项目简介GenericAgent是一个极简、可自我进化的自主Agent框架。其核心代码仅约3000行借助9个原子工具和大约100行的Agent Loop能让任意大语言模型LLM对本地计算机实现系统级控制涉及浏览器、终端、文件系统、键鼠输入、屏幕视觉以及移动设备ADB。它秉持不预先加载技能通过进化获取技能的设计理念。每次GenericAgent解决新任务时会自动将执行路径固化为一项技能方便后续直接复用。使用时间越长积累的技能越多会形成一棵完全属于你的技能树这棵树从3000行种子代码发展而来。自举实证本仓库中的所有操作从安装Git、执行 git init 到每一条提交信息均由GenericAgent自主完成作者全程未打开过一次终端。核心特性自我进化每次完成任务都会自动沉淀为一项技能随着使用次数增加能力不断提升形成专属技能树。极简架构核心代码约3000行Agent Loop约100行没有复杂依赖部署毫无负担。强执行力可注入真实浏览器保留登录状态9个原子工具能直接控制操作系统。高兼容性支持Claude、Gemini、Kimi、MiniMax等主流模型具备跨平台能力。自我进化机制这是GenericAgent与其他Agent框架的根本区别。具体流程为[新任务] → [自主探索]安装依赖、编写脚本、调试验证 → [将执行路径固化为技能] → [写入记忆层] → [下次遇到类似任务直接调用]。以下是一些示例你说的话第一次执行后续执行“监控股票并提醒我”安装mootdx → 构建选股流程 → 配置定时任务 → 保存技能一句话启动“用Gmail发送这个文件”配置OAuth → 编写发送脚本 → 保存技能直接可用使用几周后你的Agent实例将拥有独一无二的技能树全部源于3000行种子代码。实例展示外卖下单“Order me a milk tea”可自动导航外卖应用选择商品并完成结账。量化选股“Find GEM stocks with EXPMA golden cross, turnover 5%”能按量化条件筛选股票。自主网页探索可自主浏览网页并定期汇总内容。支出追踪“查找近3个月超2000元的支出”可通过ADB驱动支付宝进行查询。最新动态2026年4月11日引入L4会话归档记忆并与scheduler cron调度集成。2026年3月23日支持将个人微信作为Bot前端。2026年3月10日发布百万级技能库。2026年3月8日发布以GenericAgent为核心的“政务龙虾” Dintal Claw。2026年3月1日GenericAgent被机器之心报道。2026年1月16日GenericAgent V1.0公开版本发布。快速开始方法一标准安装克隆仓库git clone https://github.com/lsdefine/GenericAgent.gitcd GenericAgent安装最小依赖pip install streamlit pywebview配置API Keycp mykey_template.py mykey.py编辑 mykey.py填入你的LLM API Key。启动python launch.pyw完整引导流程见 GETTING_STARTED.md。Bot接口可选微信Bot个人微信无需额外配置扫码登录即可pip install pycryptodome qrcode requestspython frontends/wechatapp.py首次启动会弹出二维码用微信扫码完成绑定之后可通过微信消息与Agent交互。QQ Bot使用qq - botpy WebSocket长连接无需公网webhookpip install qq - botpy在 mykey.py 中补充qq_app_id YOUR_APP_IDqq_app_secret YOUR_APP_SECRETqq_allowed_users [YOUR_USER_OPENID] # 或 [*] 公开访问python frontends/qqapp.py在QQ开放平台创建机器人获取AppID / AppSecret。首次消息后用户openid记录于 temp/qqapp.log。飞书Larkpip install lark - oapipython frontends/fsapp.pyfs_app_id cli_xxxfs_app_secret xxxfs_allowed_users [ou_xxx] # 或 [*]入站支持文本、富文本post、图片、文件、音频、media、交互卡片 / 分享卡片出站支持流式进度卡片、图片回传、文件 / media回传视觉模型图片首轮以真正的多模态输入发送给兼容OpenAI Vision的后端。详细配置见 assets/SETUP_FEISHU.md。企业微信WeCompip install wecom_aibot_sdkpython frontends/wecomapp.pywecom_bot_id your_bot_idwecom_secret your_bot_secretwecom_allowed_users [your_user_id]wecom_welcome_message 你好我在线上。钉钉DingTalkpip install dingtalk - streampython frontends/dingtalkapp.pydingtalk_client_id your_app_keydingtalk_client_secret your_app_secretdingtalk_allowed_users [your_staff_id] # 或 [*]其他App前端除默认的Streamlit Web UI外还可尝试不同风格的前端python frontends/qtapp.py # 基于Qt的桌面应用streamlit run frontends/stapp2.py # 另一种Streamlit风格UI与同类产品对比特性GenericAgentOpenClawClaude Code代码量约3000行约530000行已开源体量大-部署方式pip install API Key多服务编排CLI 订阅-浏览器控制注入真实浏览器保留登录态沙箱 / 无头浏览器通过MCP插件OS控制键鼠、视觉、ADB多Agent委派文件 终端自我进化自主生长技能和工具插件生态会话间无状态出厂配置几个核心文件 少量初始技能数百模块丰富CLI工具集工作机制GenericAgent通过分层记忆、最小工具集和自主执行循环来完成复杂任务并在执行过程中不断积累经验。分层记忆系统记忆在任务执行过程中不断沉淀使Agent逐渐形成稳定高效的工作模式。L0 — 元规则Meta RulesAgent的核心行为规则和系统约束。L1 — 记忆索引Insight Index极简索引层用于快速路由和召回。L2 — 全局事实Global Facts长期运行积累的稳定知识。L3 — 任务技能 / SOPs完成特定任务类型的可复用流程。L4 — 会话归档Session Archive从已完成任务中提炼的归档记录用于长程召回。自主执行循环感知环境状态 → 任务推理 → 调用工具执行 → 经验写入记忆 → 循环。整个核心循环仅约100行代码agent_loop.py。最小工具集GenericAgent仅提供9个原子工具构成与外界交互的基础能力工具功能code_run执行任意代码file_read读取文件file_write写入文件file_patch修改文件web_scan感知网页内容web_execute_js控制浏览器行为ask_user人机协作确认此外还有2个记忆管理工具update_working_checkpoint、start_long_term_update可让Agent跨会话积累经验、维持持久上下文。能力扩展机制具备动态创建新工具的能力。通过 code_runGenericAgent可在运行时动态安装Python包、编写新脚本、调用外部API或控制硬件将临时能力固化为永久工具。支持如果这个项目对你有帮助欢迎点一个Star同时也欢迎加入我们的GenericAgent体验交流群一起交流、反馈和共建。友情链接感谢LinuxDo社区的支持许可本项目采用MIT License详见 LICENSE。Star历史[此处可插入Star历史图表]