aiming-lab/MetaClaw

🦞 Just talk to your agent — it learns and EVOLVES 🧬.

What it solves

MetaClaw는 AI 에이전트가 배포 후에도 정적인 상태에 머무르는 문제를 해결합니다. 오프라인 학습에만 의존하지 않고, 실제 환경에서의 대화를 통해 지속적으로 학습하고 진화하여 성능을 향상시키고 시간에 따라 사용자 선호에 적응합니다. GPU 클러스터를 직접 관리할 필요가 없습니다.

How it works

MetaClaw는 개인 에이전트(OpenClaw, CoPaw, NanoClaw 등)와 LLM API 사이에 투명한 프록시 역할을 합니다. 상호작용을 가로채어 관련 스킬을 주입하고 장기 메모리를 영구 저장합니다.

모드에 따라 학습 방식이 달라집니다:

  • Skills Mode: 대화를 자동으로 요약해 짧은 Markdown 지시문(스킬)으로 변환하고, 향후 프롬프트에 검색·주입합니다.
  • RL Mode: 평가용 LLM(PRM)으로 응답을 비동기적으로 점수 매기고, Tinker, MinT, Weaver 등 클라우드 백엔드에서 LoRA 파인튜닝을 수행합니다.
  • Auto Mode: 스킬과 RL을 결합해 스마트 스케줄러가 가중치 업데이트를 휴식 시간(수면, 유휴 시간, 캘린더 회의)으로 미루어 에이전트가 중단되지 않도록 합니다.

Who it’s for

개인 AI 에이전트를 사용하는 사용자들을 위해 설계되었으며, 어시스턴트가 세션 간에 사실, 선호도, 프로젝트 히스토리를 기억하고 로컬 고성능 하드웨어 없이도 진화할 수 있습니다.

Highlights

  • One-click deployment: 간단한 CLI 설정으로 지원되는 개인 에이전트를 자동으로 구성합니다.
  • Multi-agent support: OpenClaw, CoPaw, IronClaw 등 다양한 에이전트를 지원하며, OpenAI 호환 또는 Anthropic 네이티브 엔드포인트를 사용합니다.
  • Long-term memory: 세션 간 사실과 선호도를 영구 저장해 일관된 컨텍스트를 제공합니다.
  • Asynchronous architecture: 서비스, 보상 모델링, 학습을 분리해 활성 사용 시 지연을 0으로 유지합니다.
  • Flexible RL backends: Tinker, MinT, Weaver 등 여러 클라우드 학습 제공자를 지원합니다.