ShenSeanChen/waku-agent

解决的问题

Waku 是一个本地优先的个人 AI 助理，旨在实现透明化与用户自主控制。与商业 AI 产品不同，它提供了一个用户可以完全阅读、修改并拥有的代码库，避免了沉重框架的复杂性，同时实现了专业代理的核心支柱：Harness、Loop、Memory 和 Eval。

运作方式

该项目围绕四个主要组件构建：

• Harness：管理交互网关（终端、仪表板、语音、Telegram、Discord、WhatsApp）以及围绕循环的工具。
• Loop：一个简洁的 Python 实现（约 95 行），处理推理-行动-重复的循环。
• Memory：一个基于本地 SQLite 的系统，支持语义、情景和程序（技能）记忆。它使用一个“闸门”来决定信息是否应被记忆，并通过整合过程来决定保留内容。
• Eval/LLM-Ops：包含确定性测试和 LLM-as-judge 评估、发布闸门以及针对每一轮对话的追踪。

它通过简单的适配器支持多种 LLM 提供商（Anthropic、OpenAI、Gemini、DeepSeek 等），并可选择连接到托管的共享内存服务（Waku Memory）以在不同代理之间同步数据。

目标用户

希望拥有轻量且可读的代码库，以构建或研究 AI 代理运作方式，而不被框架抽象所淹没的开发者与 AI 爱好者。

特色亮点

• 本地优先：记忆存储在单一且易于访问的 SQLite 文件中。
• 本地仪表板：一个基于浏览器的控制台，用于可视化消息流与代理思考过程。
• 透明循环：核心代理逻辑以纯 Python 编写，易于逐步调试。
• 多供应商支持：通过单一密钥即可与各种托管模型协作。
• 内置评估：结合确定性测试与基于 LLM 的测试，确保可靠性。