CanyonOS 开源：多智能体工作流可按单个智能体独立扩缩

CanyonOS 是一个开源的多智能体 Python 工作流平台，核心思路是把每个智能体做成独立的容器服务，各自带队列和副本上下限。规划器、研究智能体、综合智能体的负载曲线不同，整应用一起扩会让空闲部分白占机器，CanyonOS 只给堆积请求的那个智能体加副本。扩缩策略写在 scaling.yaml，按每副本每分钟完成请求数或全部副本排队长度计量，默认约每 5 秒采样、连续 4 次越线才加减副本，缩容先排空再停。智能体之间仍写成普通方法调用，本地控制器转发并返回 Future，支持同时发出多路调用而不必改写成异步代码。追踪在平台层完成：智能体间调用和经内置 LLM 网关的请求会记录路径、耗时、token 和估算费用，可导出到 OpenTelemetry，业务代码无需加装饰器；需要按「一个智能体一个文件」接入，或用转换助手改写 LangChain、LangGraph 项目，可部署到本机 Docker、自有 AWS 或 Kubernetes，模型需 OpenAI 兼容接口。作者用 portfolio 示例跑了一次 40% 苹果、35% 微软、25% 英伟达的回看分析，自报 10 个可追踪步骤、两次 LLM 调用、估算费用 0.000184 美元，但这些是单次自报数据而非独立评测；目前接口无内置鉴权，看板默认关闭登录，生产使用需自己补这层。