aiming-lab/MetaClaw

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

What it solves

MetaClaw 解決了 AI 代理在部署後仍保持靜止的問題。它不僅僅依賴離線訓練，而是允許代理在野外的真實對話中持續學習與演化，提升效能並隨時間適應使用者偏好，且不需要使用者自行管理 GPU 叢集。

How it works

MetaClaw 充當個人代理（如 OpenClaw、CoPaw 或 NanoClaw）與 LLM API 之間的透明代理。它攔截互動以注入相關技能並持久化長期記憶。

依模式不同，它以不同方式處理學習：

  • Skills Mode：自動將對話摘要為短 Markdown 指令（技能），未來提示時檢索並注入。
  • RL Mode：使用評審 LLM（PRM）非同步評分回應，並透過 Tinker、MinT 或 Weaver 等雲端後端執行 LoRA 微調。
  • Auto Mode：結合技能與 RL，使用智慧排程器將權重更新延遲至空閒時段（睡眠、閒置時間或行事曆會議），確保代理永不被中斷。

Who it’s for

此工具設計給個人 AI 代理的使用者，讓他們的助理能在多次會話間演化並記住事實、偏好與專案歷史，且不需要本地高階硬體。

Highlights

  • One-click deployment：簡易 CLI 設定，會自動配置支援的個人代理。
  • Multi-agent support：相容於廣泛的代理，包括 OpenClaw、CoPaw、IronClaw 等，支援 OpenAI 相容或 Anthropic 原生端點。
  • Long-term memory：持久化跨會話的事實與偏好，提供一致的上下文。
  • Asynchronous architecture：將服務、獎勵建模與訓練解耦，確保活躍使用時零延遲。
  • Flexible RL backends：支援多種雲端訓練供應商，包括 Tinker、MinT 與 Weaver。