aaronjmars/aeon

解决的问题

Aeon 解决了对能够执行复杂、周期性工作流的持久、无人值守 AI 代理的需求。与许多每一步都需要人类持续批准的代理工具不同，Aeon 设计为按计划自主运行，无需持续照看即可处理功能开发、安全漏洞扫描和市场调研等任务。

工作原理

Aeon 使用“技能 (skills)”运行，技能是包含提示词和配置元数据的 Markdown 文件。这些技能通过调度器（使用 cron 语法）执行，也可以通过 CLI 或仪表板手动触发。该框架使用自我修复循环，其中 LLM（如 Claude）会对每次运行进行评分；如果技能失败或产生低质量输出，skill-repair 和 self-improve 等专用技能会自动诊断并修复问题。它还可以生成自身的专用实例来管理更大规模的代理集群。

适用对象

• 开发者：希望自动执行 PR 审查、变更日志生成或原型部署等重复性任务的人员。
• 安全研究人员：寻求自动化、负责任的漏洞扫描和披露的人员。
• 加密/市场分析师：需要对代币、DeFi 协议或市场叙事进行持续监控的人员。
• 生产力追求者：希望通过 Telegram、Discord 或 Slack 获取自动摘要和通知的人员。

亮点

• 自主自我修复：使用基于 LLM 的评分自动检测、诊断并修复失败的技能。
• 可扩展的技能系统：只需创建 Markdown 文件即可添加新功能——无需复杂的插件 API。
• 多模型支持：连接到 Claude（通过订阅或 API）、OpenRouter 和各种其他 LLM 网关。
• 生产就绪能力：能够向仓库推送代码、向 Vercel 部署 Web 应用并进行深度研究。
• 集群管理：可以生成并管理多个自身的专用实例以分担工作负载。