中文资讯掘金 AI Sat, 01 Aug 2026 正文 ok 1094 words

开源项目第172期：agentOS——以库的形式为 AI Agent 提供操作系统，冷启动快 92 倍、内存少 47 倍

英文标题：开源项目第172期：agentOS — 以库的形式给 AI Agent 一个操作系统，冷启动 92x 更快、内存 47x 更少

agentOS 是 Rivet Dev 推出的 npm 形式 AI Agent 运行时，可直接嵌入 Node.js 后端，无需启动外部沙箱、微型虚拟机或容器。它基于 V8 isolate 与 WebAssembly 构建隔离环境，官方基准显示其 p50 冷启动为 4.8ms，较 E2B 快 92 倍；简单 Shell 任务内存约 22MB，较 Daytona 少 47 倍。其核心能力包括宿主函数 bindings、文件系统挂载、细粒度权限控制及基于 ACP 的会话管理，并支持 Pi、Claude Code、Codex 和 OpenCode。对于高并发、低延迟且需要直接访问后端能力的 Agent 应用，agentOS 提供了比完整 Linux 沙箱更轻量的选择；但原生编译、开发服务器和真实浏览器等场景仍更适合完整沙箱。

打开原文相关 5 · 机会 1

3.2 KB

589 B

6.3 KB

中文

引言

“以库的形式为 Agent 提供一个操作系统。冷启动快 92 倍，内存占用少 47 倍，成本比沙箱低 254 倍。”

这是「每日一个开源项目」系列的第 172 篇。今天的项目是 agentOS——一个以 npm 库形式发布的 AI Agent 运行时。它让你能够在自己的 Node.js 后端中运行 AI coding agent，无需启动任何外部沙箱、微型 VM 或容器。

为 AI Agent 提供「执行环境」正在成为一个基础设施问题：E2B、Daytona、Modal 等沙箱服务的冷启动通常需要数百毫秒到数秒，每个实例至少占用 1GB 内存，并按分钟计费。agentOS 的切入点是：如果 Agent 的 VM 由 V8 隔离与 WebAssembly 实现，而不是完整 Linux 环境，那么该 VM 就可以嵌入你的进程中，实现数毫秒冷启动、数十 MB 内存占用，并将成本降低两个数量级。

项目拥有 4,265 颗 Star，采用 Apache 2.0 许可证，由 Rivet Dev 维护。

你会学到什么

agentOS 的 VM 隔离模型：V8 isolate + WebAssembly，以及它与完整沙箱的核心差异
性能基准：与 E2B、Daytona 在冷启动、内存和成本方面的对比数据
核心功能：bindings、文件系统挂载、权限控制、通过 ACP 管理 session
内置 Agent 支持：Pi、Claude Code、Codex、OpenCode
哪些场景适合 agentOS，哪些场景需要完整沙箱

前提知识

了解 Node.js / TypeScript 基础
对 AI Agent 工具调用有基本认知
了解 V8 或 WebAssembly 概念会有帮助，但不是必需条件

项目背景

概述

agentOS 是一个 npm 包（@rivet-dev/agentos）。安装后，你可以在 TypeScript / Node.js 代码中直接创建 VM 实例，并在 VM 内运行 AI Agent；Agent 可通过 bindings 直接调用你定义的 JavaScript 函数，无需经过网络跳转。

其架构决策是：每个 VM 通过一个受信任的 sidecar 进程拥有自己的「内核」——包括虚拟文件系统、进程表、管道、PTY 和虚拟网络栈。所有 guest syscall 都由这个 sidecar 代理，guest 不会直接接触宿主机。guest JavaScript 运行在具备完整 JIT 加速的 V8 isolate 中，编译工具则运行在 WebAssembly 中。多个 VM 共享同一个 sidecar 进程；每新增一个 VM，只需要增加一个 V8 isolate 和对应内核状态，而非新建一个 OS 进程。

项目信息

公司：Rivet Dev
主语言：Rust（核心运行时）+ TypeScript（SDK）
许可证：Apache-2.0
官网：agentos-sdk.dev

项目数据

⭐ GitHub Stars：4,265+
🍴 Forks：214+
📄 许可证：Apache-2.0
📅 创建时间：2024-02-07

快速上手

npm install @rivet-dev/agentos @agentos-software/pi

创建服务端（server.ts）：

import { agentOS, setup } from "@rivet-dev/agentos";
import pi from "@agentos-software/pi";

const vm = agentOS({
  software: [pi],
});

export const registry = setup({ use: { vm } });
registry.start();

创建客户端（client.ts）：

import { createClient } from "@rivet-dev/agentos/client";
import type { registry } from "./server";

const client = createClient<typeof registry>({
  endpoint: "http://localhost:6420",
});
const handle = client.vm.getOrCreate("my-agent");


const conn = handle.connect();
conn.on("sessionEvent", (event) => console.log(event));


await handle.openSession({
  agent: "pi",
  env: { ANTHROPIC_API_KEY: process.env.ANTHROPIC_API_KEY! },
});
await handle.prompt({
  content: [{ type: "text", text: "写一个 hello world 脚本到 /workspace/hello.js" }],
});


const content = await handle.readFile("/workspace/hello.js");
console.log(new TextDecoder().decode(content));

运行：

npx tsx server.ts

npx tsx client.ts

也可以直接在 VM 中执行 Node.js 和 Shell：

await handle.writeFile("/hello.mjs", 'import fs from "fs"; fs.writeFileSync("/out.txt", "hi")');
await handle.exec("node /hello.mjs");


const result = await handle.exec("cat /out.txt");
console.log(result.stdout);

性能基准

这是 agentOS 的核心卖点。以下基准数据来自 2026 年 3 月 30 日的测量。

冷启动时间

百分位	agentOS	最快沙箱（E2B）	倍数
p50	4.8 ms	440 ms	92x 更快
p95	5.6 ms	950 ms	170x 更快
p99	6.1 ms	3,150 ms	516x 更快

agentOS 在 Intel i7-12700KF 上测量。E2B 是截至 2026 年 3 月冷启动最快的主流沙箱。

每实例内存占用

工作负载	agentOS	最便宜沙箱（Daytona）	倍数
完整 coding agent（Pi + MCP + filesystem）	~131 MB	~1,024 MB	8x 更小
简单 Shell 命令	~22 MB	~1,024 MB	47x 更小

每执行秒成本（自托管，完整 coding agent）

宿主机	agentOS	Daytona	倍数
AWS ARM	$0.00000058/s	$0.000018/s	32x 更便宜
Hetzner ARM	$0.000000066/s	$0.000018/s	281x 更便宜

Daytona 基准：0.0504/vCPU−h+0.0504/vCPU-h + 0.0504/vCPU−h+0.0162/GiB-h（1 vCPU + 1 GiB 最低配置）。

为什么会有如此大的差距：Daytona 等沙箱的最小实例为 1 vCPU + 1 GiB；即使你只运行一条 ls 命令，也必须分配完整实例。agentOS 的 VM 只需要一个 V8 isolate 和相应内核状态，执行简单命令时仅占用 22 MB。

核心功能详解

Bindings：Agent 直接调用你的函数

这是 agentOS 与传统沙箱最根本的架构差异。

在传统沙箱中，Agent 若要访问你的数据或调用你的业务逻辑，只能通过网络 API——沙箱 → HTTP → 你的后端。这意味着凭证需要传入沙箱，会增加延迟，也会增加一个攻击面。

agentOS 的 bindings：

const vm = agentOS({
  software: [pi],
  bindings: {
    
    get_user_data: async (userId: string) => {
      return await db.users.findById(userId); 
    },
  },
});

Agent 在 VM 中执行 get_user_data 123 时，看起来与执行任意 Shell 命令相同，但实际调用的是你在宿主机上定义的 TypeScript 函数。凭证和数据库连接永远不会进入 VM。

文件系统挂载

支持在启动时或运行时进行动态挂载：

const vm = agentOS({
  software: [pi],
  mounts: [
    { type: "s3", bucket: "my-bucket", mountpoint: "/data" },
    { type: "host", path: "./local-dir", mountpoint: "/workspace" },
    { type: "memory", mountpoint: "/tmp" },
    
    { type: "gdrive", mountpoint: "/drive" },
  ],
});

权限控制

网络出口默认拒绝，可按需开放：

const vm = agentOS({
  software: [pi],
  permissions: {
    network: {
      outbound: [
        { host: "api.github.com", allow: true },
        { host: "*", allow: false }, 
      ],
    },
    filesystem: {
      read: ["/workspace", "/data"],
      write: ["/workspace"],
    },
  },
});

通过 ACP 管理 Sessions

agentOS 通过 ACP（Agent Client Protocol） 管理 Agent 会话：

会话自动持久化，无需额外代码
可以恢复中断的会话
使用统一的 transcript 格式，可跨 Agent 调试和比对

Cron 和 Webhook

registry.cron("0 9 * * *", async () => {
  const handle = client.vm.getOrCreate("daily-report");
  await handle.openSession({ agent: "pi" });
  await handle.prompt({ content: [{ type: "text", text: "生成今日报告" }] });
});


registry.webhook("/github-events", async (req) => {
  
});

多人协作

多个客户端可以实时观察并协作使用同一个 Agent：

const conn1 = handleA.connect(); 
const conn2 = handleB.connect();

Agent-to-Agent 委派

可通过 bindings 实现一个 Agent 委派其他 Agent：

const vm = agentOS({
  software: [pi, claudeCode],
  bindings: {
    
    run_code_review: async (prUrl: string) => {
      const reviewHandle = client.vm.getOrCreate(`review-${prUrl}`);
      await reviewHandle.openSession({ agent: "claude-code" });
      await reviewHandle.prompt({
        content: [{ type: "text", text: `Review PR: ${prUrl}` }],
      });
      return await reviewHandle.getResult();
    },
  },
});

内置 Agent 注册表

agentOS 提供一个 Registry，并通过 npm 包分发：

Agent/包	npm 包名	说明
Pi	`@agentos-software/pi`	主推的通用 coding agent
Claude Code	`@agentos-software/claude-code`	Anthropic Claude Code（beta）
Codex	`@agentos-software/codex`	OpenAI Codex（beta）
OpenCode	`@agentos-software/opencode`	OpenCode（beta）

常用命令行工具（以 npm 包形式安装）：git、ripgrep、jq、sqlite3、duckdb、curl、vim，以及元包 common、build-essential、everything。

POSIX 基础工具（coreutils、sed、grep、gawk、findutils、diffutils、tar、gzip）开箱即用，无需额外安装。

agentOS vs 完整沙箱：如何选择

agentOS 在文档中明确表示：两者并非对立关系，而是互补关系。

维度	agentOS	完整沙箱（E2B/Daytona）
冷启动	4.8ms（p50）	440ms+（p50）
最小内存	~22 MB	~1,024 MB
宿主机进程集成	✅（in-process，直接 bindings）	✗（需要网络 API）
原生二进制编译	部分支持（WebAssembly 格式）	✅（完整 Linux）
浏览器运行	通过 Browserbase（beta）	✅
Dev server 运行	✗	✅
成本	极低	按分钟计费

选择 agentOS 的场景：

Agent 需要调用你后端中的数据库或函数，可通过 bindings 直接调用
高并发、高频率的 Agent 任务，低内存占用意味着单机可以运行更多实例
对冷启动延迟敏感，例如用户实时等待的场景
希望自托管，不愿承担沙箱服务商按时长计费的成本

选择完整沙箱的场景：

需要进行原生编译，例如使用 C / C++ / Rust 工具链
需要启动完整开发服务器，例如 Node / Python HTTP server
需要真实浏览器，而不是 headless API
工作负载本身已较重，能够接受沙箱成本

两者配合使用（sandbox mounting）：

const vm = agentOS({
  software: [pi],
  
  sandbox: { provider: "e2b", mountpoint: "/sandbox" },
});

日常使用轻量级 agentOS VM；当任务需要真实 Linux 环境时，再临时挂载沙箱。

参考资源

官方链接

总结

agentOS 回答了一个非常具体的工程问题：「我想在产品中运行 AI Agent，但不想接受沙箱服务的冷启动延迟、高内存占用和按分钟计费。」它给出的答案是：使用 V8 isolate + WebAssembly 实现一个足够好的 VM，将这个 VM 封装为 npm 库，并直接通过 npm install 集成进自己的后端。

有三个设计决策值得记住：

Bindings 是核心：不是「Agent 调用你的 HTTP API」，而是「Agent 通过 VM 内的 CLI 命令形式，调用你定义的 TypeScript 函数」。凭证无需进入 VM，延迟几乎为零，Agent 的能力范围也完全由你控制。

性能差距具有结构性：完整沙箱的最小实例通常是 1 vCPU + 1 GiB，无论运行何种工作负载，都需要承担这一最低资源成本。V8 isolate 的基础成本则是数十 MB。这并非简单优化带来的差距，而是隔离层选择不同所产生的结构性差异。

它与完整沙箱互补，而非替代：sandbox mounting 功能表明团队理解 agentOS 的边界——当任务需要真实 Linux 环境时，可以将沙箱文件系统挂载进 VM，而不是试图通过 WebAssembly 模拟一个完整操作系统。

如果你正在构建需要 AI Agent 能力的产品，却对沙箱服务的成本和延迟不满意，那么 npm install @rivet-dev/agentos 值得纳入评估范围。

English / 原文

引言

"Give agents an operating system as a library. 92x faster cold starts, 47x less memory, 254x cheaper than sandboxes."

这是「每日一个开源项目」系列的第 172 篇 。今天的项目是 agentOS —— 一个以 npm 库形式发布的 AI agent 运行时，让你在自己的 Node.js 后端里运行 AI coding agent，不需要启动任何外部沙箱、微VM 或容器。

给 AI agent 一个「执行环境」的问题正在变成基础设施问题：E2B、Daytona、Modal 这些沙箱服务的冷启动通常在几百毫秒到几秒，每个实例至少 1GB 内存，按分钟计费。agentOS 的切入点是：如果 agent 的 VM 是用 V8 隔离 + WebAssembly 实现的，而不是一个完整的 Linux 环境，那么这个 VM 可以嵌进你的进程里，冷启动几毫秒，几十 MB 内存，成本降低两个数量级。

4,265 颗 Star，Apache 2.0，由 Rivet Dev 维护。

你会学到什么

agentOS 的 VM 隔离模型：V8 隔离 + WebAssembly，和完整沙箱的核心差异
性能基准：与 E2B、Daytona 的冷启动/内存/成本对比数据
核心功能：bindings、文件系统挂载、权限控制、session via ACP
内置 agent 支持：Pi、Claude Code、Codex、OpenCode
什么场景适合 agentOS，什么场景需要完整沙箱

前提知识

了解 Node.js/TypeScript 基础
对 AI agent 工具调用有基本认知
了解 V8 或 WebAssembly 的概念会有帮助，但不是必须的

项目背景

概述

agentOS 是一个 npm 包（@rivet-dev/agentos），安装后你可以在 TypeScript/Node.js 代码里直接创建 VM 实例，在 VM 里运行 AI agent，agent 通过 bindings 直接调用你定义的 JavaScript 函数，不需要网络跳转。

架构决策：每个 VM 用一个信任的 sidecar 进程拥有自己的「内核」—— 虚拟文件系统、进程表、管道、PTY、虚拟网络栈。所有 guest 的 syscall 都通过这个 sidecar 代理，不直接接触宿主机。guest JavaScript 跑在 V8 isolate（全 JIT 加速），编译工具跑为 WebAssembly。多个 VM 共享一个 sidecar 进程，每增加一个 VM 只需要一个 V8 isolate 加内核状态，而不是一个新的 OS 进程。

项目信息

公司 : Rivet Dev
主语言 : Rust（核心运行时）+ TypeScript（SDK）
许可证 : Apache-2.0
官网 : agentos-sdk.dev

项目数据

⭐ GitHub Stars: 4,265+
🍴 Forks: 214+
📄 许可证: Apache-2.0
📅 创建时间: 2024-02-07

快速上手

npm install @rivet-dev/agentos @agentos-software/pi

创建服务端（server.ts）：

import { agentOS, setup } from "@rivet-dev/agentos";
import pi from "@agentos-software/pi";

const vm = agentOS({
  software: [pi],
});

export const registry = setup({ use: { vm } });
registry.start();

创建客户端（client.ts）：

import { createClient } from "@rivet-dev/agentos/client";
import type { registry } from "./server";

const client = createClient<typeof registry>({
  endpoint: "http://localhost:6420",
});
const handle = client.vm.getOrCreate("my-agent");


const conn = handle.connect();
conn.on("sessionEvent", (event) => console.log(event));


await handle.openSession({
  agent: "pi",
  env: { ANTHROPIC_API_KEY: process.env.ANTHROPIC_API_KEY! },
});
await handle.prompt({
  content: [{ type: "text", text: "写一个 hello world 脚本到 /workspace/hello.js" }],
});


const content = await handle.readFile("/workspace/hello.js");
console.log(new TextDecoder().decode(content));

运行：

npx tsx server.ts


npx tsx client.ts

也可以直接在 VM 里执行 Node.js 和 Shell：

await handle.writeFile("/hello.mjs", 'import fs from "fs"; fs.writeFileSync("/out.txt", "hi")');
await handle.exec("node /hello.mjs");


const result = await handle.exec("cat /out.txt");
console.log(result.stdout);

性能基准

这是 agentOS 的核心卖点，基准数据来自 2026 年 3 月 30 日的测量：

冷启动时间

百分位	agentOS	最快沙箱（E2B）	倍数
p50	4.8 ms	440 ms	92x 更快
p95	5.6 ms	950 ms	170x 更快
p99	6.1 ms	3,150 ms	516x 更快

agentOS 在 Intel i7-12700KF 上测量。E2B 是截至 2026 年 3 月冷启动最快的主流沙箱。

每实例内存占用

工作负载	agentOS	最便宜沙箱（Daytona）	倍数
完整 coding agent（Pi + MCP + filesystem）	~131 MB	~1,024 MB	8x 更小
简单 Shell 命令	~22 MB	~1,024 MB	47x 更小

每执行秒成本（自托管，完整 coding agent）

宿主机	agentOS	Daytona	倍数
AWS ARM	$0.00000058/s	$0.000018/s	32x 更便宜
Hetzner ARM	$0.000000066/s	$0.000018/s	281x 更便宜

Daytona 基准：0.0504/vCPU−h+0.0504/vCPU-h + 0.0504/vCPU−h+0.0162/GiB-h（1 vCPU + 1 GiB 最低配置）。

为什么会有这么大的差距 ：Daytona 等沙箱最小实例是 1 vCPU + 1 GiB，即使你只运行一条 ls 命令，也需要分配整个实例。agentOS 的 VM 只需要一个 V8 isolate 和内核状态，简单命令只用 22 MB。

核心功能详解

Bindings：agent 直接调用你的函数

这是 agentOS 与传统沙箱最根本的架构差异。

传统沙箱里，agent 要访问你的数据或调用你的逻辑，只能通过网络 API —— 沙箱 → HTTP → 你的后端。这意味着凭证要传进沙箱，延迟增加，还多一个攻击面。

agentOS 的 bindings：

const vm = agentOS({
  software: [pi],
  bindings: {
    
    get_user_data: async (userId: string) => {
      return await db.users.findById(userId); 
    },
  },
});

agent 在 VM 里执行 get_user_data 123，就像执行任意 Shell 命令一样，但实际上是调用你在宿主机上定义的 TypeScript 函数。凭证和数据库连接从不进入 VM。

文件系统挂载

支持在启动时或运行时动态挂载：

const vm = agentOS({
  software: [pi],
  mounts: [
    { type: "s3", bucket: "my-bucket", mountpoint: "/data" },
    { type: "host", path: "./local-dir", mountpoint: "/workspace" },
    { type: "memory", mountpoint: "/tmp" },
    
    { type: "gdrive", mountpoint: "/drive" },
  ],
});

权限控制

网络出口默认拒绝，按需开放：

const vm = agentOS({
  software: [pi],
  permissions: {
    network: {
      outbound: [
        { host: "api.github.com", allow: true },
        { host: "*", allow: false }, 
      ],
    },
    filesystem: {
      read: ["/workspace", "/data"],
      write: ["/workspace"],
    },
  },
});

Sessions via ACP

agentOS 通过 ACP（Agent Client Protocol） 管理 agent 会话：

会话自动持久化，无需额外代码
可以恢复中断的会话
统一的 transcript 格式，跨 agent 调试和比对

Cron 和 Webhook

registry.cron("0 9 * * *", async () => {
  const handle = client.vm.getOrCreate("daily-report");
  await handle.openSession({ agent: "pi" });
  await handle.prompt({ content: [{ type: "text", text: "生成今日报告" }] });
});


registry.webhook("/github-events", async (req) => {
  
});

多人协作

多个客户端可以实时观察和协作同一个 agent：

const conn1 = handleA.connect(); 
const conn2 = handleB.connect();

Agent-to-Agent 委派

通过 bindings 实现 agent 委派其他 agent：

const vm = agentOS({
  software: [pi, claudeCode],
  bindings: {
    
    run_code_review: async (prUrl: string) => {
      const reviewHandle = client.vm.getOrCreate(`review-${prUrl}`);
      await reviewHandle.openSession({ agent: "claude-code" });
      await reviewHandle.prompt({
        content: [{ type: "text", text: `Review PR: ${prUrl}` }],
      });
      return await reviewHandle.getResult();
    },
  },
});

内置 Agent 注册表

agentOS 有一个注册表（Registry），通过 npm 包形式分发：

Agent/包	npm 包名	说明
Pi	`@agentos-software/pi`	主推的通用 coding agent
Claude Code	`@agentos-software/claude-code`	Anthropic Claude Code（beta）
Codex	`@agentos-software/codex`	OpenAI Codex（beta）
OpenCode	`@agentos-software/opencode`	OpenCode（beta）

常用命令行工具 （作为 npm 包安装）： git、ripgrep、jq、sqlite3、duckdb、curl、vim，以及元包 common、build-essential、everything。

POSIX 基础工具（coreutils、sed、grep、gawk、findutils、diffutils、tar、gzip）开箱即用，不需要额外安装。

agentOS vs 完整沙箱：如何选择

agentOS 本身在文档里明确说：二者不是对立关系，而是互补的。

维度	agentOS	完整沙箱（E2B/Daytona）
冷启动	4.8ms（p50）	440ms+（p50）
最小内存	~22 MB	~1,024 MB
宿主机进程集成	✅（in-process，直接 bindings）	✗（需要网络 API）
原生二进制编译	部分（WebAssembly 格式）	✅（完整 Linux）
浏览器运行	通过 Browserbase（beta）	✅
Dev server 运行	✗	✅
成本	极低	按分钟计费

选 agentOS 的场景：

agent 需要调用你后端的数据库或函数（bindings 直接调用）
高并发、高频率的 agent 任务（低内存意味着单机跑更多实例）
对冷启动延迟敏感（用户实时等待的场景）
自托管，不想接受沙箱服务商的账单

选完整沙箱的场景：

需要运行原生编译（C/C++/Rust 工具链）
需要启动完整开发服务器（Node/Python HTTP server）
需要真实浏览器（不是 headless API）
工作负载已经很重，沙箱成本可接受

两者配合（sandbox mounting）：

const vm = agentOS({
  software: [pi],
  
  sandbox: { provider: "e2b", mountpoint: "/sandbox" },
});

平时用轻量 agentOS VM，遇到需要真实 Linux 的任务时临时挂载沙箱。

参考资源

官方链接

总结

agentOS 回答了一个很具体的工程问题：「我想在产品里运行 AI agent，但我不想接受沙箱服务的冷启动延迟、高内存占用和按分钟计费。」它的答案是：用 V8 isolate + WebAssembly 实现一个足够好的 VM，把这个 VM 做成一个 npm 库，让你直接 npm install 进自己的后端。

三个设计决策值得记住：

Bindings 是核心 ：不是「agent 调用你的 HTTP API」，而是「agent 调用你定义的 TypeScript 函数，通过 VM 内的 CLI 命令形式」。凭证从不进入 VM，延迟几乎为零，agent 的能力完全由你控制。

性能差距是结构性的 ：完整沙箱最小实例是 1 vCPU + 1 GiB，无论你跑什么工作负载都要付这个底价。V8 isolate 的底价是几十 MB。这不是优化出来的差距，而是隔离层选择不同导致的结构性差距。

与完整沙箱互补，不是替代 ：sandbox mounting 这个功能说明团队理解 agentOS 的边界：在需要真实 Linux 环境时，把沙箱文件系统挂进 VM，而不是试图用 WebAssembly 模拟一个完整 OS。

如果你正在构建需要 AI agent 能力的产品，但对沙箱服务的成本和延迟不满意，agentOS 的 npm install @rivet-dev/agentos 是值得评估的选项。

探索PrimeSkills —— 精选 AI agent 和技能工具，每一个都经过真实工作流验证。没有炒作，只有真正好用的工具。

访问我的个人主页，获取更多见解和有趣的产品。