momozi1996/momo-code

解決的問題

momo Code 是一個設計為與使用者共同進化的 AI 驅動型程式碼代理。它透過實作雙速自我進化系統，克服靜態 AI 助手的限制，讓代理能即時與長期地從成功與失敗中學習，自動改善其程式碼策略與模型權重。

工作原理

該系統採用雙層進化架構：

1. 快速迴圈 (/evolve)：使用知識嵌入協定 (KEP) 將成功模式萃取為「戰術卡」。這些卡片透過湯普森取樣選擇，並在數秒內注入系統提示，立即提升效能。
2. 慢速迴圈 (/fine-tune)：使用蒙特卡洛圖搜尋 (MCGS) 與 LoRA 微調，在數小時級別進行權重優化，將學習到的行為永久固化至模型中。

此外，它還具備遞迴子代理系統用於任務分解、圖引擎用於將長期任務管理為可恢復的 DAG，以及一個可透過 Python 程式碼控制 Genesis 物理世界的模擬代理。

適用對象

希望擁有能處理複雜、長時間執行任務的自主程式碼代理，並能與多種 LLM 提供商整合，且能根據使用者程式碼庫的特定模式自動提升自身效能的軟體開發者。

主要亮點

• 雙速進化：結合即時提示驅動的戰術注入與長期 LoRA 微調。
• 多代理編排：支援遞迴子代理與基於 DAG 的圖執行，適用於複雜工作流程。
• 廣泛提供者支援：相容 25+ 個 LLM 提供商及任何 OpenAI 相容 API。
• 模擬整合：包含 /sim 代理用於控制物理世界，以及 /optim 工具用於推理驅動的參數調校。
• 本地優先且可互操作：程式碼保留在本地機器，支援與 Claude Code 無縫遷移。