GenericAgent:
GenericAgent 是一个极简、自进化的 AI Agent 框架。其核心代码仅约 3,300 行,通过 9 个原子工具与 Agent Loop,赋予大语言模型(LLM)对本地计算机的系统级控制权。该框架的设计哲学摒弃了预装技能的传统模式,转而采用技能自然进化机制:每解决一个新任务,系统便自动将执行路径固化为可复用技能,随着使用时间增长,构建出专属于用户的私有技能树。
01核心原理:四层记忆与自进化机制
GenericAgent 的核心差异化优势在于其“越用越聪明”的特性,这主要得益于其独特的四层记忆架构与自进化闭环。该架构不仅解决了传统 Agent 框架“用完即忘”的痛点,还通过技能复用大幅降低了推理成本。
GenericAgent 四层记忆架构解析
L1 工作记忆
- 负责当前任务的上下文维持
- Token 容量控制在 30K 以内
- 极省推理成本
L2 技能记忆
- 存储已固化的可调用技能库
- 核心进化层:自动保存成功路径
- 实现同类任务的直接召回
L3/L4 长期记忆
- L3 项目记忆:跨任务的项目级知识
- L4 会话存档:长期历史记录
- 支持 cron 定时任务触发
基于上述架构,Agent 在完成任务后会自动将执行路径写入 L2 技能记忆。当再次遇到同类任务时,系统直接从记忆层召回技能,跳过重复的推理过程。这也是 GenericAgent 能够将 Token 消耗控制在竞品 1/6 的核心技术原因。
02功能演示:全场景系统级控制
GenericAgent 通过系统级控制能力,覆盖了从网页浏览到移动端操作的多种场景,能够模拟真人行为进行复杂的自动化任务处理。
- 全自主网页探索
不仅是打开页面,而是像真人一样阅读、理解并归纳内容。例如输入指令“每天早上 9 点摘要 Hacker News 热门文章”,Agent 可自动完成浏览、摘要、通知全链路,并将此技能永久保存。适用于信息聚合与竞品监控。 - 移动端 ADB 控制
通过 ADB 协议直接控制手机 APP,无需官方 API 接口。典型场景包括自动查找支付宝近 3 个月内金额超过 2000 元的消费记录,或批量发送微信消息给指定联系人。整个操作流程基于界面交互模拟,完成后会自动生成相应的技能脚本。 - 量化选股与自动化
Agent 能够自主规划技术实现路径。以构建选股系统为例,用户只需输入“监控 A 股中 EXPMA 金叉、换手率 > 5% 的创业板股票”,Agent 会自动安装行情库(如 mootdx)、编写选股脚本、配置 cron 定时任务,并将全流程固化为“量化选股监控”技能。
03技术优势与适用场景
| 评估维度 | GenericAgent 表现 |
|---|---|
| 核心代码量 | 约 3,300 行(极简内核) |
| Token 成本 | 消耗仅为竞品的约 1/6 |
| 技能积累 | 技能树完全私有,随使用增值 |
| 开源协议 | MIT License(完全免费) |
GenericAgent 关键技术指标
该框架主要面向个人效率极客、独立开发者、数据分析师及量化交易爱好者,用于解决日常重复操作自动化、专属助手构建及数据采集等需求。它不适合需要多 Agent 协作编排或纯 API 服务开发的场景。
04快速上手指南
- 环境准备
克隆仓库并安装极简依赖:pip install streamlit pywebview - 配置 API
复制 mykey_template.py 为 mykey.py,填入支持 Claude/Gemini/Kimi 等 LLM 的 API Key。 - 启动运行
推荐使用 Web UI 模式:python launch_webui.py,输入自然语言指令即可开始自动化任务。
当前文章无评论,是时候发表评论了