aiming-lab/MetaClaw

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

What it solves

MetaClaw 解决了 AI 代理在部署后仍保持静止的问题。它不仅仅依赖离线训练，而是允许代理在野外的真实对话中持续学习与进化，提升性能并随时间适应用户偏好，且不需要用户自行管理 GPU 集群。

How it works

MetaClaw 充当个人代理（如 OpenClaw、CoPaw 或 NanoClaw）与 LLM API 之间的透明代理。它拦截交互以注入相关技能并持久化长期记忆。

根据模式不同，它以不同方式处理学习：

  • Skills Mode：自动将对话摘要为短 Markdown 指令（技能），未来提示时检索并注入。
  • RL Mode：使用评审 LLM（PRM）异步评分响应，并通过 Tinker、MinT 或 Weaver 等云端后端执行 LoRA 微调。
  • Auto Mode：结合技能与 RL，使用智能调度器将权重更新延迟至空闲窗口（睡眠、空闲时间或日历会议），确保代理永不被中断。

Who it’s for

此工具设计给个人 AI 代理的用户，让他们的助理能够在多次会话间进化并记住事实、偏好和项目历史，且不需要本地高端硬件。

Highlights

  • One-click deployment：简易 CLI 设置，会自动配置支持的个人代理。
  • Multi-agent support：兼容广泛的代理，包括 OpenClaw、CoPaw、IronClaw 等，支持 OpenAI 兼容或 Anthropic 原生端点。
  • Long-term memory：持久化跨会话的事实与偏好，提供一致的上下文。
  • Asynchronous architecture：将服务、奖励建模与训练解耦，确保活跃使用时零延迟。
  • Flexible RL backends：支持多种云端训练提供商，包括 Tinker、MinT 与 Weaver。