momozi1996/momo-code

何を解決するか

momo Code はユーザーと共に進化するように設計された AI ベースのコーディングエージェントです。静的な AI アシスタントの限界を克服するために、リアルタイムおよび長期的な学習を可能にする二段階の自己進化システムを採用しています。これにより、エージェントは成功と失敗から学び、自動的にコーディング戦略とモデル重みを改善できます。

動作方法

このシステムは二段階の進化アーキテクチャを使用しています：

1. 高速ループ (/evolve)：知識埋め込みプロトコル (KEP) を使って成功したパターンを「戦略カード」として抽出します。これらのカードはトムソンサンプリングで選択され、数秒以内にシステムプロンプトに注入され、即座にパフォーマンスを向上させます。
2. 低速ループ (/fine-tune)：モンテカルログラフ探索 (MCGS) と LoRA ファインチューニングを用いて、数時間単位の重み改善を実行し、学習された行動をモデルに永続的に組み込みます。

さらに、タスク分解用の再帰的サブエージェントシステム、長期的なタスクを再開可能な DAG として管理するグラフエンジン、Python コードで制御可能な Genesis 物理世界を操作するシミュレーションエージェントも搭載しています。

対象ユーザー

複雑で長時間実行されるタスクを処理できる自律型コーディングエージェントを求めるソフトウェア開発者。さまざまな LLM プロバイダーとの統合、およびユーザーのコードベースの特定パターンに基づいた自身のパフォーマンス向上を実現したい方におすすめです。

特徴

• 二段階進化：即時プロンプトベースの戦略注入と長期的な LoRA ファインチューニングを組み合わせます。
• マルチエージェントオーケストレーション：再帰的サブエージェントと DAG ベースのグラフ実行をサポートし、複雑なワークフローを処理できます。
• 広範なプロバイダー対応：25 以上の LLM プロバイダーと、OpenAI 互換 API に対応しています。
• シミュレーション統合：/sim エージェントで物理世界を制御し、/optim ツールで推論駆動のパラメータチューニングが可能です。
• ローカル優先・相互運用性：コードをローカルマシンに保持し、Claude Code からのシームレスな移行が可能になっています。