An open-source personal learning agent with three-layer memory (learner profile / wiki knowledge base / cross-conversation recall), a proactive scheduler, personal IM channels, and a workspace-scoped Practice Lab — built on the Pi SDK.

Inno Agent – 个人学习助手

Inno Agent 是一个开源的本地运行AI助手，旨在帮助个人学习。它基于 Pi 编码代理 SDK（一个通用的LLM代理框架），并增加了教育导向的功能，如分层记忆、主动调度器、IM渠道集成和浏览器内实践实验室。该项目提供三种共享相同状态的运行形式：

桌面应用（Electron）——支持macOS/Windows的一键安装。
Web UI（React 19 + Tailwind 4）——Node服务器，支持SSE流式传输、终端、Wiki视图、任务列表和设置。
CLI/TUI（inno）——纯终端界面，无需HTTP服务器。

核心概念

层级	存储内容	使用方式
L1 – 学习者档案	目标、知识状态、误解、偏好。汇总为一个上下文包，在每轮对话中注入。	驱动个性化解释和诊断反馈。
L2 – 原生维基	人类可读的页面（文本、PDF、图像），使用BM25 + 知识图谱索引。在摄入时由LLM辅助摘要。	代理可查询维基以检索事实或生成新笔记。
L3 – 会话记录	存储在SQLite FTS5中的完整对话日志。检索受相关性阈值限制。	支持跨会话回忆和会话回放。

一个cron风格调度器允许代理创建自然语言任务（例如：“明天复习第2章”）。个人IM渠道（Feishu、WeChat）可发送提醒，并允许用户在Web UI之外与代理聊天。实践实验室提供一个工作区范围的终端（xterm.js），代理可读取并响应其命令输出。

主要功能（README中列出）

三层记忆（L1/L2/L3），具有独立生命周期。
主动调度器——可通过任意界面运行自然语言cron任务。
个人IM渠道——Feishu原生集成，WeChat（iLink QR登录或桥接模式）。
实践实验室——支持记录运行历史的浏览器内终端。
简易模式 + 预设——为非技术用户提供一键式工作区模板（课程计划、PPT创建、场景解释）。
技能系统与内容中心——可从公共GitHub中心或自托管捆绑服务导入可重用的技能/预设。
对话分支编辑——可编辑之前发送的消息，并从该点重新生成，不会污染当前模型上下文。
可插拔LLM提供者——支持任何OpenAI风格或Anthropic风格的端点（OpenAI、Anthropic、DeepSeek、Ollama、本地模型）。可在UI中实时切换模型。
国际化与主题——支持英文/中文UI，四种视觉主题。
会话回放——可导出任意会话，并在独立站点中回放精确的UI交互。
可选操作系统级沙箱——pi-sandbox可限制文件系统/网络访问；权限系统（允许/询问/拒绝）添加UI审批步骤。
计算机使用（仅限桌面）——通过@injaneity/pi-computer-use，代理可在用户批准后观察屏幕并执行UI操作。

架构概览

用户界面 → 应用层 → Pi代理运行时 → 分层记忆

用户界面——CLI、React Web UI、Electron桌面、Feishu/WeChat适配器。
应用层——渠道适配器、支持Server-Sent Events的HTTP API、WebSocket终端、cron调度器、实践实验室编排。
代理运行时——未修改的@earendil-works/pi-coding-agent内核；Inno添加工具和before_agent_start钩子以注入L1/L3上下文。
分层记忆——
- L1: src/memory/learner/
- L2: src/memory/l2/（维基、图谱、摄入、摘要）
- L3: src/memory/l3/（会话JSONL文件的SQLite FTS5索引）

仓库结构与此分离一致（后端在apps/inno-agent/，前端在apps/inno-agent/web/，Electron包装器、内容中心服务器等）。

快速开始

快速选项

桌面应用——从GitHub发布页面下载最新DMG/EXE并运行。首次启动会创建~/.inno-agent/config/config.json，在此添加LLM提供者API密钥。
从源码构建——克隆仓库，npm install，npm run build，然后启动服务器：
```
npm run server -- --home ./runtime --workspace ./workspace --port 3000
```
打开 http://localhost:3000。
Docker——docker compose up -d（挂载runtime/和workspace/）。

配置

JSON文件（config.example.json）定义：

默认提供者和模型。
提供者列表（基础URL、API类型、API密钥、模型ID）。
启用的渠道（Feishu、WeChat）。
激活的记忆层。
UI偏好（主题、关闭行为）。

运行时目录可通过CLI标志或环境变量（INNO_HOME、INNO_DATA_DIR等）覆盖。

使用场景（说明中描述）

个性化辅导——代理从对话中诊断误解，将证据存入L1，并可按需生成练习或解释。
自主学习计划——创建自然语言复习任务，由调度器自动运行。
工作区范围的编码练习——使用实践实验室终端；代理可读取输出，建议修复或生成新文件。
知识库构建——将PDF、Office文档、图像导入L2维基；后期可通过聊天查询维基。
会话回顾与分享——导出会话并在静态站点中回放，用于个人反思或教学演示。

许可与引用

采用 MIT许可证。
项目依赖Pi SDK（@earendil-works/pi-*），同样为MIT许可证。
README中提供BibTeX格式的推荐引用。

社区与贡献

欢迎提交问题和拉取请求；构建步骤（npm run build）作为健全性检查。
提供WeChat用户群用于非正式支持。
文档包含技术报告（arXiv 2026年6月）、详细系统文档和会话回放展示站点。

总结：Inno Agent是一个功能完整的本地托管AI学习伴侣，结合通用LLM代理核心与教育专用的记忆管理、调度和工具，可打包为桌面、Web或终端使用。

hhyqhh/inno-agent