一、项目定位与核心目标

OpenSpace（HKUDS/OpenSpace）定位为一个面向"自进化（Self-Evolving）"目标的智能体框架，强调技能抽取（Skill Extraction）、技能复用与技能迭代三大能力。项目以 Python 包形式发布，CLI 入口位于 openspace/__main__.py，用户通过 openspace 命令即可启动 Agent 会话、调用后端工具或接入 MCP（Model Context Protocol）服务。

OpenSpace 的设计哲学是"以 Skill 为一等公民"——Agent 在执行任务时不再依赖硬编码的工具链，而是从历史执行轨迹中动态发现、评估并组合已学习的技能。技能谱系数据通过 SQLite 进行持久化，前端则通过 useSkillEvolutionGraphData 这类 Hook 渲染演化图谱，使用户能够直观看到每个技能的来源、评分、世代与有效率。

二、整体系统架构

OpenSpace 的运行时由四个主要层次组成：CLI 入口、Agent 核心循环、工具与后端层、以及可视化前端。

flowchart TB
    subgraph 用户层
        A[CLI: openspace/__main__.py]
        B[Dashboard Frontend<br/>frontend/]
    end

    subgraph Agent 核心
        C[Agent Loop / Skill Selector]
        D[Tool Layer<br/>openspace/tool_layer.py]
        E[Skill Registry & Lineage]
    end

    subgraph 后端能力
        F[Shell / GUI / Web / System Backend]
        G[MCP Client<br/>config_mcp.json]
        H[LLM via litellm]
    end

    A --> C
    B --> C
    C --> D
    C --> E
    D --> F
    D --> G
    C --> H
    E -.持久化.-> I[(SQLite<br/>openspace.db)]
    B --> I

关键说明：

• CLI 入口由 openspace/__main__.py 提供，负责解析子命令、加载环境变量并初始化 Agent 会话。
• 工具层 openspace/tool_layer.py 将 Shell、GUI、Web、System 等后端统一封装为可被 LLM 调用的工具集合，并通过 openspace/config/README.md 中描述的 config_grounding.json 控制后端作用域（OPENSPACE_BACKEND_SCOPE）。
• 技能存储使用 SQLite，文件通常位于 showcase/.openspace/openspace.db，前端通过 /api/v1 代理读取并以演化图方式呈现（见 showcase/README.md）。
• 前端仪表盘 frontend/README.md 描述了开发模式：Vite 监听 3888 端口，通过 VITE_API_PROXY_TARGET 反向代理至后端 7788 端口。

三、配置与依赖

OpenSpace 的配置体系主要通过环境变量与 JSON 配置文件两层组合实现。常用变量如下（节选自 openspace/config/README.md）：

依赖方面，pyproject.toml 中 litellm 的版本被显式约束以规避供应链风险（Issue #85）。LLM 调用统一通过 litellm 抽象层，因此兼容 OpenAI、Anthropic、Ollama 等多种 provider。

四、社区关注与已知问题

根据社区反馈，OpenSpace 在以下场景中存在已知限制，部署时应重点关注：

1. MCP 工具未被调用（Issue #84）：当 OpenSpace 作为 MCP Server 被 OpenClaw 等宿主接入时，工具虽已注册但 Agent 倾向于不使用，导致技能评分始终为 0。建议在 prompt 中显式提示可用 MCP 工具。
2. 超时问题（Issue #73）：OpenClaw + OpenSpace 联调时频繁触发任务超时。可通过调高 OPENSPACE_MAX_ITERATIONS 与宿主端超时阈值缓解。
3. macOS launchd 兼容（Issue #87）：交互式 input() 在无 TTY 的守护进程下会陷入 EOFError 循环并产生海量日志，需要在守护进程模式下禁用交互式提示。
4. Windows 兼容性（Issue #90）：_is_pid_alive 在 Windows 上不兼容 signal.kill，需要按平台分支处理。
5. Cloud API Key 申请入口（Issue #88）：部分用户在 open-space.cloud 找不到 API Key 申请菜单，需通过控制台工单流程获取。
6. 生态评估集成（Issue #82）：社区建议引入 SOHH 等科学评估框架以量化技能有效性。

See Also

• OpenSpace 配置参考
• OpenSpace CLI 使用指南
• 技能演化与评估机制
• MCP 集成与外部工具

概述

OpenSpace 的核心定位是一个「自演化（Self-Evolving）技能引擎」，而非传统静态的提示工程库。它的特色在于：技能（Skill）本身会在多次任务执行中被分析、评分、变体生成、再评估，从而形成一条可追溯的版本谱系（lineage）。与此同时，OpenSpace 通过云端社区（Cloud Community）共享这些自演化出来的技能，使得来自不同部署、不同用户群体的 Agent 能够彼此复用最佳实践。

在官方 Showcase 项目 my-daily-monitor 中，零人工代码即可生成一个 29 个面板的个人仪表盘，其背后正是依靠「初始 6 个种子技能 → 领域适配 → 迭代演化」的流水线 资料来源：showcase/README.md。这条流水线由前端 SkillVersionDrawer 中的版本谱系 UI 直接可视化展示 资料来源：frontend/src/components/skill-detail/SkillVersionDrawer.tsx。

自演化引擎的架构

自演化引擎由若干解耦模块组成，每个模块职责清晰、可独立测试：

flowchart LR
    A[任务执行] --> B[Store 记录]
    B --> C[Analyzer 聚合]
    C --> D{指标是否达标?}
    D -->|否| E[Evolver 触发 Patch]
    E --> F[Patch 生成变体]
    F --> G[Ranker 排序]
    G --> H[Registry 更新版本指针]
    D -->|是| H
    H --> I[云端社区共享]
    I --> J[其他 Agent 复用]

演化过程的入口位于 evolver.py，它读取 analyzer.py 输出的指标，决定是否需要基于 patch.py 生成新版本；新版本经 skill_ranker.py 排序后由 registry.py 提升为活跃版本 资料来源：openspace/skill_engine/evolver.py。

云端社区与第三方数据接入

云端社区不仅承担技能共享，也是 Agent 运行时调用的实时数据通道。在 my-daily-monitor Showcase 中，社区面板（Tech Community Panel）聚合了 Hacker News、Reddit、V2EX 三大免费数据源：

• 客户端通过 fetchCommunityPosts() 调用 /api/social?source=...，使用 3 分钟内存缓存避免重复请求 资料来源：showcase/my-daily-monitor/src/services/social.ts:32-40。
• 服务端 handleSocialRequest() 根据 source 参数路由到对应平台，HN/Reddit/V2EX 三个 fetcher 分别调用各自的免费 JSON 接口，并对每次请求设置 8 秒超时 资料来源：showcase/my-daily-monitor/server/routes/social.ts:84-95。
• InsightsPanel 中的 AI 助手会根据关键词（如 "community"、"热帖"）路由到 community 工具，再把 HN/Reddit 帖子拼成 prompt 上下文 资料来源：showcase/my-daily-monitor/src/components/InsightsPanel.ts。

值得注意的是，V2EX 数据源在当前提交中已被服务端注释禁用，原因是「content quality issues」 资料来源：showcase/my-daily-monitor/server/routes/social.ts:90-92。

技能谱系可视化与多语言支持

前端 SkillVersionDrawer 把引擎产出的版本谱系渲染成抽屉式面板，关键指标包括：

• 活跃端点 / 未激活锚点：通过 activeVersions 字段区分当前生效版本与历史版本 资料来源：frontend/src/components/skill-detail/SkillVersionDrawer.tsx。
• 演化概览（Evolution Overview）：显示最佳版本评分、平均评分、最大世代数 资料来源：frontend/src/i18n/zh.json:drawer.evolutionOverview`。
• 执行质量（Execution Quality）：进度条展示 effective_rate、completion_rate、applied_rate、fallback_rate 四个核心指标 资料来源：frontend/src/components/skill-detail/SkillVersionDrawer.tsx`。

i18n 资源 frontend/src/i18n/zh.json 完整覆盖了上述字段的中文翻译，使得中文用户也能直观地审视自己技能的演化历史。

已知问题与社区讨论

自演化机制在实际运行中暴露出若干需要关注的边界情况：

1. 技能从未被调用：在 OpenClaw v2026.4.24 + OpenSpace v1.26.0 的 MCP 集成中，Agent 虽已注册 Skill 工具，但调度器从未调用，导致 total_selections 长期为 0，所有技能评分为 0。资料来源：Issue #84
2. MCP 超时：当 OpenClaw 把任务委派给 OpenSpace MCP Server 时，常出现超过限制时间的错误，单独运行 OpenSpace 则正常。资料来源：Issue #73
3. 交互模式与 launchd 不兼容：CLI 在 macOS launchd 后台运行时，因缺少 TTY 会陷入 EOFError 循环，CPU 100%、日志膨胀至 100GB+。资料来源：Issue #87
4. API Key 入口缺失：新用户期望在 open-space.cloud 找到 API Keys 菜单，但当前版本暂未开放自助创建。资料来源：Issue #88
5. 依赖安全：建议将 litellm 的版本上限放宽到 1.83.0+，以跳过 PYSEC-2026-2 投毒版本（1.82.7/1.82.8）。资料来源：Issue #85
6. Windows 兼容：通信网关中 _is_pid_alive 函数的 POSIX 假设导致 Windows 启动失败。资料来源：Issue #90

See Also

• Showcase 项目与技能演化图谱
• OpenSpace Issue #84 — MCP 工具未被调用
• OpenSpace Issue #87 — launchd 兼容性问题
• OpenSpace Issue #90 — Windows 网关兼容性

1. 总体定位与子系统边界

OpenSpace 的对外能力由三块组成：作为 MCP（Model Context Protocol）服务端 暴露给上游 Agent 调用、通过 通信网关（Communication Gateway） 进行多进程 IPC 协调，以及使用 React/TypeScript 构建的 前端 Dashboard 来观察与回放运行结果。本页面不重新阐述 OpenSpace 的核心算法，而是聚焦于这三层之间的接口契约、目录结构与典型问题。

资料来源：showcase/README.md、frontend/src/api/types.ts:1-90

2. 前端 Dashboard（`frontend/`）

前端 Dashboard 是人类操作员查看 OpenSpace 状态的主入口，基于 React + Vite，使用 frontend/src/api/types.ts 中定义的强类型 API 契约与后端通信。

2.1 数据契约

Skill 类型是页面渲染的核心：除了 name、category、tags、score 等基础字段外，还携带 applied_rate、completion_rate、effective_rate、fallback_rate 四个质量指标，以及 recent_analyses、lineage_graph、critical_tools 等扩展字段。这些指标在 SkillVersionDrawer 中以进度条形式呈现，便于回溯 Skill 的演化表现。

资料来源：frontend/src/api/types.ts:1-90、frontend/src/components/skill-detail/SkillVersionDrawer.tsx:1-30

2.2 国际化与样式

frontend/src/i18n/zh.json 提供了 drawer、graph、diffViewer、workflows 等命名空间，覆盖版本抽屉、谱系图、Diff 查看器与工作流页面。i18n 字符串以 drawer.versionScore、drawer.executionQuality 这种点路径组织。配套的 frontend/src/index.css 通过 CSS 变量（--color-ink、--color-muted、--workflow-chip-bg 等）定义主题。

资料来源：frontend/src/i18n/zh.json、frontend/src/index.css:1-40

3. Showcase 仪表盘：`my-daily-monitor`

showcase/my-daily-monitor 是一个由 OpenSpace 零人工编码生成的 TypeScript 仪表盘，作为前端 Dashboard 能力的活样本。

3.1 架构分层

graph TB
  subgraph Browser["浏览器"]
    P[Panel 组件层]
    S[Services 数据服务层]
  end
  subgraph Vite["Vite Dev Server"]
    M[vite-api-plugin.ts 中间件]
    R[server/routes/* API 路由]
  end
  P --> S --> M --> R
  R --> Ext[外部 HN/Reddit/GNews 等]

各 Panel（如 SocialPanel、InsightsPanel、MyMonitorsPanel）继承 Panel 基类，统一管理加载/错误态。Services 层使用 createCircuitBreaker 包裹 fetch，添加缓存与熔断。Vite 中间件转发到 server/routes/ 下的真实路由，再聚合外部免费 API。

资料来源：showcase/my-daily-monitor/src/components/SocialPanel.ts:1-30、showcase/my-daily-monitor/src/services/social.ts:1-25、showcase/my-daily-monitor/server/routes/social.ts:1-25

3.2 AI Agent 与命令面板

InsightsPanel 通过关键词匹配将用户查询路由到不同 Tool（天气、新闻等），并在缺失数据时诚实地提示用户在设置中补充密钥。CommandPalette 通过 Cmd/Ctrl+K 触发模糊搜索、键盘导航与最近命令持久化（mdm-recent-commands，最多 3 条）。

资料来源：showcase/my-daily-monitor/src/components/InsightsPanel.ts:1-40、showcase/my-daily-monitor/src/components/CommandPalette.ts:1-30

3.3 配置入口

showcase/my-daily-monitor/src/config/preferences.ts 暴露了 newsCategories、newsKeywords、githubRepos、feishuChatIds、refreshIntervalMs 等偏好字段，并通过 services/settings-store 在运行时被读取。

资料来源：showcase/my-daily-monitor/src/config/preferences.ts、showcase/my-daily-monitor/src/services/news.ts:1-20

4. 已知问题与社区反馈

下列问题与 MCP/通信/前端三类子系统紧密相关，在排查时优先核对：

当上游 Agent 反馈"MCP 工具存在但不调用"时，可结合前端 Dashboard 的 Skill.applied_rate 与 effective_rate 字段，确认 Skill 是否真的被加载与触发；这是排查 #84 一类问题的最快路径。

资料来源：frontend/src/api/types.ts:1-90

See Also

• Skill 演化与版本谱系
• Showcase: My Daily Monitor 详解
• MCP Server 配置与排错

概述

OpenSpace 是一个面向"自演化 Agent"的开源框架,其核心由三层构成:多后端 Grounding 执行层(负责把抽象任务落到具体可运行环境)、安全沙箱层(隔离不可信代码与副作用)以及质量监控层(用指标驱动 Skill 的迭代淘汰)。showcase/README.md 明确指出,showcase/my-daily-monitor/ 这个完整项目就是由 OpenSpace 零人工编码自演化生成的产物,用于示范上述三个子系统如何在真实数据流中协同工作。本页围绕这三个子系统以及社区反馈的典型排障路径展开,资料来源:showcase/README.md。

多后端 Grounding 与执行模式

OpenSpace 的 Grounding 层通过 config_grounding.json 在多种后端之间路由任务,Shell 与 GUI 后端均支持 Local 与 Server 两种模式。Local 模式"零配置",适合本机开发;Server 模式需要先启动 local_server,适合远程 VM、隔离沙箱或多机部署,资料来源:openspace/config/README.md:Execution Mode: Local vs Server。

外部能力通过 MCP 协议接入,config_mcp.json 中以 mcpServers 字典声明下游服务(例如 GitHub、Slack、数据库),命令行/进程级均以 npx -y @modelcontextprotocol/server-github 形式挂载,token 等敏感信息从环境变量插值,资料来源:openspace/config/README.md:MCP Servers。运行期开关统一通过 OPENSPACE_* 环境变量控制,关键变量如下:

资料来源:openspace/config/README.md:Environment Variables。

flowchart LR
  A[Agent / MCP Client] --> B[Grounding 路由器]
  B --> C[Shell Backend]
  B --> D[GUI Backend]
  B --> E[MCP Client]
  C --> F{模式}
  F -- Local --> G[本机解释器]
  F -- Server --> H[local_server 远端]
  E --> I[GitHub / Slack / DB]

安全沙箱与质量监控

安全沙箱的目标是把不可信/未审计代码放到隔离环境中执行,例如远程 VM、容器或第三方隔离后端(配置层在 config_grounding.json 的 "mode": "server" 中体现),并结合 OPENSPACE_SHELL_WORKING_DIR、OPENSPACE_SHELL_CONDA_ENV 限定文件与依赖边界,资料来源:openspace/config/README.md。

质量监控以 SQLite 持久化的执行分析为底座,前端 SkillVersionDrawer 暴露的指标包括:

• effective_rate —— 实际生效占比,资料来源:frontend/src/components/skill-detail/SkillVersionDrawer.tsx:ProgressBar effectiveRate
• completion_rate —— 任务完成率
• applied_rate —— 技能被复用的比例
• fallback_rate —— 失败回退率(以 bg-danger 红色高亮)
• total_selections / total_applied / completions —— 绝对计数

这些指标在 frontend/src/i18n/zh.json 中被本地化为"代表评分""活跃版本""平均评分"等概念,只有"完成率/有效率/应用率/回退率"同时达到阈值的版本,才会被记入演化图谱的活跃端点,资料来源:frontend/src/i18n/zh.json:drawer.*。

运维排障与社区已知问题

社区工单中已经暴露了几类高频故障,运维侧可按以下路径处理:

1. MCP 工具注册了但 Agent 始终不调用 —— Issue #84 报告 execute_task 等工具虽被注册,Skills 评分却全为 0,排障时应先确认 Prompt 中是否显式启用对应 skill,并校验 MCP server(例如 streamable-http 端口 8083)握手是否成功,资料来源:Issue #84。

1. OpenClaw 调度 OpenSpace 任务超时 —— Issue #73 指出 OpenSpace 单独运行流畅,但经 OpenClaw 中转时频繁超出限时。常见原因是 OPENSPACE_* 环境变量未透传到子进程,需在 openclaw.json 的 MCP 段显式 env 注入,资料来源:Issue #73。

1. macOS launchd 守护进程下交互模式死循环 —— Issue #87 报告 CLI 作为后台服务运行时,input() 因无 TTY 触发 EOFError 死循环,日志膨胀至 100GB+。解决方式是在 launchd plist 中将 StandardIn 指向 /dev/null 或关闭 OPENSPACE_ENABLE_RECORDING 之外的交互式 prompt,资料来源:Issue #87。

1. Windows 通信网关启动失败 —— Issue #90 指出 _is_pid_alive 在 Windows 上因 signal 不支持导致 OSError: [WinError 87],需替换为平台分支(使用 psutil.pid_exists 或任务列表查询),资料来源:Issue #90。

1. 依赖供应链风险 —— Issue #85 建议 pyproject.toml / requirements.txt 中将 litellm 上限放宽到 >=1.83.0 以避开 PYSEC-2026-2 污染版本(1.82.7/1.82.8),资料来源:Issue #85。

1. Cloud 控制台缺少 API Key 入口 —— Issue #88 报告 open-space.cloud 个人页找不到 "API Keys / Developer" 菜单,需等待官方在个人设置中开放该入口,资料来源:Issue #88。

排障建议优先级:先环境变量 → 再 MCP 握手 → 再沙箱模式(Local/Server)→ 最后质量指标。showcase/my-daily-monitor/src/config/preferences.ts 中以集中字典管理 refreshIntervalMs、aiSummaryEnabled 等开关,是改写后再次自演化时的优先注入点,资料来源:showcase/my-daily-monitor/src/config/preferences.ts。

See Also

• OpenSpace 总览与 Skill 演化机制
• showcase/my-daily-monitor 项目结构与运行说明
• 配置与 MCP Server 注册

Pitfall Log / 踩坑日志

项目：HKUDS/OpenSpace

摘要：发现 15 个潜在踩坑项，其中 2 个为 high/blocking；最高优先级：配置坑 - 来源证据：Agents have OpenSpace MCP tools available but never call them — all skills show 0 score。

1. 配置坑 · 来源证据：Agents have OpenSpace MCP tools available but never call them — all skills show 0 score

• 严重度：high
• 证据强度：source_linked
• 发现：GitHub 社区证据显示该项目存在一个配置相关的待验证问题：Agents have OpenSpace MCP tools available but never call them — all skills show 0 score
• 对用户的影响：可能增加新用户试用和生产接入成本。
• 证据：community_evidence:github | https://github.com/HKUDS/OpenSpace/issues/84 | 来源讨论提到 macos 相关条件，需在安装/试用前复核。

2. 安全/权限坑 · 来源证据：Why it is smoothly to execute the task in the openspace lonely, however, when it comes to the openclaw with openspace,…

• 严重度：high
• 证据强度：source_linked
• 发现：GitHub 社区证据显示该项目存在一个安全/权限相关的待验证问题：Why it is smoothly to execute the task in the openspace lonely, however, when it comes to the openclaw with openspace, the mcp server always exceeds the limite…
• 对用户的影响：可能阻塞安装或首次运行。
• 证据：community_evidence:github | https://github.com/HKUDS/OpenSpace/issues/73 | 来源类型 github_issue 暴露的待验证使用条件。

3. 安装坑 · 来源证据：[Bug] OpenSpace interactive mode incompatible with launchd — EOFError loop, 100% CPU, 100GB+ logs

• 严重度：medium
• 证据强度：source_linked
• 发现：GitHub 社区证据显示该项目存在一个安装相关的待验证问题：[Bug] OpenSpace interactive mode incompatible with launchd — EOFError loop, 100% CPU, 100GB+ logs
• 对用户的影响：可能增加新用户试用和生产接入成本。
• 证据：community_evidence:github | https://github.com/HKUDS/OpenSpace/issues/87 | 来源讨论提到 python 相关条件，需在安装/试用前复核。

4. 配置坑 · 可能修改宿主 AI 配置

• 严重度：medium
• 证据强度：source_linked
• 发现：项目面向 Claude/Cursor/Codex/Gemini/OpenCode 等宿主，或安装命令涉及用户配置目录。
• 对用户的影响：安装可能改变本机 AI 工具行为，用户需要知道写入位置和回滚方法。
• 证据：capability.host_targets | github_repo:1190363679 | https://github.com/HKUDS/OpenSpace | host_targets=openclaw, mcp_host, claude_code, claude, cursor

5. 能力坑 · 能力判断依赖假设

• 严重度：medium
• 证据强度：source_linked
• 发现：README/documentation is current enough for a first validation pass.
• 对用户的影响：假设不成立时，用户拿不到承诺的能力。
• 证据：capability.assumptions | github_repo:1190363679 | https://github.com/HKUDS/OpenSpace | README/documentation is current enough for a first validation pass.

6. 运行坑 · 运行可能依赖外部服务

• 严重度：medium
• 证据强度：source_linked
• 发现：项目说明出现 external service/cloud/webhook/database 等运行依赖关键词。
• 对用户的影响：本地安装成功不等于能力可用，外部服务不可用会阻断体验。
• 证据：packet_text.keyword_scan | github_repo:1190363679 | https://github.com/HKUDS/OpenSpace | matched external service / cloud / webhook / database keyword

7. 维护坑 · 维护活跃度未知

• 严重度：medium
• 证据强度：source_linked
• 发现：未记录 last_activity_observed。
• 对用户的影响：新项目、停更项目和活跃项目会被混在一起，推荐信任度下降。
• 证据：evidence.maintainer_signals | github_repo:1190363679 | https://github.com/HKUDS/OpenSpace | last_activity_observed missing

• 严重度：medium
• 证据强度：source_linked
• 发现：no_demo
• 证据：downstream_validation.risk_items | github_repo:1190363679 | https://github.com/HKUDS/OpenSpace | no_demo; severity=medium

9. 安全/权限坑 · 存在评分风险

• 严重度：medium
• 证据强度：source_linked
• 发现：no_demo
• 对用户的影响：风险会影响是否适合普通用户安装。
• 证据：risks.scoring_risks | github_repo:1190363679 | https://github.com/HKUDS/OpenSpace | no_demo; severity=medium

10. 安全/权限坑 · 来源证据：Bump litellm pin to skip PYSEC-2026-2 (1.82.7+1.82.8) but allow 1.83.0+

• 严重度：medium
• 证据强度：source_linked
• 发现：GitHub 社区证据显示该项目存在一个安全/权限相关的待验证问题：Bump litellm pin to skip PYSEC-2026-2 (1.82.7+1.82.8) but allow 1.83.0+
• 对用户的影响：可能影响授权、密钥配置或安全边界。
• 证据：community_evidence:github | https://github.com/HKUDS/OpenSpace/issues/85 | 来源类型 github_issue 暴露的待验证使用条件。

11. 安全/权限坑 · 来源证据：No api keys

• 严重度：medium
• 证据强度：source_linked
• 发现：GitHub 社区证据显示该项目存在一个安全/权限相关的待验证问题：No api keys
• 对用户的影响：可能影响授权、密钥配置或安全边界。
• 证据：community_evidence:github | https://github.com/HKUDS/OpenSpace/issues/88 | 来源讨论提到 api key 相关条件，需在安装/试用前复核。

12. 安全/权限坑 · 来源证据：[Recommendation] SOHH - Scientific Agent Evaluation Tool for OpenSpace Integration

• 严重度：medium
• 证据强度：source_linked
• 发现：GitHub 社区证据显示该项目存在一个安全/权限相关的待验证问题：[Recommendation] SOHH - Scientific Agent Evaluation Tool for OpenSpace Integration
• 对用户的影响：可能影响授权、密钥配置或安全边界。
• 证据：community_evidence:github | https://github.com/HKUDS/OpenSpace/issues/82 | 来源讨论提到 python 相关条件，需在安装/试用前复核。

13. 安全/权限坑 · 来源证据：[Windows] Communication gateway fails to start due to _is_pid_alive incompatibility

• 严重度：medium
• 证据强度：source_linked
• 发现：GitHub 社区证据显示该项目存在一个安全/权限相关的待验证问题：[Windows] Communication gateway fails to start due to _is_pid_alive incompatibility
• 对用户的影响：可能影响授权、密钥配置或安全边界。
• 证据：community_evidence:github | https://github.com/HKUDS/OpenSpace/issues/90 | 来源讨论提到 python 相关条件，需在安装/试用前复核。

14. 维护坑 · issue/PR 响应质量未知

• 严重度：low
• 证据强度：source_linked
• 发现：issue_or_pr_quality=unknown。
• 对用户的影响：用户无法判断遇到问题后是否有人维护。
• 证据：evidence.maintainer_signals | github_repo:1190363679 | https://github.com/HKUDS/OpenSpace | issue_or_pr_quality=unknown

15. 维护坑 · 发布节奏不明确

• 严重度：low
• 证据强度：source_linked
• 发现：release_recency=unknown。
• 对用户的影响：安装命令和文档可能落后于代码，用户踩坑概率升高。
• 证据：evidence.maintainer_signals | github_repo:1190363679 | https://github.com/HKUDS/OpenSpace | release_recency=unknown