# Kronos Agent OS: операционный слой для AI-агентов в open source

> KAOS — self-hosted Python-рантайм для долгоживущих AI-агентов с пятислойной памятью, мультиагентной координацией, встроенными автоматизациями и defense-in-depth безопасностью. Open source альтернатива Hermes Agent и OpenClaw.
> Author: Roman Belov · Published: 2026-04-28 · Source: https://futurecraft.pro/ru/blog/kronos-agent-os-open-source/

# Kronos Agent OS: операционный слой для AI-агентов в open source

*Self-hosted Python-рантайм для AI-агентов с памятью, навыками, автоматизациями, мультиагентной координацией и дашбордом. Сравнение с Hermes Agent и OpenClaw.*

---

## Зачем ещё один агентский фреймворк

Агентских фреймворков много: OpenClaw (~382K звёзд), Hermes Agent (~213K), LangGraph, CrewAI, AutoGen. Большинство из них сфокусированы на разговоре — промпты, tool calling, ретривал. Это нужная работа, но она закрывает только часть задачи.

Когда агент работает неделями, а не минутами, появляются другие требования: инспектируемое состояние, аудит tool-вызовов, задачи по расписанию, контроль безопасности, координация нескольких агентов. Существующие фреймворки оставляют эти задачи разработчику.

KAOS (Kronos Agent OS) — **операционный слой вокруг агента**: память, навыки, инструменты с аудитом, автоматизации, мультиагентная координация, дашборд и capability gates из коробки.

---

## Что такое KAOS

KAOS — self-hosted Python-рантайм для долгоживущих AI-агентов. «Долгоживущий» значит: агент сохраняет состояние между сессиями, выполняет задачи по расписанию, использует инспектируемую память и управляется через локальный дашборд — всё без облачного сервиса.

```bash
pip install kronos-agent-os
kaos demo
```

Демо работает офлайн, без API-ключей.

Ментальная модель:

```
Пользователь / Cron / Коннектор → KAOS Runtime
                                     ├── Память (сессии, FTS5, векторы, граф знаний)
                                     ├── Навыки (workspace-процедуры)
                                     ├── Tool Gateway (MCP, кастомные, браузер, динамические)
                                     ├── Автоматизации (12+ задач по расписанию)
                                     ├── Координация суб-агентов (опциональный swarm)
                                     └── Dashboard Control Room
```

KAOS — не фреймворк для создания агентов. Это **операционная система для их запуска**.

---

## Ландшафт: Hermes, OpenClaw и все остальные

### Hermes Agent (Nous Research)

~213 000 звёзд на GitHub, 140+ контрибьюторов. Главная фича — **learning loop**: агент создаёт навыки из опыта, улучшает их при использовании и строит модель пользователя между сессиями. Чекпоинт самооценки — каждые 15 вызовов инструментов.

**Сильные стороны:**
- Самообучающиеся навыки с progressive disclosure — библиотека растёт, стоимость токенов нет
- Диалектическое моделирование пользователя (Honcho)
- 6 бэкендов: локальный, Docker, SSH, Daytona, Singularity, Modal (serverless persistence)
- Встроенная миграция с OpenClaw
- Любой LLM-провайдер без lock-in

**Слабые стороны:**
- **Память — плоские Markdown-файлы с жёстким лимитом символов.** Превысил лимит — получи ошибку, чисти руками. Нет семантического поиска, нет графа связей, нет автоочистки устаревших фактов. Structured memory с typed nodes и graph edges — только в планах (GitHub Issue #346, март 2026)
- **Только один провайдер памяти одновременно.** Нельзя комбинировать Qdrant + FTS5 + flat files
- **Нет multi-agent ledger.** Сабагенты работают параллельно, но без координации: нет арбитража, нет общего состояния, нет anti-flood
- **Нет автоматизаций по расписанию.** Hermes ждёт, пока ты заговоришь. Не дайджестит новости, не консолидирует память ночью, не делает еженедельную аналитику
- **Нет дашборда и аудит-трейла.** Учится — а что именно делал, не видно
- **Безопасность имплицитна.** Нет capability gates, нет редактирования tool-вызовов, нет cost guardian

### OpenClaw

~382 000 звёзд — один из самых быстрорастущих open-source проектов в истории GitHub. TypeScript/Node.js. Gateway-first архитектура. 50+ интеграций с мессенджерами.

**Сильные стороны:**
- Экосистема интеграций без конкурентов: WhatsApp, Telegram, Discord, Slack, Signal, iMessage, Matrix, Teams и ещё 40+
- Workspace на Markdown-файлах (SOUL.md, MEMORY.md, TOOLS.md) — человекочитаемо и редактируемо
- Canvas — живой UI, которым управляет агент
- ClawHub — маркетплейс навыков
- `openclaw onboard` — пошаговый онбординг из терминала

**Слабые стороны:**
- **9 CVE за 4 дня в феврале 2026.** Включая CVE-2026-25253 (CVSS 8.8) — небезопасный WebSocket, утечка auth-токенов
- **Supply chain атака на ClawHub:** из 2857 навыков 341 оказались вредоносными (аудит Koi Security). Маркетплейс навыков стал вектором атаки, а не преимуществом
- **Multi-agent — недетерминирован.** LLM решает, когда запускать ревьюера, когда ретраить. `sessions_spawn` создаёт дочерних агентов через LLM-сессию — flow-control непредсказуем
- **Память — плоские файлы.** Нет FTS5, нет семантического поиска, нет графа. Для простых случаев работает; для агента, который должен помнить тысячи фактов месяцами — нет
- **Навыки статичны.** Агент не учится — навыки работают одинаково в день 1 и в день 100
- **Нестабильность обновлений.** Reddit-треды регулярно упоминают breaking changes между версиями

---

## Архитектура KAOS: технический разбор

### 1. Собственный ReAct-движок (без LangGraph)

KAOS использует кастомный ReAct-цикл (`engine.py`), построенный напрямую на `langchain_core` messages и tools. Без LangGraph. Без фреймворковой зависимости кроме протокола сообщений.

```python
result = await react_loop(
    model=model,
    messages=history,
    tools=tools,
    system_prompt=system_prompt,
    max_turns=25,
)
```

LangGraph хорош для прототипирования. Но когда нужно контролировать выполнение tool-вызовов, распространение ошибок и терминацию цикла — нужен цикл, который читается за 200 строк, а не граф-абстракция.

Движок обеспечивает:
- Асинхронное выполнение инструментов с таймаутами (120 секунд по умолчанию)
- Классификацию ошибок и восстановление
- Коллбэки для аудит-трейла на каждый tool-вызов
- Корректное завершение при исчерпании итераций

### 2. Пятислойная память

Здесь KAOS принципиально расходится с конкурентами.

| Слой | Хранилище | Назначение | Поиск |
|------|-----------|-----------|-------|
| Сессии | SQLite по потокам | Недавняя история диалога | Последовательный |
| Извлечённые факты | FTS5 (SQLite) | Точный recall — имена, ID, даты, URL, решения | Полнотекстовый |
| Векторная память | Mem0 + Qdrant (локально) | Семантический recall — концепции, темы, похожий контекст | Векторное сходство |
| Граф знаний | SQLite | Сущности и связи — люди, компании, проекты | Обход графа |
| Общие факты | Swarm SQLite (FTS5) | Кросс-агентный профиль пользователя | Полнотекстовый |

У **Hermes** — 4 слоя (session, persistent, skill, user model), но все на плоских файлах с лимитом символов. Нет семантического поиска, нет графа. У **OpenClaw** — Markdown-файлы без структурированного поиска.

**Жизненный цикл памяти KAOS:**

1. **Retrieve** — перед каждым LLM-вызовом FTS5 + Mem0 + граф знаний инжектируются как транзиентный контекст
2. **Store** — после ответа факты извлекаются в фоне (DeepSeek lite, ~$0.001/ход)
3. **Consolidate** — ночной `sleep-compute` дедуплицирует факты, извлекает сущности в граф знаний, генерирует actionable insights, чистит устаревшее
4. **Share** — факты из пользовательских сообщений зеркалятся в `shared_user_facts`, чтобы все агенты в swarm видели одинаковый профиль

Sleep-compute вдохновлён биологической памятью: кратковременные воспоминания (сессии) консолидируются в долговременные структуры (граф знаний) во время «сна» (ночной крон).

### 3. Навыки: Progressive Disclosure

И Hermes, и KAOS поддерживают навыки, но философия разная.

**Hermes** создаёт навыки автоматически из успешных выполнений. Learning loop улучшает их. Мощный подход для повторяющихся персональных рабочих процессов.

**KAOS** использует workspace-локальные процедуры с **progressive disclosure**:

| Уровень | Содержание | Стоимость токенов |
|---------|-----------|------------------|
| L1 Каталог | Имя + описание в 1 строку | Всегда в промпте (~50 токенов/навык) |
| L2 Протокол | Полный SKILL.md с шагами и правилами | Грузится через `load_skill()` по необходимости |
| L3 Референсы | Файлы поддержки, примеры, фикстуры | Грузится через `load_skill_reference()` по запросу |

Агент с 20 навыками платит ~1000 токенов в базовом промпте (каталог), а не 20 000. Полный протокол грузится, только когда агент решает, что он релевантен.

KAOS поставляется с **5 паками навыков** (research, productivity, ops, content, finance-lite) и **5 шаблонами агентов** (Personal Operator, Research Agent, Ops Assistant, Founder Strategy, Analyst Reporter).

```bash
kaos templates list
kaos templates install personal-operator my-agent --force
kaos skills packs
kaos skills install-pack productivity --agent my-agent --force
```

### 4. Tool Gateway: MCP с аудитом

Все три фреймворка поддерживают инструменты. Разница KAOS — **слой аудита и безопасности**.

Каждый tool-вызов генерирует два события в `tool_calls.jsonl`:
- `tool_call` — имя инструмента, отредактированные аргументы, контекст сессии
- `tool_result` — успех/ошибка, отредактированный результат, латенси

Секретные значения (`token`, `secret`, `password`, `api_key`, bearer-токены, `sk-*` ключи) автоматически редактируются перед записью.

**Capability gates** контролируют, что агент может делать:

```bash
ENABLE_DYNAMIC_TOOLS=false          # Может ли агент создавать Python-инструменты?
REQUIRE_DYNAMIC_TOOL_SANDBOX=true   # Обязателен ли Docker для динамических инструментов?
ENABLE_MCP_GATEWAY_MANAGEMENT=false # Может ли агент добавлять/удалять MCP-серверы?
ENABLE_DYNAMIC_MCP_SERVERS=false    # Загружать ли сохранённые динамические MCP-серверы?
ENABLE_SERVER_OPS=false             # Может ли агент подключаться к серверам по SSH?
```

Свежая установка **консервативна по умолчанию**. Осознанное решение. Агент, который может создавать произвольные Python-инструменты и подключаться к продакшен-серверам по SSH, должен требовать явного включения, а не неявного доверия.

Контекст: OpenClaw — 9 CVE за 4 дня и 341 вредоносный навык в ClawHub. Когда экосистема растёт быстрее безопасности — пользователи платят.

### 5. Пятислойная безопасность

| Слой | Что делает | Как |
|------|-----------|-----|
| **L1: Input Shield** | Блокирует prompt injection до LLM | 28 regex-паттернов (EN + RU), rate limiter (10 запросов/мин) |
| **L2: Sanitizer** | Нейтрализует инъекции во внешнем контенте | Unicode homoglyph folding, скрытые HTML-элементы, boundary markers |
| **L3: Loop Detector** | Предотвращает бесконечные циклы инструментов | 3 детектора (repeat, ping-pong, poll), 3-ступенчатая эскалация (WARNING → CRITICAL → CIRCUIT_BREAKER на 30 вызовах) |
| **L4: Output Validator** | Редактирует секреты из ответов | Паттерны API-ключей, строки подключения, системные пути, утечки промпта |
| **L5: Cost Guardian** | Предотвращает неконтролируемые траты | $5/день, $1/сессия, предупреждение на 80% |

Ни Hermes, ни OpenClaw не поставляются с таким defense-in-depth. KAOS проектировался для **работы 24/7 на VPS** без постоянного надзора.

### 6. Автоматизации: агент работает, пока ты спишь

Именно это делает KAOS «Agent OS», а не чат-враппером.

| Задача | Расписание | Что делает |
|--------|-----------|-----------|
| heartbeat | Каждые 30 мин | Проверяет задачи в workspace и Notion, уведомляет только если есть actionable |
| news-monitor | Ежедневно 08:30 | Сканирует watchlist через Brave Search, отправляет HTML-дайджест |
| group-digest | Ежедневно 09:00 | Собирает сообщения из Telegram-групп, ранжирует по engagement, дайджест |
| sleep-compute | Ежедневно 11:00 | Ночная консолидация памяти: дедупликация, извлечение сущностей, инсайты |
| self-improve | Ежедневно 22:00 | Анализирует последние 24ч взаимодействий, предлагает ОДНО конкретное улучшение |
| expense-digest | Еженедельно | Суммирует расходы из Notion: категории, тренды, рекомендации |
| skill-improve | Еженедельно | Автоулучшение навыков на основе паттернов использования |
| user-model | Еженедельно | Диалектическое моделирование пользователя: валидация и обновление гипотез |
| market-review | Еженедельно | Агрегация новостей по тикерам, анализ сентимента |
| people-scout | Еженедельно | LinkedIn-discovery: ротация фокуса (US founders → EU → AI engineers → Indie) |
| email-expenses | Ежедневно 08:00 | Авто-извлечение расходов из Gmail-чеков через MCP |
| swarm-retention | Еженедельно | Очистка устаревших сообщений в swarm-ledger (90 дней) |

Планировщик — чистый asyncio, без внешних зависимостей. Задачи работают в главном event loop вместе с Telegram bridge и дашбордом. Состояние переживает перезагрузки.

У **Hermes** планировщика нет. У **OpenClaw** — базовая поддержка cron через HEARTBEAT.md, но без сопоставимого набора предустановленных пайплайнов.

### 7. Swarm Mode: мультиагентная координация без pub/sub

KAOS запускает **6 независимых агентских процессов**, каждый со своим Telegram-аккаунтом, персоной, workspace и памятью — координация через один общий SQLite-файл.

Все агенты видят каждое сообщение в группе. Каждый независимо решает, отвечать ли, по **3-уровневой системе маршрутизации**:

| Уровень | Триггер | Задержка | Обходит арбитраж? |
|---------|---------|----------|-------------------|
| **Tier 1** | Явное @упоминание или reply на моё сообщение | 1-5 сек | Да — всегда отвечает |
| **Tier 2** | Релевантность темы >= 7/10 (LLM-проверка) | 5-20 сек | Нет — подчиняется лимиту |
| **Tier 3** | Реакция на пира (значимое несогласие) | 15-45 сек | Нет — лимит + cooldown |

**Anti-flood:**
- Жёсткий лимит: максимум 2 неявных ответа на одно пользовательское сообщение от всех агентов
- Tier 3: 5-минутный cooldown на агента, протокол "PASS" для молчаливого отказа
- Повторная проверка после задержки (другой агент мог ответить, пока мы ждали)

**Арбитраж** через SQLite IMMEDIATE-транзакции:

```python
# Агент вставляет claim перед ответом
swarm.claim_reply(agent_name="kronos", tier=2, eta_ts=time.time() + 12)

# Перед отправкой — атомарная проверка:
outcome = swarm.can_send_claim(agent_name="kronos", tier=2)
# Правило победителя: tier ASC, eta_ts ASC, agent_name ASC
```

Проще и дебажнее pub/sub или протоколов консенсуса. Один SQLite-файл, шесть конкурентных писателей, WAL mode, IMMEDIATE-транзакции. Всё состояние координации инспектируется через `sqlite3 data/swarm.db`.

У **OpenClaw** мультиагентность — LLM-orchestrated: модель сама решает, когда запустить ревьюера, когда ретраить. Flow-control недетерминирован. У **Hermes** сабагенты изолированы и работают параллельно, но без централизованного ledger'а.

**Peer-реакции** в KAOS эфемерны по дизайну:
- Текст пира передаётся через транзиентный `extra_system_context` (не персистится в историю)
- Нет записи в Mem0 — peer-реакции не загрязняют долговременную память
- Если агенту нечего содержательно добавить — "PASS" — claim отменяется молча

Так решается «баг попугая», когда агенты повторяют текст друг друга, потому что он попал в историю сессии.

### 8. Dashboard Control Room

Дашборд — **операторская поверхность** KAOS. Не чат-UI — контрольная комната.

| Вид | Что показывает |
|-----|---------------|
| Overview | Здоровье, аптайм, активность агентов, аномалии |
| Memory Explorer | Факты с поиском, общие факты, сущности графа знаний, сессии — с удалением и ресетом |
| Audit Trail | Каждый tool-вызов: аргументы, результаты, латенси, статус |
| Jobs | Расписание крона, недавние запуски, ошибки |
| Swarm | История арбитрации, исходы claim'ов, метрики по агентам |
| Skills | Workspace-навыки с тогглами |
| MCP Servers | Статические и управляемые серверы |
| Settings | Capability gates, состояние провайдеров, конфигурация |

Когда capability заблокирована политикой, дашборд показывает имя gate и переменную окружения для включения — вместо молчаливого скрытия.

### 9. LLM-роутинг: экономия по умолчанию

KAOS использует двухуровневую стратегию:

| Уровень | Для чего | Провайдер по умолчанию |
|---------|---------|----------------------|
| **Lite** | Проверки релевантности, парсинг, массовые операции, извлечение фактов | DeepSeek V3 |
| **Standard** | Оркестрация, анализ, сложные рассуждения, tool calling | Kimi K2.5 |

KAOS **не привязан к моделям**. Настрой OpenAI, OpenRouter, Groq, Together, LiteLLM, Ollama или любой OpenAI-совместимый эндпоинт в `.env`. Без изменений кода.

---

## Матрица сравнения

| Фича | KAOS | Hermes Agent | OpenClaw |
|------|------|-------------|----------|
| GitHub stars (данные на июль 2026) | Новый (v0.1.0) | ~213 000 | ~382 000 |
| Язык | Python | Python + TS (TUI) | TypeScript/Node.js |
| Лицензия | MIT | MIT | MIT |
| Self-hosted | Да (core design) | Да | Да |
| Слои памяти | 5 (сессии, FTS5, векторы, граф, shared) | 4 (flat files с char limit) | Markdown-файлы |
| Граф знаний | Да (SQLite, сущности + связи) | Нет (в планах) | Нет |
| Sleep-time консолидация | Да (ночной пайплайн) | Нет | Нет |
| Навыки | Progressive disclosure (L1/L2/L3) | Auto-created learning loop | SOUL.md + статичные skills |
| Автоулучшение навыков | Да (еженедельный крон) | Да (built-in loop) | Нет |
| Моделирование пользователя | Да (диалектическое, еженедельно) | Да (Honcho) | Базовые предпочтения |
| Tool аудит-трейл | Да (редактированный, persistent) | Нет | Нет |
| Capability gates | 5 env-based gates | Нет | Нет |
| Слои безопасности | 5 (shield, sanitize, loop, output, cost) | Базовая | 9 CVE за 4 дня (февраль 2026) |
| Cost guardian | Да ($5/день, $1/сессия) | Нет | Нет |
| Автоматизации | 12 базовых + 6 agent-specific | Нет | Базовый HEARTBEAT.md |
| Дашборд | Control Room (8 видов) | Нет | Базовый web UI |
| Мультиагентность | 6-агентный swarm, SQLite-арбитраж | Изолированные сабагенты | LLM-orchestrated (недетерминизм) |
| Мессенджеры | Telegram, Discord, CLI, webhook | 6+ каналов | 50+ каналов |
| Офлайн-демо | Да (`kaos demo`) | Нет | Нет |

---

## Для кого KAOS

**KAOS подойдёт, если:**

- Хочешь **владеть рантаймом агента**, а не арендовать у облачного сервиса
- Нужно **инспектируемое состояние** — память, tool-вызовы, решения — а не чёрный ящик
- Нужны **автоматизации по расписанию** — дайджесты, мониторинг, аналитика, самоулучшение — работающие без человеческого ввода
- Нужна **мультиагентная координация** для задач, где помогают разные перспективы
- Важны **безопасные дефолты** — capability gates, аудит инструментов, контроль затрат
- Предпочитаешь **Python** и экосистему LangChain/Mem0/Qdrant

**KAOS не подойдёт, если:**

- Нужно 50+ интеграций с мессенджерами из коробки (бери OpenClaw)
- Хочешь learning loop, который создаёт навыки с нуля (бери Hermes)
- Нужно самое большое комьюнити (OpenClaw по звёздам, Hermes по quality контрибьюторов)
- Хочешь хостинговое решение с нулём ops (KAOS — self-hosted by design)

---

## Быстрый старт

### 30-секундное демо

```bash
pip install kronos-agent-os
kaos demo
```

Без API-ключей. Без Docker. Без конфигурации.

### Полная установка

```bash
git clone https://github.com/spyrae/kronos-agent-os.git
cd kronos-agent-os
python3 -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"

kaos doctor                    # валидация setup
kaos init personal-operator    # создать первого агента
# отредактируй .env: добавь FIREWORKS_API_KEY или DEEPSEEK_API_KEY
kaos chat                      # начать диалог
```

### Dashboard

```bash
kaos demo-seed --reset
kaos dashboard
# Открой http://127.0.0.1:8789
```

### Шаблоны и навыки

```bash
kaos templates list            # 5 шаблонов агентов
kaos skills packs              # 5 паков навыков
kaos skills install-pack productivity --agent my-agent --force
```

---

*Строите AI-агентов и хотите сохранить контроль над рантаймом? Я помогаю стартапам и инженерным командам проектировать агентские системы — [belov.works](https://belov.works)*

```bash
pip install kronos-agent-os
kaos demo
```

**GitHub:** [github.com/spyrae/kronos-agent-os](https://github.com/spyrae/kronos-agent-os)
**Лицензия:** MIT
**Python:** 3.11+