ReflexioAI/reflexio

解决的问题

Reflexio 是一个 AI 代理自我改进框架，旨在防止代理重复错误并固化成功策略。它通过将实际用户交互、修正和专家反馈转化为持久的行为改进和可复用的行动手册，解决了代理每次会话都从零开始的问题。

工作原理

Reflexio 通过处理从代理发布的对话来闭合自我改进循环。它将关于用户的稳定事实提取为 用户档案，并识别行为模式以创建 用户手册。不同用户之间的重复模式随后被聚合为 代理手册，可进行审查和批准以用于全局使用。此外，它还可以将代理响应与人类专家提供的“理想响应”进行比较，生成可操作的标准操作程序（SOP）。

适用人群

专为希望其系统通过从现实世界使用中持续学习而变得越来越智能和高效，且无需不断重新训练底层模型的 AI 代理开发者设计。

主要亮点

• 自我修正：将用户修正转化为改进的决策能力，避免重复相同错误。
• 专家学习：通过将代理响应与专家提供的理想响应进行比较，自动提取可操作的行动手册。
• 手册聚合：将相似的用户级学习聚类为共享的代理手册，从而提升所有用户的代理性能。
• 高性能检索：在档案和手册之间实现混合搜索（向量 + 全文），延迟极低（p50 约 57ms）。
• 广泛支持 LLM：兼容多种提供方，包括 OpenAI、Anthropic、Google Gemini 和 DeepSeek，通过 LiteLLM 实现集成。