能力标签
🔌
MCP工具

主权OS

基于 Python · 让 AI 助手直接操作你的系统与工具
英文名:Sovereign-OS
⭐ 98 Stars 🍴 11 Forks 💻 Python 📄 未公布协议 🏷 AI 8.0分
8.0AI 综合评分
ai-agentsorchestrationpython
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估,主权OS 获评「强烈推荐」。这款MCP工具在功能完整性、社区活跃度和易用性方面表现出色,AI 评分 8.0 分,适合有一定技术背景的用户使用。

📚 深度解析

主权OS 是一款基于 MCP(Model Context Protocol)标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源,旨在建立 AI 模型与外部工具之间的标准化通信接口,目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 主权OS,你的 AI 助手将获得额外的工具调用能力,可以用自然语言直接操控该工具的功能,无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置,永久增强"——配置完成后,每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上,MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信,工具的功能以"工具列表"的形式暴露给 AI 模型,AI 可以按需调用。主权OS 提供了结构化的工具调用接口,使 AI 模型能够精确地理解和使用每个功能点,显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比,MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON,即可让 AI 获得全新能力。AI Skill Hub 将 主权OS 评为 AI 评分 8.0 分,属于同类工具中的优质选择。

📋 工具概览

主权OS 是一款遵循 MCP(Model Context Protocol)标准协议的 AI 工具扩展。通过 MCP 协议,它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务,实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用,都可以通过自然语言在 AI 对话中直接触发,极大提升生产效率。

GitHub Stars
⭐ 98
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
轻量级项目,按需更新
开源协议
未公布
AI 综合评分
8.0 分
工具类型
MCP工具
Forks
11

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

主权OS 是一款遵循 MCP(Model Context Protocol)标准协议的 AI 工具扩展。通过 MCP 协议,它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务,实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用,都可以通过自然语言在 AI 对话中直接触发,极大提升生产效率。

📌 核心特色
  • 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
  • 提供结构化工具调用接口,显著降低 AI 集成复杂度
  • 支持 Claude Desktop 和 Claude Code 无缝接入,开箱即用
  • 可与其他 MCP 工具组合叠加,构建完整 AI 工作站
  • 轻量无侵入设计,不影响现有系统架构
🎯 主要使用场景
  • 在 Claude Desktop 对话中直接调用本地工具,实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务,代替繁琐手动操作
  • 将多个 MCP 工具组合使用,构建个人专属 AI 工作站
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:通过 Claude Code CLI 一键安装
claude skill install https://github.com/Justin0504/Sovereign-OS

# 方式二:手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "--os": {
      "command": "npx",
      "args": ["-y", "sovereign-os"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
📋 安装步骤说明
  1. 确认已安装 Node.js(v18 或以上版本)
  2. 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
  3. 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
  4. 保存配置文件并重启 Claude 客户端
  5. 重启后,在对话中即可使用本工具
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 安装后在 Claude 对话中直接使用
# 示例:
用户: 请帮我用 主权OS 执行以下任务...
Claude: [自动调用 主权OS MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入:"列出所有可用的 MCP 工具"
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "__os": {
      "command": "npx",
      "args": ["-y", "sovereign-os"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效
📑 README 深度解析 真实文档 完整度 56/100 含工作流图 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

简介

<p align="center"> <a href="https://github.com/Justin0504/Sovereign-OS/actions"><img src="https://github.com/Justin0504/Sovereign-OS/actions/workflows/ci.yml/badge.svg" alt="CI"/></a> <a href="LICENSE"><img src="https://img.shields.io/badge/license-MIT-blue.svg" alt="License: MIT"/></a> <a href="https://www.python.org/downloads/"><img src="https://img.shields.io/badge/python-3.12+-green.svg" alt="Python 3.12+"/></a> </p>

<p align="center"> <img src="readme_images/sovereign_logo.png" alt="Sovereign-OS" width="720" style="max-width:100%"/> </p>

<p align="center"> <strong>A governed AI workforce, ready to deploy on day one.<br> Submit a goal — Sovereign-OS plans it, approves the budget, executes with built-in workers, and delivers a cryptographically verified result.</strong> </p>

<p align="center"> <a href="#quick-start">Quick Start</a> &bull; <a href="#architecture">Architecture</a> &bull; <a href="#features">Features</a> &bull; <a href="#deployment">Deployment</a> &bull; <a href="#configuration">Configuration</a> &bull; <a href="#custom-workers">Custom Workers</a> &bull; <a href="#docs">Docs</a> </p>

<p align="center"> <img src="readme_images/demo1.gif" alt="Sovereign-OS dashboard demo" width="760" style="max-width:100%"/> </p>

---

Overview

Sovereign-OS is not another chatbot wrapper or agent framework. It is an operating system for autonomous AI work: a governance layer that enforces budget, quality, and permissions before any token is spent or any task is executed.

The core contract is simple. One YAML file — the Charter — declares the agent's mission, spending limits, KPIs, and allowed capabilities. Everything else — planning, approval, execution, auditing, payment — flows from that file.

Charter → CEO (plan) → CFO (approve budget) → Workers (execute) → Auditor (verify) → Ledger (record)

The Ledger is append-only. The Auditor is cryptographically bound. Neither can be overridden at runtime.

---

Features

Governance - Charter-driven: mission, competencies, KPIs, fiscal boundaries — all in one YAML. - CEO (Strategist) decomposes natural-language goals into executable task plans with dependencies. - CFO (Treasury) enforces max_task_cost_usd, daily_budget_usd, runway_days, and min_job_margin_ratio before any task runs. - TrustScore-gated permissions: READ_FILES, WRITE_FILES, SPEND_USD, CALL_API.

Execution - 16 built-in workers: summarize, research, reply, write_article, write_email, write_post, meeting_minutes, translate, rewrite_polish, collect_info, extract_structured, spec_writer, solve_problem, assistant_chat, code_assistant, code_review. - Multi-model: Strategist and workers can use different backends (e.g. GPT-4o for planning, Claude for execution). - Dynamic worker loading: drop a Python file into sovereign_os/agents/user_workers/ — no registration boilerplate.

Auditing - Every task output is verified against Charter KPIs by the ReviewEngine. - AuditReport carries score, passed, reason, suggested_fix, and proof_hash (SHA-256 of inputs + output). - Append-only audit trail (JSONL). Integrity verifiable offline.

Monetization & job queue - SQLite-backed job queue (Redis optional for multi-instance). - Stripe integration: set STRIPE_API_KEY and each completed job triggers a real charge; transactions appear in your Stripe Dashboard. - Auto-approval mode or manual review per job. - Ingest from any HTTP endpoint, Reddit (PRAW), Shopify, WooCommerce, or custom scrapers via the ingest bridge. - Webhook delivery: POST job result to any URL on completion.

<p align="center"> <img src="readme_images/job_delivery.png" alt="Job delivery result" width="340" style="max-width:48%"/>&nbsp; <img src="readme_images/stripe_dashboard.png" alt="Stripe Dashboard — completed charges" width="340" style="max-width:48%"/> </p> <p align="center"><sub>Left: job result delivered in the dashboard. Right: charges recorded directly in Stripe Dashboard.</sub></p>

Observability - OpenTelemetry tracing. - Prometheus metrics at GET /metrics: job counters, queue depth, task duration histograms. - GET /health returns config warnings (missing API keys, payment mode). - Structured JSON logs with correlation IDs.

Security - API key authentication (constant-time comparison). - Optional IP allowlist and per-IP rate limiting. - Job input validation (Pydantic v2). - No secrets in code; everything via environment variables.

<p align="center"> <img src="readme_images/block_case.png" alt="TrustScore gates" width="340" style="max-width:48%"/>&nbsp; <img src="readme_images/block_case_detail.png" alt="Permission gate detail" width="340" style="max-width:48%"/> </p> <p align="center"><sub>TrustScore-gated permission system — agents earn capabilities through passing audits.</sub></p>

---

Deployment

docker-compose.yml excerpt

services: web: build: . ports: ["8000:8000"] env_file: .env volumes: - sovereign_data:/app/data redis: image: redis:7-alpine volumes: - redis_data:/data ```

See docs/DEPLOY.md for volume strategy, health checks, and graceful shutdown.

Quick Start

CLI — run a single mission in 30 seconds:

git clone https://github.com/Justin0504/Sovereign-OS.git && cd Sovereign-OS
pip install -e .
sovereign run --charter charter.example.yaml "Summarize the current AI agent landscape."

Output: task plan → CFO approval → execution → audit report → ledger entry.

Web dashboard — accept paid jobs, run 24/7:

```bash pip install -e ".[llm]" cp .env.example .env

Edit .env: set OPENAI_API_KEY or ANTHROPIC_API_KEY, and optionally STRIPE_API_KEY

python -m sovereign_os.web.app

Edit .env with your API keys

python -m sovereign_os.web.app ```

Listens on http://0.0.0.0:8000 by default. Set SOVEREIGN_HOST and SOVEREIGN_PORT to change.

Edit .env

docker compose up -d

Ingest bridge (optional)

Pull real orders from Reddit, scrapers, or Shopify:

```bash pip install -e ".[bridge]" python -m sovereign_os.ingest_bridge # serves on :9000

In .env: SOVEREIGN_INGEST_URL=http://localhost:9000/jobs?take=true

```

See docs/INGEST_BRIDGE.md for Reddit credentials, scraper targets, and retail connectors.

---

Configuration

All configuration is via environment variables. Copy .env.example to .env.

VariableRequiredDescription
OPENAI_API_KEYOne of theseOpenAI API key for LLM workers
ANTHROPIC_API_KEYOne of theseAnthropic API key for LLM workers
STRIPE_API_KEYOptionalStripe secret key (sk_test_… or sk_live_…). Without this, charges are simulated.
SOVEREIGN_CHARTER_PATHOptionalPath to Charter YAML. Default: charter.default.yaml.
SOVEREIGN_JOB_DBOptionalSQLite path. Default: data/jobs.db.
SOVEREIGN_AUTO_APPROVE_JOBSOptionaltrue to skip manual approval. Default: false.
SOVEREIGN_JOB_WORKER_ENABLEDOptionaltrue to start the background job processor. Default: false.
SOVEREIGN_INGEST_URLOptionalHTTP endpoint to poll for incoming jobs.
SOVEREIGN_INGEST_ENABLEDOptionaltrue to enable the ingest poller. Default: false.
SOVEREIGN_API_KEYOptionalBearer token for /api/* endpoints.
SOVEREIGN_ALLOWED_IPSOptionalComma-separated IP allowlist.
SOVEREIGN_WEBHOOK_URLOptionalURL to POST job results to on completion.
REDIS_URLOptionalRedis connection string for multi-instance job queue.

Full reference: docs/CONFIG.md.

---

🎯 aiskill88 AI 点评 A 级 2026-06-29

高质量的开源MCP工具

⚡ 核心功能

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

  • 在 Claude Desktop 对话中直接调用本地工具,实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务,代替繁琐手动操作
  • 将多个 MCP 工具组合使用,构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点
  • +标准化 MCP 协议,生态互联性强
  • +与 Claude 官方生态无缝对接
  • +即插即用,配置简单快捷
⚠️ 不足
  • 未明确开源协议,商用场景需谨慎评估
  • 依赖 Claude 客户端,非 Claude 用户无法使用
  • MCP 协议仍在持续演进,接口可能变更
  • 需要一定的配置步骤
⚠️ 使用须知

该工具未明确声明开源协议,商业使用前请联系原作者确认授权范围,避免侵权风险。

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

🔗 相关工具推荐

🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

一种基于宪法的AI编排方法
💡 AI Skill Hub 点评

AI Skill Hub 点评:主权OS 的核心功能完整,质量优秀。对于Claude Desktop / Claude Code 用户来说,这是一个值得纳入个人工具库的选择。建议先在非生产环境试用,再逐步推广。

⬇️ 获取与下载
⚠️ 该工具未声明开源协议,不提供直接下载。请访问原项目了解使用条款。
📚 深入学习 主权OS
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 Sovereign-OS
Topics ai-agentsorchestrationpython
GitHub https://github.com/Justin0504/Sovereign-OS
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/Justin0504/Sovereign-OS

收录时间:2026-06-29 · 更新时间:2026-06-29 · License:未公布 · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道
每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送
加入频道 →