lsdefine/GenericAgent

解决的问题

GenericAgent 是一个最小化、自我演进的自主代理框架，旨在赋予 LLM 对本地计算机的系统级控制权。它无需预先加载庞大的专用技能库，而是允许代理自主发现、执行任务，并将成功的执行路径"结晶化"为可重复使用的技能，从而减少令牌消耗和幻觉。

工作原理

该框架的核心代码量约为 3,000 行，执行循环约 100 行。它使用分层记忆系统（L0-L4）存储元规则、全局事实和任务特定的 SOP。代理通过 9 种原子工具（如代码执行、文件操作和网页扫描）与世界交互。

为了扩展能力，代理遵循自我进化机制：探索新任务，安装必要依赖，编写脚本，并验证结果。一旦成功，便会将该过程保存为记忆中的「技能」，以便未来直接调用并一键执行。

适用人群

适用于希望拥有轻量级、跨平台自主代理，能够控制浏览器、终端和移动设备（通过 ADB）的开发者和高级用户，无需承担大型框架或复杂部署的开销。

主要亮点

• 自我演进的技能树：自动将成功的任务完成转换为永久可重用的技能。
• 极简架构：核心逻辑仅包含约 3K 行代码，高效且易于部署。
• 真实浏览器控制：使用 TMWebdriver 注入真实浏览器会话，保留登录状态并绕过机器人检测（如 hCaptcha）。
• 令牌高效：在低于 30K 令牌的上下文窗口中运行，显著低于许多竞争性代理。
• 系统级访问：通过 ADB 直接控制键盘、鼠标、文件系统和移动设备。