在计算机领域中,高度的智能化和自动化一直以来都是人类所追求的一个梦想。从上世纪80年代的人工智能热潮开始,人类就希望可以利用机器帮助人类处理一些事情,从而代替人类的一部分功能。因此,随着传感器、软件工程、网络技术和人工智能等领域的发展,科学家们在信息领域提出了代理(Agents)的概念。近年来,随着信息化社会的进程,各种信息和资源在互联网中大量涌现。例如：物联网的发展,为人类的生产生活中各个方面提供了感知信息；Web服务的涌现,使得应用的开发更加便捷,数据的获取更加多元化；移动互联网的高速发展,为终端用户获取信息提供了更高速的通道；云计算技术的广泛应用,使得终端用户可以获取海量的计算资源和存储资源。如果代理能够充分利用这些信息和资源,可以对人类的生产生活提供便捷和帮助。本文在云计算、物联网和服务计算的基础上,对面向终端用户的智能代理进行研究,主要开展了以下的研究工作：首先,本文提出了云计算环境中面向终端用户的智能代理的概念。我们将这个概念称为“云脑”。通过云脑,终端用户将自己的一部分知识以规则的形式表示在云中。云脑结合广泛的感知数据在云中的推理机中进行推理,利用面向服务的方法为用户提供功能。该智能代理在云中模拟用户的思维逻辑,代替用户的一部分思考,并将思考的结果作用于用户和其所处环境。然后,由于云脑需要整合互联网中的各种数据资源,并且在系统中对客观世界的事实进行表示,我们在云脑的框架中,对不同来源的异构数据表示问题以及应用领域事实组织和映射问题进行了研究,提出了基于本体的事实数据模型。通过构建数据源本体和事实本体,利用之间的映射策略,异构数据能够有效的在云脑的模型中被收集和感知,并用于推理。其次,针对云脑模型中存在的服务间和人机间的交互需求,本文对云脑中各实体间的交互问题进行了研究,提出了一种统一的基于规则的交互模型。该交互模型能够充分利用云脑模型的特点,通过事实和规则的方式处理云脑中各个实体间的交互问题。并且为用户人机交互提出了基于规则的界面生成方法。最后实现了相应的服务和客户端来验证该交互模型。再次,为了提高在云计算环境中推理引擎的计算能力和伸缩性,我们在云环境中提出并实现了基于Actor模型的规则引擎。在该规则引擎中,利用Actor模型对Rete匹配算法进行分布式处理,使整个规则匹配过程能分布到多个虚拟机中。该规则引擎能够根据规则规模充分利用云计算环境中的资源,处理大规模的规则匹配。在此基础上,我们提出了资源模型和节点分配算法来优化系统在云计算环境中的性能。最后,为了验证云脑智能代理在云环境中的可行性和可用性,我们实现了云脑智能代理的原型系统并将其部署到了云计算环境中。基于这个系统,我们验证了云脑智能代理的功能,并结合校园环境给出了应用场景的实例。本文在云计算的环境中为终端用户提供了一个利用用户知识对环境感知和动作的智能代理。并对该智能代理中的事实模型、交互模型和云规则引擎三个关键问题进行了深入研究。