lsdefine/GenericAgent

何を解決するか

GenericAgent は、ローカルコンピュータ上でシステムレベルの制御を LLM に与えることを目的とした、最小限で自己進化する自律エージェントフレームワークです。膨大な専門スキルの事前ロードを必要とせず、エージェントが自律的にタスクを発見・実行し、成功した実行経路を「結晶化」して再利用可能なスキルとして保存することで、トークン消費と幻覚を削減します。

動作方法

このフレームワークは約 3,000 行のコードと約 100 行の実行ループで構成される最小限のコアを持ち、L0-L4 の階層的メモリシステム（メタルール、グローバルな事実、タスク固有の SOP）を使用して情報を保存します。エージェントは 9 種類の原子的ツール（コード実行、ファイル操作、Web スキャンなど）を通じて世界と対話します。

能力を拡張するため、エージェントは自己進化メカニズムに従います：新しいタスクを探索し、必要な依存関係をインストールし、スクリプトを記述し、結果を検証します。成功すれば、そのプロセスを「スキル」として記憶に保存し、将来は直接呼び出し、1行で実行できるようになります。

対象ユーザー

大規模なフレームワークや複雑なデプロイメントのオーバーヘッドなしに、ブラウザ、ターミナル、モバイルデバイス（ADB経由）を制御できる軽量でクロスプラットフォームの自律エージェントを必要とする開発者やパワーユーザー向けです。

特徴

• 自己進化するスキルツリー：成功したタスクの完了を、永続的で再利用可能なスキルに自動変換。
• ミニマリストアーキテクチャ：コアロジックは約 3K 行のコードに収まり、非常に効率的でデプロイが容易。
• リアルブラウザ制御：TMWebdriver を使用してリアルなブラウザセッションに挿入し、ログイン状態を保持し、ボット検出（例：hCaptcha）を回避。
• トークン効率：30K トークン未満のコンテキストウィンドウで動作し、多くの競合エージェントよりも大幅に低い。
• システムレベルアクセス：ADB を通じてキーボード、マウス、ファイルシステム、モバイルデバイスを直接制御。