diff --git a/README.md b/README.md index f337bad..dbc5556 100644 --- a/README.md +++ b/README.md @@ -14,6 +14,7 @@ [![License](https://img.shields.io/badge/License-MIT-C1E5F5.svg)](https://opensource.org/licenses/MIT/) [![Feishu](https://img.shields.io/badge/Feishu-Group-E9DBFC?style=flat&logo=larksuite&logoColor=white)](./COMMUNICATION.md) [![WeChat](https://img.shields.io/badge/WeChat-Group-C5EAB4?style=flat&logo=wechat&logoColor=white)](./COMMUNICATION.md) +[![中文文档](https://img.shields.io/badge/文档-中文版-F5C6C6?style=flat)](./README_CN.md) diff --git a/README_CN.md b/README_CN.md new file mode 100644 index 0000000..a47342e --- /dev/null +++ b/README_CN.md @@ -0,0 +1,546 @@ +
+ + + OpenSpace Logo + + +## ✨ OpenSpace：让你的 Agent 更聪明、更省钱、自我进化 ✨ + +| 🔋 **Token 用量减少 46%** | **💰 6 小时赚取 $11K** | 🧬 **Skill 自我进化** | 🌐 **Agent 经验共享** | + +[![Agents](https://img.shields.io/badge/Agents-Claude_Code%20%7C%20Codex%20%7C%20OpenClaw%20%7C%20nanobot%20%7C%20...-99C9BF.svg)](https://modelcontextprotocol.io/) +[![Python](https://img.shields.io/badge/Python-3.12+-FCE7D6.svg)](https://www.python.org/) +[![Node.js](https://img.shields.io/badge/Node.js-20+-FFF4D6.svg)](https://nodejs.org/) +[![License](https://img.shields.io/badge/License-MIT-C1E5F5.svg)](https://opensource.org/licenses/MIT/) +[![Feishu](https://img.shields.io/badge/Feishu-Group-E9DBFC?style=flat&logo=larksuite&logoColor=white)](./COMMUNICATION.md) +[![WeChat](https://img.shields.io/badge/WeChat-Group-C5EAB4?style=flat&logo=wechat&logoColor=white)](./COMMUNICATION.md) + +
+ +--- + +## 当前 AI Agent 面临的问题 + +如今的 AI Agent——[OpenClaw](https://github.com/openclaw/openclaw)、[nanobot](https://github.com/HKUDS/nanobot)、[Claude Code](https://docs.anthropic.com/en/docs/claude-code)、[Codex](https://github.com/openai/codex)、[Cursor](https://cursor.com) 等——能力强大，但有一个致命弱点：它们从不从真实世界的经验中**学习**、**适应**和**进化**——更不用说相互之间的**共享**了。 +- **❌ 大量 Token 浪费** - 如何复用成功的任务模式，而非每次都从零推理、烧掉大量 Token？ +- **❌ 重复犯下高代价的错误** - 如何在 Agent 之间共享解决方案，而非反复进行同样昂贵的探索和犯同样的错？ +- **❌ Skill 质量差且不可靠** - 当工具和 API 持续演变时，如何保证 Skill 的可靠性——同时确保社区贡献的 Skill 达到严格的质量标准？ + +## 🎯 什么是 OpenSpace？ + +**🚀 🚀 一个自我进化引擎，让每一次任务都能使每个 Agent 变得更聪明、更高效。** + +https://github.com/user-attachments/assets/c50f70ab-f6db-47bf-9498-3210c0f0abae + +OpenSpace 以 Skill 的形式接入任意 Agent，并赋予其三大超能力： + +### 🧬 自我进化 +Skill 能够自动学习并持续提升 +- ✅ **自动修复（AUTO-FIX）** — Skill 出错时，自行即时修复 +- ✅ **自动改进（AUTO-IMPROVE）** — 成功模式自动升级为更优版本 +- ✅ **自动学习（AUTO-LEARN）** — 从实际使用中捕获高效工作流 +- ✅ **质量监控** — 跟踪所有任务中的 Skill 表现、错误率和执行成功率 + +**Skill 持续进化——将每次失败转化为改进，将每次成功转化为优化。** + +### 🌐 Agent 集体智慧 +将独立的 Agent 联结为共享大脑 +- ✅ **共享进化**：一个 Agent 的改进即成为所有 Agent 的升级 +- ✅ **网络效应**：更多 Agent → 更丰富的数据 → 每个 Agent 更快进化 +- ✅ **便捷共享** — 一行命令即可上传或下载进化后的 Skill +- ✅ **访问控制** — 每项 Skill 可选择公开、私有或仅团队可见 + +**一个 Agent 学会，所有 Agent 受益——大规模集体智慧。** + +### 💰 Token 效率 +更聪明的 Agent，显著更低的成本 +- ✅ **不再重复劳动** → 复用成功方案，而非每次从零开始 +- ✅ **任务越做越便宜** → 随着 Skill 改进，类似工作的成本持续下降 +- ✅ **只做小幅更新** → 修复损坏的部分，无需全部重建 +- ✅ **实际节省**：在真实任务上实现 4.2 倍性能提升、Token 消耗减少 46%，带来可衡量的经济价值。（[GDPVal](#-基准测试gdpval)） + +事半功倍——Agent 真正帮你省钱。 + +--- + +### 核心差异 + +**❌ 当前的 Agent** +- 随着工具更迭，Skill 默默退化 +- 失败模式反复重演，缺乏学习机制 +- 知识封锁在单个 Agent 内 + +**✅ OpenSpace 赋能的 Agent** +- 多层监控捕捉问题并自动触发修复 +- 成功的工作流转化为可复用、可共享的 Skill +- 一个 Agent 学到有用的东西，所有 Agent 即刻获得 + +### 📊 OpenSpace：让你的 Agent 成为能赚钱的同事 + +**🎯 真实世界的硬核结果** +在 6 个行业的 50 项专业任务（**📈 [GDPVal 经济基准测试](#-基准测试gdpval)**）上，OpenSpace Agent 使用相同的骨干 LLM（Qwen 3.5-Plus），收入是基线（[ClawWork](https://github.com/HKUDS/ClawWork)）Agent 的 **4.2 倍**，同时通过 Skill 进化节省了 46% 的 Token 开销。 + +
+GDPVal 基准测试 — 核心指标 +
+ +**💼 这些不是玩具级别的问题** +- 根据复杂的工会合同构建工资计算器 +- 从 15 份散落的 PDF 文档中准备纳税申报表 +- 起草关于加州隐私法规的法律备忘录 +- 创建合规表格和工程技术规格书 + +**📈 在所有领域全面胜出** +- 合规类工作：收入提升 +18.5% +- 工程类项目：性能提升 +8.7% +- 专业文档类：Token 需求减少 56% +- 所有类别均有提升——无一例外 + +
+GDPVal 基准测试 — 各类别任务展示 +
+ +**OpenSpace 不仅让 Agent 更聪明** —— 更让它们具备经济可行性。真实工作、真实收入、可衡量的成果。 + +## OpenSpace 自主系统开发案例 + +**🖥️ [My Daily Monitor](showcase/README.md)** — OpenSpace 赋能你的 Agent 完成大规模系统开发。这个拥有 20 多个实时仪表盘面板的个人行为监控系统完全由 Agent 构建——通过 OpenSpace 从零进化出 60 多项 Skill，展示了自主端到端软件开发能力。 + +
+My Daily Monitor – 深色模式 +
+ +--- + +## 📋 目录 + +- [⚡ 快速开始](#-快速开始) + - [🤖 路径 A：为你的 Agent 接入](#-路径-a为你的-agent-接入) + - [👤 路径 B：作为你的 AI 协作者](#-路径-b作为你的-ai-协作者) + - [📊 本地仪表盘](#-本地仪表盘) +- [📈 基准测试：GDPVal](#-基准测试gdpval) +- [📊 案例展示：My Daily Monitor](#-案例展示my-daily-monitor) +- [🏗️ 框架](#️-框架) + - [🧬 自我进化引擎](#-自我进化引擎) + - [🌐 云端 Skill 社区](#-云端-skill-社区) +- [🔧 高级配置](#-高级配置) +- [📖 代码结构](#-代码结构) +- [🤝 贡献与路线图](#-贡献与路线图) +- [🔗 相关项目](#-相关项目) + +--- + +## ⚡ 快速开始 + +🌐 **只想看看？** 在 **[open-space.cloud](https://open-space.cloud)** 浏览社区 Skill 和进化谱系——无需安装。 + +```bash +git clone https://github.com/HKUDS/OpenSpace.git && cd OpenSpace +pip install -e . +openspace-mcp --help # 验证安装 +``` + +**选择你的路径：** +- **[路径 A](#-路径-a为你的-agent-接入)** — 将 OpenSpace 接入你的 Agent +- **[路径 B](#-路径-b作为你的-ai-协作者)** — 直接使用 OpenSpace 作为你的 AI 协作者 + +### 🤖 路径 A：为你的 Agent 接入 + +适用于任何支持 Skill（`SKILL.md`）的 Agent——[Claude Code](https://docs.anthropic.com/en/docs/claude-code)、[Codex](https://github.com/openai/codex)、[OpenClaw](https://github.com/openclaw/openclaw)、[nanobot](https://github.com/HKUDS/nanobot) 等。 + +**① 将 OpenSpace 添加到你的 Agent 的 MCP 配置中：** + +```json +{ + "mcpServers": { + "openspace": { + "command": "openspace-mcp", + "toolTimeout": 600, + "env": { + "OPENSPACE_HOST_SKILL_DIRS": "/path/to/your/agent/skills", + "OPENSPACE_WORKSPACE": "/path/to/OpenSpace", + "OPENSPACE_API_KEY": "sk-xxx (可选，用于云端)" + } + } + } +} +``` + +> [!TIP] +> 凭证（API 密钥、模型）会从你的 Agent 配置中**自动检测**，通常无需手动设置。 + +**② 将 Skill 复制**到你的 Agent Skill 目录： + +```bash +cp -r OpenSpace/openspace/host_skills/delegate-task/ /path/to/your/agent/skills/ +cp -r OpenSpace/openspace/host_skills/skill-discovery/ /path/to/your/agent/skills/ +``` + +完成。这两项 Skill 会教你的 Agent 何时以及如何使用 OpenSpace——无需额外提示。你的 Agent 现在可以自我进化 Skill、执行复杂任务、访问云端 Skill 社区。你也可以添加自定义 Skill——参见 [`openspace/skills/README.md`](openspace/skills/README.md)。 + +> [!NOTE] +> **云端社区（可选）：** 在 **[open-space.cloud](https://open-space.cloud)** 注册以获取 `OPENSPACE_API_KEY`，然后将其添加到上面的 `env` 块中。即使没有 API Key，所有本地功能（任务执行、进化、本地 Skill 搜索）也能正常运行。 + +📖 各 Agent 配置（OpenClaw / nanobot）、所有环境变量、高级设置：[`openspace/host_skills/README.md`](openspace/host_skills/README.md) + +### 👤 路径 B：作为你的 AI 协作者 + +直接使用 OpenSpace——编码、搜索、工具调用等——内置自我进化 Skill 和云端社区。 + +> [!NOTE] +> 创建 `.env` 文件并填入你的 LLM API 密钥，可选添加 `OPENSPACE_API_KEY` 以访问云端社区（参考 [`openspace/.env.example`](openspace/.env.example)）。 + +```bash +# 交互模式 +openspace + +# 执行任务 +openspace --model "anthropic/claude-sonnet-4-5" --query "Create a monitoring dashboard for my Docker containers" +``` + +添加自定义 Skill：[`openspace/skills/README.md`](openspace/skills/README.md)。 + +**Cloud CLI** — 通过命令行管理 Skill： + +```bash +openspace-download-skill # 从云端下载 Skill +openspace-upload-skill /path/to/skill/dir # 上传 Skill 到云端 +``` + +
+Python API + +```python +import asyncio +from openspace import OpenSpace + +async def main(): + async with OpenSpace() as cs: + result = await cs.execute("Analyze GitHub trending repos and create a report") + print(result["response"]) + + for skill in result.get("evolved_skills", []): + print(f" Evolved: {skill['name']} ({skill['origin']})") + +asyncio.run(main()) +``` + +
+ +### 📊 本地仪表盘 + +查看你的 Skill 如何进化——浏览 Skill、追踪谱系、比较差异。 + +> 需要 **Node.js ≥ 20**。 + +```bash +# 终端 1：启动后端 API +openspace-dashboard --port 7788 + +# 终端 2：启动前端开发服务器 +cd frontend +npm install # 仅首次需要 +npm run dev +``` + +📖 **前端设置指南**：[`frontend/README.md`](frontend/README.md) + +
+ + + + + + + + + + + + + + + + + +
Skill 类别云端 Skill 记录
Skill 类别 — 浏览、搜索与排序云端 — 浏览与发现 Skill 记录
版本谱系工作流会话
版本谱系 — Skill 进化图谱工作流会话 — 执行历史与指标
+
+ +--- + +## 📈 基准测试：GDPVal + +我们在 [GDPVal](https://huggingface.co/datasets/openai/gdpval) 上评估 OpenSpace——该数据集包含 220 项真实世界的专业任务，涵盖 44 个职业——采用 [ClawWork](https://github.com/HKUDS/ClawWork) 评测协议，使用相同的生产力工具和基于 LLM 的评分方式。我们的两阶段设计（Cold Start → Warm Rerun）展示了积累的 Skill 如何随时间降低 Token 消耗。 + +公平基准：OpenSpace 使用 Qwen 3.5-Plus 作为骨干 LLM——与 ClawWork 基线 Agent 完全相同——确保性能差异纯粹来源于 Skill 进化，而非模型能力差异。 + +真实经济价值：任务涵盖构建工资计算器、准备纳税申报表、起草法律备忘录等——这些都是产生真实 GDP 的专业工作，同时从质量和成本效率两个维度进行评估。 + +
+GDPVal 基准测试 — 收入对比 +
+ +- **收入提升 4.2 倍** — 相比使用相同骨干 LLM（Qwen 3.5-Plus）的 ClawWork +- **72.8% 价值捕获率** — 在 $15,764 的任务总价值中赚取 $11,484，超越所有 Agent +- **70.8% 平均质量** — 比最佳 ClawWork Agent（40.8%）高出 30 个百分点 +- **Phase 2 的 Token 用量仅为 Phase 1 的 45.9%** — 更好的结果，显著更低的成本 + +
+GDPVal 基准测试 — 质量与 Token 效率 +
+ +### OpenSpace 能处理哪些真实任务？ + +50 项 GDPVal 任务涵盖 6 个真实工作类别。 +- **Phase 1（Cold Start）** 按顺序执行全部 50 项任务——每项任务完成后，Skill 积累到共享数据库中。 +- **Phase 2（Warm Rerun）** 使用 Phase 1 中完整的进化 Skill 库，重新执行相同的 50 项任务。 + +收入捕获率 = 实际获得报酬 ÷ 任务最大可能价值 + +
+GDPVal 基准测试 — 各类别任务展示 +
+ +## 🎯 进化在何处产生最大影响——以及原因： + +| 类别 | 收入变化 | Token 变化 | 原因 | +|---|---|---|---| +| **📝 文档与通信** (7) | 71→74% (+3.3pp) | −56% | 规范的正式输出——加州隐私法备忘录、监控调查报告、子女抚养案例报告。`document-gen-fallback` Skill 族历经 13 个版本进化，使结构化输出和错误恢复接近全自动。 | +| **📋 合规与表单** (11) | 51→70% (+18.5pp) | −51% | 结构化 PDF——从 15 份源文档生成纳税申报表、药房合规检查清单、临床交接模板。PDF Skill 链（检查清单逻辑 → reportlab 排版 → 验证）只需进化一次，所有表单任务即可复用完整流水线。 | +| **🎬 媒体制作** (3) | 53→58% (+5.8pp) | −46% | 通过 Python 和 ffmpeg 处理音视频——根据鼓点参考生成巴萨诺瓦器乐、从 5 轨中编辑低音分轨、从 13 段源视频制作 CGI 集锦。进化的 Skill 编码了可用的 ffmpeg 参数和编解码器回退策略，消除了沙箱中的反复试错。 | +| **🛠️ 工程** (4) | 70→78% (+8.7pp) | −43% | 多交付物技术项目——Web3 全栈（Solidity + React + 测试）、CNC 工作站安全系统（报告 + 布局图 + 硬件表）、航空航天 CFD 报告。协调类 Skill 在这些多样化任务之间通用迁移。 | +| **📊 电子表格** (15) | 63→70% (+7.3pp) | −37% | 功能性 .xlsx 工具——根据工会合同构建工资计算器、基于历史数据预测销售、含竞品对标的定价模型。电子表格模式（公式、合并单元格、数据验证）在各领域完全通用。 | +| **📈 战略与分析** (10) | 88→89% (+1.0pp) | −32% | 战略建议——供应商谈判策略、非营利项目评估、3 亿美元交易台的能源交易分析。质量已处最高水平（88%）；节省来自于文档结构和多文件编排的复用。 | + +### 进化产出了什么？（165 项 Skill） + +在 50 项 Phase 1 任务中，OpenSpace 自主进化出 **165 项 Skill**。突破性发现：这些不仅是领域知识——它们是**鲁棒的执行模式**和**质量保障工作流**。Agent 学会了如何在不完美的真实世界环境中可靠地交付成果。 + +**关键发现**：大多数 Skill 聚焦于工具可靠性和错误恢复，而非特定任务知识。 + +
+GDPVal 基准测试 — 进化 Skill 分类 +
+ +| 用途 | 数量 | Skill 教会 Agent 什么 | +|---|---|---| +| **文件格式 I/O** | 44 | PDF 解析回退、DOCX 解析、Excel 合并单元格处理、PPTX 创建。其中 32/44 从真实失败中*捕获*——每一条都是生产环境中解决的 Bug。 | +| **执行恢复** | 29 | 分层回退：沙箱失败 → Shell → 写文件后运行 → heredoc。28/29 从实际崩溃中*捕获*。这是使一切其他 Skill 可靠运行的基础。 | +| **文档生成** | 26 | 端到端文档流水线。`document-gen-fallback` 从 1 项导入 Skill 进化为 **13 个衍生版本**——进化最深入的 Skill 族。 | +| **质量保障** | 23 | 写后验证：检查 Excel 行数、验证 PDF 页数、校验电子表格公式。Phase 2 质量提升的关键——Agent 不仅*生产*，还*验证*。 | +| **任务编排** | 17 | 多文件追踪、ZIP 打包、零迭代失败检测。适用于所有多交付物任务类型的元 Skill。 | +| **领域工作流** | 13 | SOAP 病历记录、音频制作（从 1 个模板衍生 **4 代**）、视频流水线。数量虽少，但在各自领域内进化深度显著。 | +| **网络与研究** | 11 | SSL/代理调试、搜索回退、JS 重页面处理。包含 2 项*修复* Skill——网络访问本质上不稳定。 | + +**复现实验、分析工具与结果**：[`gdpval_bench/README.md`](gdpval_bench/README.md) + +--- + +## 📊 案例展示：My Daily Monitor + +> **零行人工编写的代码。** 60 多项 Skill 从零进化，构建出一个完整可用的实时仪表盘。 + +**My Daily Monitor** 是一个常驻运行的仪表盘，实时展示进程、服务器、新闻、市场、邮件和日程——内置 AI Agent。 + +
+My Daily Monitor – 浅色模式 +
+ +### OpenSpace 如何从零构建它 + +| 阶段 | 发生了什么 | Skill | +|-------|------------|-------| +| 🌱 **种子期** | 分析开源项目 [WorldMonitor](https://github.com/koala73/worldmonitor)，提取参考模式 | 6 项初始 Skill | +| 🏗️ **脚手架** | 生成项目结构、Vite 配置、TypeScript 设置 | +8 项 Skill | +| 🎨 **构建** | 创建 20 多个面板，配合数据服务、API 路由、网格布局 | +25 项 Skill | +| 🔧 **修复** | 自动修复 TypeScript 错误、API 不匹配、CSS 冲突 | +12 项 FIX 进化 | +| 🧬 **进化** | 衍生增强模式，合并互补 Skill | +15 项 DERIVED Skill | +| 📦 **捕获** | 从成功执行中提取可复用模式 | +8 项 CAPTURED Skill | + +### 📈 Skill 进化图谱 + +
+Skill 进化图谱 +
+ +> 每个节点代表 OpenSpace 学习、提取或精炼的一项 Skill。完整的进化历史已在 [`showcase/.openspace/openspace.db`](showcase/.openspace/openspace.db) 中开源——可用任意 SQLite 浏览器加载，探索谱系、差异和质量指标。 + +**完整详情**：[`showcase/README.md`](showcase/README.md) + +--- + +## 🏗️ OpenSpace 框架 + +
+OpenSpace 框架 +
+ +### 🧬 自我进化引擎 + +OpenSpace 的核心。Skill 不是静态文件——它们是能够自动选择、应用、监控、分析和进化自身的"活"实体。 + +#### 🔄 自主与持续进化 + +- **全生命周期管理**：从发现到应用到进化——全程无需人工干预。无论是否存在匹配的 Skill，OpenSpace 都能完成任务。 + +**三种进化模式**： +- 🔧 FIX — 就地修复损坏或过时的指令。同一 Skill，新版本。 +- 🚀 DERIVED — 从父 Skill 创建增强版或专用版。新 Skill 目录，与父 Skill 共存。 +- ✨ CAPTURED — 从成功执行中提取全新的可复用模式。全新 Skill，无父级。 + +**三个独立触发器**：多层防线抵御 Skill 退化——无论执行成功还是失败都驱动进化。 +- **📈 执行后分析** — 每次任务完成后运行。分析完整记录，为相关 Skill 建议 FIX/DERIVED/CAPTURED。 +- **⚠️ 工具退化检测** — 当工具成功率下降时，质量监控器找到所有依赖的 Skill 并批量进化。 +- **📊 指标监控** — 定期扫描 Skill 健康指标（应用率、完成率、回退率），进化表现不佳者。 + +#### 📊 全栈质量监控 +多层追踪：质量监控覆盖整个执行栈——从高层工作流到单个工具调用： +- **🎯 Skill** — 应用率、完成率、有效率、回退率 +- **🔨 工具调用** — 成功率、延迟、标记的问题 +- **⚡ 代码执行** — 执行状态、错误模式 + +**级联进化**：当任何组件退化时——无论是 Skill 工作流还是单个工具调用——上游所有依赖的 Skill 自动触发进化，维持系统级一致性。 + +#### 🔧 智能且安全的进化 +**🤖 自主进化**：每次进化都会探索代码库、发现根因、自主决定修复——在做出改变之前收集真实证据，而非盲目生成。 + +**⚡ 基于 Diff 且节省 Token**：生成最小化的、有针对性的 Diff，而非全量重写，失败时自动重试。每个版本存储在版本 DAG 中，支持完整的谱系追踪。 + +**🛡️ 内置安全防护**： +- 确认门控减少误触发 +- 反循环守卫防止进化失控 +- 安全检查标记危险模式（Prompt Injection、凭证窃取） +- 进化后的 Skill 经验证后才替换前代 + +**🌐 协作 Skill 社区** +一个协作式注册中心，Agent 在此共享进化后的 Skill。当一个 Agent 完成改进，所有连接的 Agent 都可以发现、导入并在此基础上构建——将个体进步转化为集体智慧。 + +- **🔐 灵活共享**：可选择公开分享、团队内分享或保持私有。智能搜索帮你找到所需并自动导入。每次进化都有完整 Diff 的谱系追踪。 + +- **☁️ 协作平台**：open-space.cloud — 注册获取 API 密钥、浏览社区 Skill、管理你的团队。 + +--- + +## 🔧 高级配置 + +对大多数用户而言，[快速开始](#-快速开始)就是你所需的全部。如需高级选项（环境变量、执行模式、安全策略等），请参见 [`openspace/config/README.md`](openspace/config/README.md)。 + +--- + + +
+📖 代码结构 + +> **图例**：⚡ 核心模块  |  🧬 Skill 进化  |  🌐 云端  |  🔧 支撑模块 + +``` +OpenSpace/ +├── openspace/ +│ ├── tool_layer.py # OpenSpace 主类 & OpenSpaceConfig +│ ├── mcp_server.py # MCP 服务器（为你的 Agent 提供 4 个工具） +│ ├── __main__.py # CLI 入口（python -m openspace） +│ ├── dashboard_server.py # Web 仪表盘 API 服务器 +│ │ +│ ├── ⚡ agents/ # Agent 系统 +│ │ ├── base.py # 基础 Agent 类 +│ │ └── grounding_agent.py # 执行 Agent（工具调用、迭代、Skill 注入） +│ │ +│ ├── ⚡ grounding/ # 统一后端系统 +│ │ ├── core/ +│ │ │ ├── grounding_client.py # 跨所有后端的统一接口 +│ │ │ ├── search_tools.py # 智能工具 RAG（BM25 + embedding + LLM） +│ │ │ ├── quality/ # 工具质量追踪与自我进化 +│ │ │ ├── security/ # 策略、沙箱、E2B +│ │ │ ├── system/ # 系统级 provider 与工具 +│ │ │ ├── transport/ # 连接器与任务管理器 +│ │ │ └── tool/ # 工具抽象（基础、本地、远程） +│ │ └── backends/ +│ │ ├── shell/ # Shell 命令执行 +│ │ ├── gui/ # Anthropic Computer Use +│ │ ├── mcp/ # Model Context Protocol（stdio、HTTP、WebSocket） +│ │ └── web/ # 网络搜索与浏览 +│ │ +│ ├── 🧬 skill_engine/ # 自我进化 Skill 系统 +│ │ ├── registry.py # 发现、BM25+embedding 预过滤、LLM 选择 +│ │ ├── analyzer.py # 执行后分析（Agent 循环 + 工具访问） +│ │ ├── evolver.py # FIX / DERIVED / CAPTURED 进化（3 种触发器） +│ │ ├── patch.py # 多文件 FULL / DIFF / PATCH 应用 +│ │ ├── store.py # SQLite 持久化、版本 DAG、质量指标 +│ │ ├── skill_ranker.py # BM25 + embedding 混合排序 +│ │ ├── retrieve_tool.py # 面向 Agent 的 Skill 检索工具 +│ │ ├── fuzzy_match.py # Skill 发现的模糊匹配 +│ │ ├── conversation_formatter.py # 格式化执行历史以供分析 +│ │ ├── skill_utils.py # 共享 Skill 工具函数 +│ │ └── types.py # SkillRecord、SkillLineage、EvolutionSuggestion +│ │ +│ ├── 🌐 cloud/ # 云端 Skill 社区 +│ │ ├── client.py # HTTP 客户端（上传、下载、搜索） +│ │ ├── search.py # 混合搜索引擎 +│ │ ├── embedding.py # Skill 搜索的向量生成 +│ │ ├── auth.py # API 密钥管理 +│ │ └── cli/ # CLI 工具（download_skill、upload_skill） +│ │ +│ ├── 🔧 platform/ # 平台抽象（系统信息、截图） +│ ├── 🔧 host_detection/ # 自动检测 nanobot / openclaw 凭证 +│ ├── 🔧 host_skills/ # 面向 Agent 集成的 SKILL.md 定义 +│ │ ├── delegate-task/SKILL.md # 教 Agent：执行、修复、上传 +│ │ └── skill-discovery/SKILL.md # 教 Agent：搜索与发现 Skill +│ ├── 🔧 prompts/ # LLM Prompt 模板（grounding + Skill 引擎） +│ ├── 🔧 llm/ # LiteLLM 封装，含重试与限流 +│ ├── 🔧 config/ # 分层配置系统 +│ ├── 🔧 local_server/ # GUI/Shell 后端 Flask 服务器（服务器模式） +│ ├── 🔧 recording/ # 执行录制、截图与视频捕获 +│ ├── 🔧 utils/ # 日志、UI、遥测 +│ └── 📦 skills/ # 内置 Skill（最低优先级，用户可在此添加） +│ +├── frontend/ # 仪表盘 UI（React + Tailwind） +├── gdpval_bench/ # GDPVal 基准测试实验与结果 +├── showcase/ # My Daily Monitor（60+ 进化 Skill） +│ ├── my-daily-monitor/ # 完整应用（零行人工代码） +│ └── skills/ # 60+ 进化 Skill 及完整谱系 +├── .openspace/ # 运行时：embedding 缓存 + Skill 数据库 +└── logs/ # 执行日志与录制 +``` + +
+ +--- + +## 🤝 贡献与路线图 + +欢迎贡献！OpenSpace 目前在进化「*如何完成任务 X*」。下一个前沿方向是：**进化 Agent 如何协同完成任务 X**。 + +团队基础设施（可见性、共享、权限）已上线。接下来： + +- [ ] **[看板](https://github.com/BloopAI/vibe-kanban)式编排** — 具备 Skill 感知调度的共享任务板；调度策略本身也能进化 +- [ ] **协作模式进化** — 从已完成的任务中捕获并改进分解、交接、优先级策略 +- [ ] **角色涌现** — Agent 通过实践发展角色画像，而非依赖配置 +- [ ] **跨团队模式迁移** — 一个团队发现的协调模式，可通过云端注册中心供其他团队使用 + +--- + +## 🔗 相关项目 + +OpenSpace 构建于以下开源项目之上。我们衷心感谢其作者和贡献者： + +- **[AnyTool](https://github.com/HKUDS/AnyTool)** — 面向任意 AI Agent 的即插即用通用工具层 +- **[ClawWork](https://github.com/HKUDS/ClawWork)** — 将 AI 助手转变为真正的 AI 同事 +- **[WorldMonitor](https://github.com/koala73/worldmonitor)** — 实时全球情报仪表盘 + +--- + +
+ +**🌟 如果 OpenSpace 对你的 Agent 有帮助，请给我们一颗 Star！** + +**🧬 让你的 Agent 自我进化 · 🌐 一个共同成长的社区 · 💰 更少 Token，更聪明的 Agent** + +
+ +--- + +

+ ❤️ 感谢访问 ✨ OpenSpace！

+ Views +