EAIOS 架构背景
Robonix 是 EAIOS（Embodied AI Operating System）架构的参考实现。EAIOS 由 CCF 泛在操作系统开放社区于 2026 年发布的《具身智能操作系统技术白皮书》中提出，其核心目标是在机器人系统层面建立统一的抽象体系，实现 AI 模型与硬件之间的软硬解耦。
白皮书原文：gitlink.org.cn/zone/uos/source/292
四级抽象
EAIOS 采用"原语–服务–技能–任务"四层抽象体系（白皮书 §3.2），实现从高层语义目标到底层硬件控制的系统化分层建模。
原语（Primitive）构成硬件抽象层，定义"抽象机器人"的标准化接口。白皮书将原语分为两类：感知原语（Perception Primitive）负责采集原始观测数据（相机 RGB/深度、IMU、关节编码器、力觉触觉等）；动作原语（Action Primitive）定义确定性的执行指令（底盘速度控制、机械臂关节控制、夹爪开合等）。不同厂商的同类硬件实现同一套原语接口，上层应用与模型通过原语与抽象机器人交互，无需感知底层差异。
服务（Service）是由操作系统统一注册、调度与管理的功能组件，为任务的决策与执行提供全链路能力支撑。白皮书定义的典型服务包括：语义地图、空间地图、任务规划、方案推演、决策、数据采集、物体识别、校准、记忆、结果反馈，以及人机交互与协同服务。开发者遵循统一的接口规范开发并接入服务，系统在运行时根据任务需求动态完成服务的实例化与编排。
技能（Skill）封装具有特定语义的、可复用的行为操作序列，连接高层任务与底层原语。白皮书将技能分为两种形式：基本技能以独立执行单元注册到系统中（如预训练的 VLA 模型、ROS 2 执行算法等），具有固定运行实现的静态技能；RTDL 技能则是在任务执行过程中由系统动态生成的控制流程描述，在运行时由 RTDL 解释器调度与组合执行。当某类任务的执行流程在多次运行中被验证为稳定可靠时，系统可将其固化为可复用的技能存入技能库。
任务（Task）是具身智能系统运行的顶层逻辑单元，由用户或系统自主提出，具备明确的目标状态与终止条件。系统使用任务描述语言 RTDL（Robot Task Description Language）对任务方案进行形式化描述，经由完整的生命周期管理：任务规划（生成 RTDL 方案）→ 方案推演（世界模型验证可行性与安全性）→ 决策执行（调度器分配资源、协调技能与原语）→ 结果反馈（评估执行效果并反馈至系统闭环）。
Robonix 中的对应
Robonix 作为 EAIOS 架构的参考实现，其组件与四级抽象的对应关系如下：
| EAIOS 层 | 白皮书定义 | Robonix 对应 |
|---|---|---|
| 原语 | 硬件抽象接口：感知原语（相机、IMU 等）与动作原语（底盘、机械臂等） | robonix/primitive/* 下的接口契约与 Provider 实现（如 tiago_bridge 提供底盘、相机、力觉接口） |
| 服务 | 操作系统统一注册与调度的功能组件：感知、认知、互联、控制等 | robonix/service/* 下的默认服务（Cognition / Memory / Map / 数据采集 / 系统监控等），以及按部署场景注册的场景服务节点 |
| 技能 | 可复用行为单元：基本技能（预训练 VLA 等）与 RTDL 技能（运行时动态生成） | 技能（进程形态的基本技能，如 VLA 策略，通过 MCP 暴露执行入口）+ 结构化技能图（对应 RTDL 技能，规划中），均独立于包注册到 Atlas |
| 任务 | 用户请求的结构化表达，经由规划→推演→决策→执行→反馈的完整生命周期 | Liaison 把客户端输入构造为任务（Task）发给 Pilot；Pilot 的 ReAct 推理循环把任务分解为 RTDL 方案下发 Executor；Executor 承担任务执行与工具分发；方案推演与结果反馈为规划中功能 |
Liaison 对应白皮书 §3.4.3 的人机交互与协同服务，负责多模态输入的语义解析与任务生成。Atlas 作为控制平面（节点注册、接口声明、通道协商、技能库），是 Robonix 特有的实现机制，不直接对应 EAIOS 四级抽象中的某一层，而是贯穿各层的基础设施。
系统作用域与非目标
Robonix 聚焦于具身智能系统的运行时框架。以下事项不在当前作用域内，或属于规划中的集成方向。
启动与上电
Robonix 的"启动"指功能启动：rbnx start 管理 Linux 进程生命周期，拉起对应本体的驱动（Primitive Node）、系统服务（Service）与技能节点（技能）。硬件级上电管理（例如主控板向关节控制板发送电源指令）不在当前作用域内，未来可由启动管理层或专用的电源管理原语承接。
训练与部署
Robonix 现阶段的核心目标是部署（inference / execution），即以 技能 形态运行预训练模型（VLA、RL 策略、VLM 等）。训练与数据采集链路不在当前作用域内。
规划中的集成方向为 LeRobot（Hugging Face）具身数据采集与微调框架。Robonix 的接口设计将与 LeRobot 数据规范对齐，使 Robonix 上运行的机器人可直接作为 LeRobot 数据源，并加载 LeRobot 训练产物作为 技能 部署。对应的系统服务为"数据采集服务"（robonix/service/common/data_collection，规划中）。
控制面定位
Atlas 仅承担注册、发现、协商与技能库功能，不参与数据面转发，亦不强制进程监控或编排调度。所有数据面通信由 Provider 与 Consumer 在协商端点后直连完成。