EnerOS v0.31.0

发布日期：2026-01-18
版本代号：Cortex
Git Tag：v0.31.0
支持状态：稳定（Stable）
Crate 总数：54（新增 6 个）
测试用例数：7200+（新增 700）

概述

EnerOS v0.31.0「Cortex」是「智能化」阶段的关键版本，标志着 EnerOS 正式从「脚本化 Agent」迈向「认知型 Agent」。Cortex 取自大脑皮层之意，寓意 Agent 运行时获得了类似大脑皮层的推理与决策能力。本版本将大语言模型（LLM）作为操作系统的一等公民集成进内核，使每个绑定在电网节点上的 Agent 都能以自然语言进行任务规划、以结构化方式调用内核电力服务，并具备意图识别与自主工具调用能力。

Cortex 的核心设计哲学是「约束即法律」的延续——LLM 生成的任何动作建议都必须经过内核 ConstraintEngine 的强制校验与投影，AI 不能绕过物理约束。这使得 EnerOS 在引入 LLM 不确定性的同时仍能保证电网运行安全。本版本引入五大核心能力：LLM 集成框架、自然语言查询、意图识别、工具调用、Agent 推理链。

关键数据

新特性

1. LLM 集成框架

新增 eneros-llm crate，统一封装主流 LLM 后端的接入，支持本地推理（llama.cpp / candle）与远程 API（OpenAI / Anthropic / Azure / 通义千问 / 文心一言），并内置 Token 预算、流式输出、超时熔断、用量审计四项治理能力。

后端适配器

统一调用接口

use eneros_llm::{LlmClient, LlmRequest, Message, Role};

// 创建客户端（通过配置文件指定后端）
let client = LlmClient::from_config("llm.openai").await?;

// 构造请求
let request = LlmRequest::new()
    .system("你是一个电力调度助手，回答需要符合电网运行规程。")
    .user(Message::new(Role::User, "当前 110kV 母线电压 0.88pu，是否需要调整？"))
    .temperature(0.2)
    .max_tokens(1024)
    .timeout(Duration::seconds(15));

// 流式输出
let mut stream = client.stream(request).await?;
while let Some(chunk) = stream.next().await {
    print!("{}", chunk.delta?);
}

Token 预算与审计

每个 Agent 拥有独立的 Token 预算账户，避免失控的 LLM 调用消耗过多资源：

use eneros_llm::budget::{TokenBudget, BudgetPolicy};

let budget = TokenBudget::new()
    .daily_limit(500_000)
    .per_request_limit(8192)
    .policy(BudgetPolicy::RejectWhenExceeded);

agent.set_llm_budget(budget);

所有 LLM 调用都会自动落盘审计日志，包含 prompt 摘要、模型版本、Token 数量、耗时、调用者 Agent ID，满足等保 2.0 三级要求。

2. 自然语言查询

新增 eneros-nlq crate，允许运维人员以自然语言查询电网运行状态。NLQ 引擎将自然语言转换为结构化的内核系统调用，底层结合向量检索与 schema-guided 生成。

查询示例

use eneros_nlq::{NlqEngine, NlqQuery};

let engine = NlqEngine::new(&ctx)
    .with_schema(&topology_schema)
    .with_history_db(&timeseries)
    .build().await?;

// 自然语言查询
let query = NlqQuery::from_text("昨天 14:00 到 16:00 之间，母线 5 的电压变化趋势如何？");
let result = engine.execute(query).await?;

// result 包含：原始问题、生成的系统调用、查询结果、自然语言回答
println!("{}", result.answer);
// "在 2026-01-17 14:00-16:00 期间，母线 5 电压从 1.02pu 下降至 0.97pu，
//  最低点 0.96pu 出现在 15:23，未越限但接近下限。"

查询能力矩阵

3. 意图识别

新增 eneros-intent crate，将用户的自然语言输入分类为电力领域意图，决定后续的执行路径。意图识别结合规则匹配与 LLM 分类，实现高准确率与低延迟。

意图分类体系

意图识别器

use eneros_intent::{IntentRecognizer, Intent};

let recognizer = IntentRecognizer::new()
    .with_rules(&power_domain_rules)   // 规则优先匹配
    .with_llm_fallback(client.clone()) // 规则未命中时用 LLM
    .confidence_threshold(0.85);

let intent = recognizer.recognize("把母线 3 的电容器投入运行").await?;

match intent {
    Intent::Operation { action, target, params } => {
        // action = "switch_capacitor"
        // target = BusId(3)
        // params = { state: "on" }
        ctx.syscall(ExecuteCommand(action.into())).await?;
    }
    _ => { /* ... */ }
}

4. 工具调用

新增 eneros-tool crate，将内核电力服务注册为 LLM 可调用的工具（Tool），使 LLM 能够自主决定调用哪些内核能力。工具调用结果会回灌给 LLM 进行下一步推理，形成 ReAct 循环。

工具注册

use eneros_tool::{ToolRegistry, Tool, ToolSchema};

let mut registry = ToolRegistry::new();

// 注册内核电力服务为工具
registry.register(Tool::new("get_bus_voltage")
    .description("获取指定母线的实时电压（标幺值）")
    .schema(ToolSchema::object()
        .field("bus_id", "integer", "母线编号"))
    .handler(|args, ctx| {
        let bus_id: u32 = args.get("bus_id")?;
        let bus = ctx.syscall(GetBus { id: bus_id })?;
        Ok(json!({ "voltage_pu": bus.voltage.magnitude }))
    }))?;

registry.register(Tool::new("set_generation")
    .description("设置发电机出力（MW）")
    .schema(ToolSchema::object()
        .field("bus_id", "integer", "发电机所在母线")
        .field("mw", "number", "目标出力"))
    .handler(|args, ctx| {
        let bus_id: u32 = args.get("bus_id")?;
        let mw: f64 = args.get("mw")?;
        ctx.syscall(SetGeneratorOutput { bus: bus_id, mw })?;
        Ok(json!({ "success": true }))
    }))?;

ReAct 循环

use eneros_reasoning::{ReactAgent, ReactConfig};

let agent = ReactAgent::new(client, registry)
    .max_steps(8)              // 最多 8 轮推理
    .step_timeout(Duration::seconds(10));

let result = agent.run(
    "母线 1 电压偏低，请调整发电机出力使其恢复到 0.98pu 以上"
).await?;

// Agent 自主执行：
// 1. 调用 get_bus_voltage(bus_id=1) -> 0.92pu
// 2. 调用 list_generators(island=...) -> [G1, G2]
// 3. 调用 set_generation(bus_id=1, mw=90)
// 4. 调用 get_bus_voltage(bus_id=1) -> 0.99pu
// 5. 输出："已将发电机 G1 出力调整至 90MW，母线 1 电压恢复至 0.99pu"

工具调用安全模型

所有工具调用都经过安全网关的约束校验：

let result = agent.run("把发电机 G1 出力调到 200MW").await?;
// 内核约束校验：G1 额定容量 100MW
// LLM 建议被投影为 100MW，并返回警告

5. Agent 推理链

新增 eneros-reasoning crate，提供结构化的推理链，支持 ReAct、Plan-and-Execute、Tree-of-Thoughts 三种推理模式。

推理模式对比

改进

• Agent 通信：Agent 间消息序列化从 JSON 改为 bincode，延迟降低 40%
• 向量检索：eneros-memory 向量索引支持 HNSW，检索延迟从 50ms 降至 3ms
• Token 审计：审计日志支持按 Agent、按模型、按时段多维聚合查询
• 约束投影：约束投影器新增序列二次规划（SQP）求解器，收敛速度提升 3 倍
• 安全网关：工具调用路径增加沙箱隔离，限制文件系统与网络访问

Bug 修复

• 修复 eneros-llm 在流式输出时连接池耗尽导致后续请求阻塞的问题（#3102）
• 修复 eneros-reasoning 在 ReAct 循环中工具调用失败后未正确回退的问题（#3108）
• 修复 eneros-intent 规则匹配器在中文分词时内存越界的问题（#3115）
• 修复 eneros-nlq 时序查询时区转换错误导致结果偏移 8 小时的问题（#3120）
• 修复 eneros-tool 工具 schema 校验对嵌套对象处理不正确的问题（#3125）

破坏性变更

• Agent::run 签名变更：新增 llm_ctx: &LlmContext 参数，原签名迁移至 Agent::run_classical
• ToolRegistry::register：返回类型从 () 改为 Result<()>，需处理冲突
• Intent 枚举：Intent::Unknown 重命名为 Intent::Unrecognized

升级指南

1. 更新 Cargo.toml 中的 eneros 依赖至 0.31.0
2. 运行 eneros migrate 0.31.0 自动迁移 Agent 代码
3. 在 eneros.toml 中配置 LLM 后端与 Token 预算
4. 参考迁移文档调整 Agent::run 签名

致谢

感谢 22 位贡献者提交的 340+ 个 commit，以及电力行业合作伙伴提供的领域知识验证。