hhyqhh/inno-agent

解決的問題

Inno Agent 解決了通用型程式碼代理應用於教育領域時的限制。它專注於個人化學習支援——例如誤解診斷、練習題生成與複習排程——而非開放式軟體工程。透過將學習者狀態、歸檔知識與對話歷史分離為不同記憶層，避免了「扁平對話」問題。

工作原理

基於 Pi 程式碼代理 SDK 建構，系統透過四層實現學習循環：

1. 使用者介面：可透過桌面應用（Electron）、Web UI（React）、終端 CLI 與 IM 通訊管道（飛書／微信）存取。
2. 應用層：管理通訊管道適配器、基於 cron 的主動排程器，以及內建瀏覽器終端的「實作實驗室」（Practice Lab）。
3. 代理執行時：使用 Pi SDK 協調 LLM 提供者（OpenAI、Anthropic、DeepSeek、Ollama）與註冊工具。
4. 分層記憶：
   • L1（學習者檔案）：追蹤目標、知識狀態與偏好。
   • L2（原生維基）：使用混合檢索（BM25 + 知識圖譜）的人類可讀知識庫。
   • L3（會話回憶）：基於 SQLite 索引的歷史記錄，支援跨對話檢索。

適用對象

希望擁有個人化 AI 伙伴來管理學習過程、追蹤進度，並在沙盒環境中練習技能的個人學習者。

主要亮點

• 三層記憶：將學習者檔案、結構化維基與會話歷史分離，確保個人化以證據為基礎。
• 主動排程：允許代理以自然語言建立與執行 cron 任務，用於提醒與複習。
• 實作實驗室：包含工作區範圍的 Web 終端，支援實際操作，並記錄可供代理分析的資料。
• 多通道存取：整合飛書與微信，實現無縫互動。
• 會話重播：一個獨立的展示網站，可使用實際產品 UI 重播真實錄製的會話。