hhyqhh/inno-agent

解决的问题

Inno Agent 解决了通用代码代理在教育领域应用时的局限性。它专注于个性化学习支持——如误解诊断、练习题生成和复习计划——而非开放式的软件工程。通过将学习者状态、归档知识和对话历史分离为不同的记忆层，避免了“扁平对话”问题。

工作原理

基于 Pi 代码代理 SDK 构建，系统通过四个层级实现学习循环：

1. 用户界面：可通过桌面应用（Electron）、Web UI（React）、终端 CLI 和 IM 通道（飞书/微信）访问。
2. 应用层：管理通道适配器、基于 cron 的主动调度器，以及带有浏览器内终端的“实践实验室”（Practice Lab）。
3. 代理运行时：使用 Pi SDK 协调 LLM 提供商（OpenAI、Anthropic、DeepSeek、Ollama）和注册工具。
4. 分层记忆：
   • L1（学习者档案）：跟踪目标、知识状态和偏好。
   • L2（原生维基）：使用混合检索（BM25 + 知识图谱）的人类可读知识库。
   • L3（会话回忆）：基于 SQLite 索引的历史记录，支持跨对话检索。

适用人群

希望拥有个性化 AI 伙伴来管理学习过程、追踪进度，并在沙箱环境中练习技能的个人学习者。

主要亮点

• 三层记忆：将学习者档案、结构化维基和会话历史分离，确保个性化基于证据。
• 主动调度：允许代理以自然语言创建和运行 cron 任务，用于提醒和复习。
• 实践实验室：包含工作区范围的 Web 终端，支持动手实践，并记录可供代理分析的数据。
• 多通道访问：集成飞书和微信，实现无缝交互。
• 会话回放：一个独立的展示站点，可使用实际产品 UI 重放真实录制的会话。