lsdefine/GenericAgent

项目概览

项目将约 100 行智能体循环、9 个原子工具、五层记忆和成功任务自动沉淀机制组合在约 3000 行核心代码中，适合持续验证精简智能体架构能否形成可复用技能树。

项目类型

AI Agent · AI 工作流 · 基础设施

应用场景

文档办公 · 自动化执行

部署方式

查看项目说明

License

MIT

适合谁

• 希望在 Windows、Linux 或 macOS 上本地运行并自行托管自主智能体的开发者和技术用户。
• 需要智能体直接操作浏览器、终端、文件系统或移动设备，而不只是返回文本建议的用户。
• 关注精简智能体循环、分层记忆和任务经验自动固化机制的智能体研究与工程实践者。

核心能力

• 约 100 行的核心循环让模型持续感知环境状态、分析任务、执行工具并把经验写入记忆，形成从理解指令到采取行动再到记录结果的闭环；当前可用。
• 系统会把每次成功任务的执行过程自动固化为可复用技能，并从种子代码逐步扩展个人技能树，无需人工逐项编写技能；当前可用。
• 框架提供 9 个基础交互工具，覆盖代码运行、文件读取与写入、文件补丁、网页扫描、网页脚本执行、询问用户和更新记忆等操作，为组合复杂任务提供基础动作；当前可用。
• 记忆系统按元规则、洞察索引、全局事实、任务技能和会话归档五层组织信息，用于路由和召回不同层级的内容；当前可用。
• TMWebdriver 通过本地 WebSocket 服务和 Chrome 扩展注入真实浏览器，可保留登录会话、Cookie 和正常浏览器指纹；项目证据称其通过了机器人检测测试，该能力当前可用。
• 智能体可控制本地计算机的终端、文件系统、键盘鼠标和屏幕视觉，也可通过 ADB 操作移动设备，用于直接执行跨系统任务；当前可用。
• 执行期间可以安装 Python 包、编写脚本、调用外部接口或控制硬件，并将临时形成的能力固化为后续可复用工具；当前可用。
• 该模式使用 BBS 协调主节点和多个工作节点，使工作节点能够并行推进长周期目标，为需要多执行单元协作的任务提供运行方式；当前可用。

限制与风险

• 终端界面在 Windows 上的渲染会受到所用终端和字体影响，可能出现不稳定表现，部署前应在目标终端组合中验证。
• 由于 pywebview 和其他依赖的兼容性限制，项目不能在 Python 3.14 环境中运行。
• 预装的标准操作流程使用中文；英文用户需要通过手动提示完成翻译，不能假定现有流程已提供英文版本。
• 项目能够执行任意代码并直接控制本地系统，误用可能造成危险。实际采用前需要限制可操作环境、账户和任务范围。

如何开始

• 首个可运行路径是克隆仓库、使用 uv 安装依赖、配置模型接口密钥后运行。项目也为 Windows、Linux 和 macOS 提供单行安装方式。
• 项目提供命令行、网页界面和桌面界面，用户可先选择与目标环境匹配的交互方式，再验证系统控制和技能写入流程。

核验依据

• GitHub 项目简介: Self-evolving agent: grows skill tree from 3.3K-line seed, achieving full system control with 6x less token consumption
• README: **A Minimal, Self-Evolving Autonomous Agent Framework** *~3K lines of seed code · 9 atomic tools · ~100-line Agent Loop*
• README: 💰 **Token Efficient** | <30K context window — a fraction of the 200K–1M other agents consume. Less noise, fewer hallucinations, higher success rate, lower cost.
• README: - **2026-01-16** — GenericAgent **V1.0** public release.
• README: Perceive environment state → Task reasoning → Execute tools → Write experience to memory → Loop

内容核验时间：