与源代码比例近1:1，体现质量重视。

关键亮点包括：微内核架构（核心精简）、彻底依赖注入、双层代理循环、混合记忆搜索、多模型故障转移策略，为AI代理框架开发提供借鉴思路。

Aelita Harness代表AI代理框架从单体到微内核、封闭到插件化、单一模型到多模型协作的方向，为生产级AI代理系统提供代码与架构模式参考，将在企业部署中发挥重要作用。