GenericAgent
🌟 项目简介
GenericAgent 是一个极简、可自我进化的自主 Agent 框架。核心仅 ~3K 行代码，通过 9 个原子工具 + ~100 行 Agent Loop，赋予任意 LLM 对本地计算机的系统级控制能力，覆盖浏览器、终端、文件系统、键鼠输入、屏幕视觉及移动设备。
它的设计哲学是：不预设技能，靠进化获得能力。
每解决一个新任务，GenericAgent 就将执行路径自动固化为 Skill，供后续直接调用。
使用时间越长，沉淀的技能越多，形成一棵完全属于你、从 3K 行种子代码生长出来的专属技能树。
🤖 自举实证 — 本仓库的一切，从安装 Git、
git init到每一条 commit message，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: 每次任务自动沉淀 Skill，能力随使用持续增长，形成专属技能树
- 极简架构: ~3K 行核心代码，Agent Loop 约百行，无复杂依赖，部署零负担
- 强执行力: 注入真实浏览器（保留登录态），9 个原子工具直接接管系统
- 高兼容性: 支持 Claude / Gemini / Kimi / MiniMax 等主流模型，跨平台运行
🧬 自我进化机制
这是 GenericAgent 区别于其他 Agent 框架的根本所在。
[遇到新任务]-->[自主摸索](安装依赖、编写脚本、调试验证)-->
[将执行路径固化为 Skill]-->[写入记忆层]-->[下次同类任务直接调用]
| 你说的一句话 | Agent 第一次做了什么 | 之后每次 |
|---|---|---|
| “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 Skill | 一句话启动 |
| “用 Gmail 发这个文件” | 配置 OAuth → 编写发送脚本 → 保存 Skill | 直接可用 |
用几周后，你的 Agent 实例将拥有一套任何人都没有的专属技能树，全部从 3K 行种子代码中生长而来。
🎯 实例展示
| 🧋 外卖下单 | 📈 量化选股 | |
|---|---|---|
 |
 |
|
| “Order me a milk tea” — 自动导航外卖 App，选品并完成结账 | “Find GEM stocks with EXPMA golden cross, turnover > 5%” — 量化条件筛股 | |
| 🌐 自主网页探索 | 💰 支出追踪 | 💬 批量消息 |
 |
 |
 |
| 自主浏览并定时汇总网页信息 | “查找近 3 个月超 ¥2K 的支出” — 通过 ADB 驱动支付宝 | 批量发送微信消息，完整驱动微信客户端 |
📅 最新动态
- 2026-04-11: 引入 L4 会话归档记忆，并接入 scheduler cron 调度
- 2026-03-23: 支持个人微信接入作为 Bot 前端
- 2026-03-10: 发布百万级 Skill 库
- 2026-03-08: 发布以 GenericAgent 为核心的”政务龙虾” Dintal Claw
- 2026-03-01: GenericAgent 被机器之心报道
- 2026-01-16: GenericAgent V1.0 公开版本发布
🚀 快速开始
方法一：标准安装
# 1. 克隆仓库
git clone https://github.com/lsdefine/GenericAgent.git
cd GenericAgent
# 2. 安装最小依赖
pip install streamlit pywebview
# 3. 配置 API Key
cp mykey_template.py mykey.py
# 编辑 mykey.py，填入你的 LLM API Key
# 4. 启动
python launch.pyw
完整引导流程见 GETTING_STARTED.md。
📖 新手使用指南（图文版）：飞书文档
🤖 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 requests
python frontends/wechatapp.py
首次启动会弹出二维码，用微信扫码完成绑定。之后通过微信消息与 Agent 交互。
QQ Bot
使用 qq-botpy WebSocket 长连接，无需公网 webhook：
pip install qq-botpy
在 mykey.py 中补充：
qq_app_id = "YOUR_APP_ID"
qq_app_secret = "YOUR_APP_SECRET"
qq_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（Lark）
pip install lark-oapi
python frontends/fsapp.py
fs_app_id = "cli_xxx"
fs_app_secret = "xxx"
fs_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（WeCom）
pip install wecom_aibot_sdk
python frontends/wecomapp.py
wecom_bot_id = "your_bot_id"
wecom_secret = "your_bot_secret"
wecom_allowed_users = ["your_user_id"]
wecom_welcome_message = "你好，我在线上。"
钉钉（DingTalk）
pip install dingtalk-stream
python frontends/dingtalkapp.py
dingtalk_client_id = "your_app_key"
dingtalk_client_secret = "your_app_secret"
dingtalk_allowed_users = ["your_staff_id"] # 或 ['*']
其他 App 前端
除默认的 Streamlit Web UI 外，还可以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 | GenericAgent | OpenClaw | Claude Code |
|---|---|---|---|
| 代码量 | ~3K 行 | ~530,000 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 Skill 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 Skills | 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 × 自主执行循环完成复杂任务，并在执行过程中持续积累经验。
1️⃣ 分层记忆系统
记忆在任务执行过程中持续沉淀，使 Agent 逐步形成稳定且高效的工作方式
- L0 — 元规则（Meta Rules）：Agent 的基础行为规则和系统约束
- L1 — 记忆索引（Insight Index）：极简索引层，用于快速路由与召回
- L2 — 全局事实（Global Facts）：在长期运行过程中积累的稳定知识
- L3 — 任务 Skills / 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出的归档记录，用于长程召回
2️⃣ 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 约百行代码（agent_loop.py）。
3️⃣ 最小工具集
GenericAgent 仅提供 9 个原子工具，构成与外部世界交互的基础能力
| 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），使 Agent 能够跨会话积累经验、维持持久上下文。
4️⃣ 能力扩展机制
具备动态创建新的工具能力
通过
code_run，GenericAgent 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。
GenericAgent 工作流程图
⭐ 支持
如果这个项目对您有帮助，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 👏
微信群 1 |
微信群 2 |
飞书群 |
🚩 友情链接
感谢 LinuxDo 社区的支持！
📄 许可
MIT License — 详见 LICENSE
📈 Star History
</a>
