MOSS
MOSS
面向模型的操作系统 Shell——实时、代码驱动的 AI 执行架构。
MOSS(Model-oriented Operating System Shell)是一套面向大模型的运行时系统。它让大模型以代码的方式理解和实时控制系统能力,并在连续不断的运行时中运转。

Why MOSS
为什么需要 MOSS
模型已经很强,缺的是让它活在真实世界里的那一层。
大模型已经很强,但大部分系统交互方式仍停留在回合制:输入一轮,等待输出,再调用工具,再进入下一轮。这种范式适合网页与聊天窗口,却不适合真实世界。
真实世界中的 AI 需要一边接收视觉、听觉与环境变化,一边输出语言、动作与控制,并在过程中持续被反馈影响。MOSS 就是为了让大模型进入这种“持续运行”的系统状态而设计的。
核心思想——它得同时是这四件事,少一件都跑不起来。
代码即提示
系统能力直接以代码接口暴露给模型,而不是只通过 JSON Schema 翻译。
MOSS 解决什么问题
要满足这五条,才算能把模型接进真实世界:
实时动作执行
说到就动,不等整段说完
上下文学习优先
从当下的现场学,不用重新训练
代码暴露系统能力
能力以代码接口暴露,模型直接写
动态命令接口
命令随时能加,不用重启
CTML / 流式命令令牌
一条令牌流,边写边执行
给模型
让模型不只会回答,还会运行与控制。
给开发者
降低具身系统开发复杂度,让系统能力更容易被接入与组织。
给产品
让 AI 从聊天工具走向持续运行的交互系统。
在 GhostInShells 中的位置
如果说 GhostInShells 定义的是整个系统架构,那么 MOSS 定义的是大模型如何真正进入系统、理解系统并驱动系统的运行方式。它是 GhostInShells 能够“活起来”的关键运行时。
CTML 长什么样
模型不调「接口」,写一段带时间的计划:什么先动、什么同时动、什么时候开口。指令流进去,身体和声音一起出来。
表情先接住回应
表情命令开始执行,模型仍可继续输出后续指令。
相对时序示意,不代表设备实测耗时。
CTML 长什么样
- 同一个 channel 里排队:靠的、抓的、举的,一条线走完。
- 不同 channel 并行:表情和手臂同时动,说话和动作叠在一起。
- scope 定生死:<_> 等这一串跑完就收;<any> 谁先到谁赢。
- 写完就在跑:CTML 是流式的,最后一个字还没写完,第一个动作已经发生了。
一句话,走到世界里
你说一句话
声音进来,判停、断句、转成文字。
OPEN SOURCE
开源,可以直接去看代码
MOSShell 已开源,当前公开版本为 Beta3。先准备 uv 与模型服务配置,再按仓库 README 启动;moss start 是项目的认知入口,不是完成全部应用配置的替代步骤。
git clone https://github.com/GhostInShells/MOSShell && cd MOSShelluv sync --all-extrasmoss project env-init