> [!NOTE] > 本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。 > [English](./README.en.md) · [原始项目](https://github.com/lsdefine/GenericAgent) · [上游 README](https://github.com/lsdefine/GenericAgent/blob/HEAD/README.md) > 原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。

# GenericAgent **极简、可自我进化的自主智能体框架** *约 3K 行种子代码 · 9 个原子工具 · 约 100 行的 Agent Loop*

**[English](#-english) · [中文](#-中文)**

> 📌 **官方渠道：** 仅 GitHub + https://gaagent.ai。DintalClaw 是唯一授权商业合作伙伴；其他均非关联方。 --- ## 🌟 概览 **GenericAgent** 是一个极简、可自我进化的自主智能体（Autonomous Agent）框架。其核心仅 **约 3K 行代码**。通过 **9 个原子工具 + 约 100 行的 Agent Loop**，它赋予任意 LLM 对本地计算机的系统级控制能力——覆盖浏览器、终端、文件系统、键盘/鼠标输入、屏幕视觉以及移动设备（ADB）。 > 设计理念 —— **不预加载技能，而是让它们进化。** 每当 GenericAgent 完成一项新任务，它会自动将执行路径凝结为可复用的 **Skill（技能）**。使用越久，积累的技能越多——最终形成一棵完全由 3K 行种子代码生长而来的个人技能树。 > 🤖 **自举证明（Self-Bootstrap Proof）** —— 本仓库中的一切，从安装 Git、运行 `git init`，到每一条 commit message，均由 GenericAgent 自主完成。作者从未打开过终端。 ### 📑 目录 - [核心特性](#-key-features) - [演示展示](#-demo-showcase) - [快速开始](#-quick-start) - [使用方式](#-usage) - [解锁高级能力](#-unlocking-advanced-capabilities) - [架构](#-architecture) - [自我进化机制](#-self-evolution-mechanism) - [对比](#-comparison) - [评测](#-evaluation) - [路线图与动态](#-roadmap--news) - [社区与支持](#-community--support) - [许可证](#-license) --- ## 📋 核心特性 | 特性 | 说明 | | :--- | :--- | | 🧬 **自我进化** | 自动将每项任务凝结为 Skill。能力随使用不断增长，形成你的个人技能树。 | | 🪶 **极简架构** | 核心代码约 3K 行。Agent Loop 约 100 行。无复杂依赖，零部署开销。 | | ⚡ **强执行力** | **TMWebdriver** 注入真实浏览器（保留登录会话）。9 个原子工具直接控制系统。 | | 🔌 **高兼容性** | 支持 Claude / Gemini / Kimi / MiniMax 及其他主流模型。跨平台。 | | 💰 **Token 高效** | 上下文窗口 <30K —— 仅为其他智能体消耗的 200K–1M 的一小部分。更少噪声、更少幻觉、更高成功率、更低成本。 | --- ## 🎯 演示展示

🛡️ 真实浏览器 CAPTCHA 通关	🌐 自主网页探索

_{配置 Discord 机器人时，任务中途弹出 hCaptcha "Are you human?" 验证 —— GA 的真实浏览器会话通过验证，任务继续。参见 Browser Realness。}	_{自主浏览并定期汇总网页内容。}
🧋 外卖点单	📈 量化选股

_{"Order me a milk tea" —— 导航外卖应用、选择商品、完成结账。}	_{"Find GEM stocks with EXPMA golden cross, turnover > 5%" —— 量化筛选。}
💰 记账查账	💬 批量发消息

_{"Find expenses over ¥2K in the last 3 months" —— 通过 ADB 驱动支付宝。}	_{批量发送微信消息，完全驱动微信客户端。}

--- ## 🚀 快速开始 > ⚠️ **Python 版本**：请使用 **Python 3.11 或 3.12**。**不要**使用 Python 3.14 —— 它与 `pywebview` 及少数其他 GA 依赖不兼容。 > > 📖 详细安装指南：**[installation.md](docs/installation.md)** · **[installation_zh.md（中文）](docs/installation_zh.md)** ### 面向 LLM 智能体获取安装指南并按步骤操作： ```bash curl -fsSL https://raw.githubusercontent.com/lsdefine/GenericAgent/refs/heads/main/docs/installation.md ``` ### 面向人类用户 #### 方法 1 — 克隆并安装 *（推荐）* ```bash git clone https://github.com/lsdefine/GenericAgent.git && cd GenericAgent uv venv && uv pip install -e ".[ui]" cp mykey_template_en.py mykey.py # fill in your LLM API key ``` 依赖刻意分层：智能体核心仅需 `requests`，另加四个轻量包（`beautifulsoup4`、`bottle`、`simple-websocket-server`、`aiohttp`）用于 TMWebdriver 本地服务。`[ui]` 额外依赖会拉取前端库（Streamlit、用于 TUI 的 `prompt_toolkit`/`rich`，……）—— 若需捆绑 UI 请安装，也可完全跳过并以无头模式驱动智能体。无需 Playwright、LangChain，也无需下载浏览器二进制文件。然后启动： ```bash python frontends/tui_v3.py # Terminal UI (recommended) python launch.pyw # Streamlit web UI ``` #### 方法 2 — 一行安装 *（便捷）* 会搭建一个自包含目录，内含隔离的 Python 环境、Git 和可直接运行的包。脚本位于 [`assets/`](assets/)，如需可先阅读。 **Windows PowerShell** ```powershell powershell -ExecutionPolicy Bypass -c "$env:GLOBAL=1; irm https://raw.githubusercontent.com/lsdefine/GenericAgent/main/assets/ga_install.ps1 | iex" ``` **Linux / macOS** ```bash GLOBAL=1 bash -c "$(curl -fsSL https://raw.githubusercontent.com/lsdefine/GenericAgent/main/assets/ga_install.sh)" ``` > 💡 GenericAgent 通过 **智能体自身** 来扩展环境 —— 不要预先安装一切。参见下方 [解锁高级能力](#-unlocking-advanced-capabilities)。 --- ## 💻 使用方式 ### 前端 #### 终端 UI *（推荐）* 基于 `prompt_toolkit` + `rich` 构建的轻量、以滚动回显为先的终端界面。支持多会话并发与实时流式输出。 ```bash python frontends/tui_v3.py ```

⚠️ Windows TUI 故障排查

Windows 上的 TUI 渲染可能因终端与字体而异而不稳定。常见原因： 1. `prompt_toolkit` / `rich` 不是最新版本 — 请先使用 `pip install -U prompt_toolkit rich`。 2. PowerShell / cmd 自带的终端对 Unicode 与快捷键支持较差。**在 Windows 上更推荐使用 Git Bash**，表现要好得多。 3. 如果显示仍然有问题，可以让 GA 自行修复： > *"我在 Windows 的 PowerShell / cmd / Git Bash 中使用 `frontends/tui_v3.py` 的体验非常差 — 存在大量不兼容。请参考 Claude Code 针对 Windows 终端的最佳实践，修复所有字体与渲染不兼容问题。"*

GenericAgent 工作流示意图

--- ## 🧬 自进化机制这正是 GenericAgent 与其他智能体框架的根本区别。 ```text [New Task] │ ▼ [Autonomous Exploration] ─► install deps · write scripts · debug · verify │ ▼ [Crystallize into Skill] ─► write to memory layer │ ▼ [Direct Recall on Next Similar Task] ``` | What you say | First time | Every time after | | :--- | :--- | :--- | | *"Read my WeChat messages"* | 安装依赖 → 逆向数据库 → 编写读取脚本 → 保存 Skill | **一行调用** | | *"Give me a morning digest of Hacker News"* | 编写爬虫 → 构建摘要 → 安排每日运行 → 保存 Skill | **一行调用** | | *"Monitor stocks and alert me"* | 安装 `mootdx` → 构建选股流程 → 配置 cron → 保存 Skill | **一行启动** | | *"Send this file via Gmail"* | 配置 OAuth → 编写发送脚本 → 保存 Skill | **即可使用** | 几周之后，你的智能体实例将拥有一棵世界上独一无二的技能树 — 全部从 3K 行种子代码生长而来。 --- ## 📊 对比 | Feature | **GenericAgent** | OpenClaw | Claude Code | | :--- | :---: | :---: | :---: | | **Codebase** | ~3K lines | ~530,000 lines | Open-sourced (large) | | **Deployment** | `pip install` + API Key | Multi-service orchestration | CLI + subscription | | **Browser Control** | Real browser (session preserved) | Sandbox / headless browser | Via MCP plugin | | **OS Control** | Mouse/kbd, vision, ADB | Multi-agent delegation | File + terminal | | **Self-Evolution** | Autonomous skill growth | Plugin ecosystem | Stateless between sessions | | **Out of the Box** | Few core files + starter skills | Hundreds of modules | Rich CLI toolset | --- ## 📈 评测 > 📂 完整评测数据集与结果：[**JinyiHan99/GA-Technical-Report**](https://github.com/JinyiHan99/GA-Technical-Report/tree/main) 我们从 **五个维度** 评测 GenericAgent： | # | Dimension | Question | Benchmarks | | :---: | :--- | :--- | :--- | | 1 | **Task Completion & Token Efficiency** | GA 能否比主流智能体更便宜地完成困难任务？ | SOP-Bench, Lifelong AgentBench, RealFin-Benchmark | | 2 | **Tool-Use Efficiency** | 极简原子工具集能否以更低开销解决专用工具集所能解决的问题？ | Tool Efficiency Benchmark (11 simple + 5 long-horizon) | | 3 | **Memory System Effectiveness** | 凝练的分层记忆能否优于完整/冗余记忆与基于嵌入的检索器？ | SOP-Bench (dangerous goods), LoCoMo, 20-skill stress test | | 4 | **Self-Evolution Capability** | 智能体能否在无人工干预的情况下将经验提炼为可复用的 SOP 与代码？ | 9-round LangChain longitudinal study, 8-task cross-task web benchmark | | 5 | **Web Browsing Capability** | 密度驱动设计能否在开放互联网上经受考验？ | WebCanvas, BrowseComp-ZH, Custom Tasks (22) | 各维度的基线包括 **Claude Code**、**OpenAI CodeX** 和 **OpenClaw**，在 *Claude Sonnet 4.6*、*Claude Opus 4.6*、*GPT-5.4* 与 *MiniMax M2.7* 骨干模型下评测。

_{工具使用效率雷达图。 GA 在 token、请求与工具调用轴上占主导，同时在四个任务维度上保持质量。}

_{跨任务自进化。 GA 第二、第三次运行在八个网页任务上收敛至稳定的低成本区间，而 OpenClaw 未出现此类收敛。}

### GA Web Tools 的浏览器真实性（TMWebdriver） GA Web Tools 由 **TMWebdriver** 驱动 —— 本地 WebSocket 服务器加 Chrome 扩展 —— 在**真实、持久的 Chrome/Chromium 会话**中运行，而非一次性无头沙箱，从而保留 cookies、登录状态、扩展、GPU/WebGL 行为以及正常的浏览器会话指纹。 | 检测服务 / 信号 | 普通无头自动化 | GA Web Tools | 备注 | | :--- | :---: | :---: | :--- | | SannySoft 无头测试 | 常被检测到 | ✅ 56/56 通过 | `bot.sannysoft.com` | | bot.incolumitas.com | 常在 webdriver / CDP 检查中失败 | ✅ 36/36 通过 | `WEBDRIVER`、`SELENIUM_DRIVER`、`webDriverAdvanced` 均正常 | | BrowserScan 机器人检测 | 常显示异常 | ✅ 正常 | `browserscan.net` | | Device & Browser Info 机器人测试 | 多项机器人标记 | ✅ 人类 / `isBot=false` | `deviceandbrowserinfo.com` | | FingerprintJS 机器人检测演示 | 常被检测到 | ✅ 通过 | 演示流程完成，无机器人判定 | | reCAPTCHA v3 演示 | 低机器人相似度分数 | ✅ 0.9 人类相似度分数 | 基于分数的风险信号；0.9 高于典型生产环境阈值 | 对于 reCAPTCHA v3，`0.9` 并非「复选框已解决」的结果；它是风险模型返回的高置信度人类相似度分数，通常足以在生产流程中避免额外验证挑战。 --- ## 📅 路线图与最新动态 - **2026-05-23** — 🆕 **TUI v3 发布**（`frontends/tui_v3.py`）。基于块的滚动回溯、正确的调整大小重排、用于跨终端一致性的每终端配色方案，以及与 v2 的功能对等。 - **2026-05-18** — 🆕 **Morphling 模式**。项目级技能吸收 —— 从任意外部仓库提取目标与测试，再按组件决定：调用、重写或丢弃。详见 `memory/morphling_sop.md`。 - **2026-05-17** — 🆕 **Goal Hive 模式**。多 Worker 协作式 Goal 模式 —— 由 BBS 协调的 master/workers 并行运行长期目标。详见 `memory/goal_hive_sop.md`。 - **2026-05-15** — 🖥️ **桌面 GUI 发布**。一行安装即可交付开箱即用的桌面应用（`frontends/GenericAgent.exe`）。开发者通过 `python launch.pyw` 启动。 - **2026-05-14** — 🆕 **Conductor 子 Agent 编排**。生成、监督并自动清理并行子 Agent；一等委托原语，补充 `/btw` 侧问题。 - **2026-05-12** — 🆕 **TUI v2 发布**（`frontends/tuiapp_v2.py`）。精炼的 Textual 前端，支持图片粘贴折叠、文件粘贴、块删除、Ctrl+C 复制、历史导航，以及 `/llm` / `/export` / `/continue` 选择器。 - **2026-05-08** — 🆕 **Goal 模式**（`reflect/goal_mode.py`）。时间预算驱动的自主循环 ——「在 N 小时内持续优化 X」，不会提前交付。 - **2026-04-21** — 📄 [**arXiv 技术报告**](https://arxiv.org/abs/2604.17091) — *GenericAgent: A Token-Efficient Self-Evolving LLM Agent via Contextual Information Density Maximization*。 - **2026-04-11** — 引入 **L4 会话归档记忆**与调度器 cron 集成。 - **2026-03-23** — 支持个人微信作为机器人前端。 - **2026-03-10** — [发布百万级 Skill 库](https://mp.weixin.qq.com/s/q2gQ7YvWoiAcwxzaiwpuiQ?scene=1&click_id=7) *(Chinese)*. - **2026-03-08** — [发布「Dintal Claw」—— 由 GenericAgent 驱动的政务机器人](https://mp.weixin.qq.com/s/eiEhwo-j6S-WpLxgBnNxBg) *(Chinese)*. - **2026-03-01** — [获机器之心（Jiqizhixin）报道](https://mp.weixin.qq.com/s/uVWpTTF5I1yzAENV_qm7yg) *(Chinese)*. - **2026-01-16** — GenericAgent **V1.0** 公开发布。 --- ## ⭐ 社区与支持如果本项目对你有帮助，欢迎点个 **Star！** 🙏 ### 🚩 友情链接感谢 **LinuxDo** 社区的支持！ [![LinuxDo](https://img.shields.io/badge/Community-LinuxDo-blue?style=for-the-badge)](https://linux.do/) **社区 GUI** *(独立开源项目)*： - [chilishark27/ga-manager](https://github.com/chilishark27/ga-manager) - [wangjc683/galley](https://github.com/wangjc683/galley) — 开箱即用的本地 Agent 工作台，捆绑 GA 运行时（CPython 3.11 + 依赖），原生 GUI/CLI，多会话 + Project 编排，本地优先。 - [FroStorM/A3Agent](https://github.com/FroStorM/A3Agent/tree/workbench) - [Fwind43/GenericAgent-Admin](https://github.com/Fwind43/GenericAgent-Admin) — Go + React 桌面管理面板：服务生命周期管理、原生聊天、Goal 模式、BBS 团队看板、文件编辑器、模型配置向导、TMWebDriver 监控、自更新，以及 Windows 托盘/桌面宠物集成。 --- ## 📄 许可基于 **MIT License** 分发。完整文本见 [`LICENSE`](LICENSE)。 > *免责声明：GenericAgent 官方渠道为本 GitHub 仓库与 https://gaagent.ai.；DintalClaw 是目前唯一官方授权商业合作伙伴；任何其他使用 GenericAgent 名称的第三方网站、组织或个人，除非在此明确列出，否则均非官方。* --- ## 🌟 项目简介 **GenericAgent** 是一个极简、可自我进化的自主 Agent 框架。核心仅 **~3K 行代码**，通过 **9 个原子工具 + ~100 行 Agent Loop**，赋予任意 LLM 对本地计算机的系统级控制能力，覆盖浏览器、终端、文件系统、键鼠输入、屏幕视觉及移动设备（ADB）。 > 设计哲学 —— **不预设技能，靠进化获得能力。** 每解决一个新任务，GenericAgent 就将执行路径自动固化为 Skill，供后续直接调用。使用时间越长，沉淀的技能越多，形成一棵完全属于你、从 3K 行种子代码生长出来的专属技能树。 > 🤖 **自举实证** — 本仓库的一切，从安装 Git、`git init` 到每一条 commit message，均由 GenericAgent 自主完成。作者全程未打开过一次终端。 ### 📑 目录 - [核心特性](#-核心特性) - [实例展示](#-实例展示) - [快速开始](#-快速开始) - [使用方式](#-使用方式) - [架构设计](#-架构设计) - [自我进化机制](#-自我进化机制) - [与同类产品对比](#-与同类产品对比) - [评测](#-评测) - [路线图与最新动态](#-路线图与最新动态) - [社区与支持](#-社区与支持) - [许可](#-许可) --- ## 📋 核心特性 | 特性 | 说明 | | :--- | :--- | | 🧬 **自我进化** | 每次任务自动沉淀 Skill，能力随使用持续增长，形成专属技能树 | | 🪶 **极简架构** | ~3K 行核心代码，Agent Loop 约百行，无复杂依赖，部署零负担 | | ⚡ **强执行力** | 注入真实浏览器（保留登录态），9 个原子工具直接接管系统 | | 🔌 **高兼容性** | 支持 Claude / Gemini / Kimi / MiniMax 等主流模型，跨平台运行 | | 💰 **极致省 Token** | 上下文窗口不到 30K，是其他 Agent（200K–1M）的零头；噪声更少、幻觉更低、成功率更高，成本低一个数量级 | --- ## 🎯 实例展示

🧋 外卖下单	📈 量化选股

_{"Order me a milk tea" — 自动导航外卖 App，选品并完成结账}	_{"Find GEM stocks with EXPMA golden cross, turnover > 5%" — 量化条件筛股}
🌐 自主网页探索	💰 支出追踪

_{自主浏览并定时汇总网页信息}	_{"查找近 3 个月超 ¥2K 的支出" — 通过 ADB 驱动支付宝}
💬 批量消息

_{批量发送微信消息，完整驱动微信客户端}

--- ## 🚀 快速开始 > ⚠️ **Python 版本：** 推荐使用 **Python 3.11 或 3.12**。**请不要使用 Python 3.14**，与 `pywebview` 及部分依赖不兼容。 > > 📖 详细安装指南：**[installation_zh.md（中文）](docs/installation_zh.md)** · **[installation.md (English)](docs/installation.md)** ### 给 LLM Agent 看的获取安装指南并照做： ```bash curl -fsSL https://raw.githubusercontent.com/lsdefine/GenericAgent/refs/heads/main/docs/installation_zh.md ``` ### 给人类用户看的 #### 方法一 — 一键安装 *（推荐）* 一键安装会自动准备独立 Python 环境、Git、项目文件和桌面端，不污染系统环境。 **Windows PowerShell** ```powershell powershell -ExecutionPolicy Bypass -c "irm http://fudankw.cn:9000/files/ga_install.ps1 | iex" ``` **Linux / macOS** ```bash curl -fsSL http://fudankw.cn:9000/files/ga_install.sh | bash ``` 安装完成后启动： - **Windows** — 双击 `frontends/GenericAgent.exe` - **Linux / macOS** — 在安装目录运行 `python launch.pyw` #### 方法二 — Python 安装 *（开发者）* ```bash git clone https://github.com/lsdefine/GenericAgent.git cd GenericAgent uv venv uv pip install -e ".[ui]" # 核心 + UI 依赖 cp mykey_template.py mykey.py # 填入你的 LLM API Key python launch.pyw ``` > 💡 GenericAgent 更推荐由 **Agent 在使用中自举环境**，而不是预先手动装完整依赖。 📖 完整引导流程见 [`docs/GETTING_STARTED.md`](docs/GETTING_STARTED.md) 📖 新手图文版：[飞书文档](https://my.feishu.cn/wiki/CGrDw0T76iNFuskmwxdcWrpinPb) 📘 完整入门教程（Datawhale 出品）：[Hello GenericAgent](https://datawhalechina.github.io/hello-generic-agent/) · [GitHub](https://github.com/datawhalechina/hello-generic-agent) --- ## 💻 使用方式 ### 前端启动 #### 桌面端一键安装自带桌面端（Windows），双击： ```text frontends/GenericAgent.exe ``` #### 终端 UI 基于 [Textual](https://github.com/Textualize/textual) 的轻量键盘驱动界面。支持多会话并发、实时流式输出，有终端就能跑。 ```bash python frontends/tuiapp_v2.py ```

⚠️ Windows 上 TUI 显示异常的排查思路

1. `textual` 版本太旧，先 `pip install -U textual`； 2. PowerShell / cmd 自带终端对 Unicode 和键位的支持比较糟糕，**Windows 上推荐用 Git Bash**，体验明显更稳； 3. 仍然显示异常时，可以让 GA 自己修一遍，参考 Prompt： > *"我在 Windows 的 PowerShell / cmd / Git Bash 中使用 `frontends/tuiapp_v2.py` 体验非常差，出现了一堆不兼容问题。请参考 Claude Code 在 Windows 终端的最佳配置，把所有字体和显示不兼容的问题修一遍。"*

GenericAgent 工作流程图

--- ## 🧬 自我进化机制这是 GenericAgent 区别于其他 Agent 框架的根本所在。 ```text [遇到新任务] │ ▼ [自主摸索] ─► 安装依赖 · 编写脚本 · 调试验证 │ ▼ [执行路径固化为 Skill] ─► 写入记忆层 │ ▼ [下次同类任务直接调用] ``` | 你说的一句话 | 第一次做了什么 | 之后每次 | | :--- | :--- | :--- | | *"监控股票并提醒我"* | 安装 `mootdx` → 构建选股流程 → 配置定时任务 → 保存 Skill | **一句话启动** | | *"用 Gmail 发这个文件"* | 配置 OAuth → 编写发送脚本 → 保存 Skill | **直接可用** | 用几周后，你的 Agent 实例将拥有一套任何人都没有的专属技能树，全部从 3K 行种子代码中生长而来。 --- ## 📊 与同类产品对比 | 特性 | **GenericAgent** | OpenClaw | Claude Code | | :--- | :---: | :---: | :---: | | **代码量** | ~3K 行 | ~530,000 行 | 已开源（体量大） | | **部署方式** | `pip install` + API Key | 多服务编排 | CLI + 订阅 | | **浏览器控制** | 注入真实浏览器（保留登录态） | 沙箱 / 无头浏览器 | 通过 MCP 插件 | | **OS 控制** | 键鼠、视觉、ADB | 多 Agent 委派 | 文件 + 终端 | | **自我进化** | 自主生长 Skill 和工具 | 插件生态 | 会话间无状态 | | **出厂配置** | 几个核心文件 + 少量初始 Skills | 数百模块 | 丰富 CLI 工具集 | --- ## 📈 评测 > 📂 完整的评测数据集以及评测结果见：[**JinyiHan99/GA-Technical-Report**](https://github.com/JinyiHan99/GA-Technical-Report/tree/main) 我们从 **五大维度** 评测 GenericAgent： | # | 维度 | 核心问题 | 使用的基准 | | :---: | :--- | :--- | :--- | | 1 | **任务完成度与 Token 效率** | GA 能否以更低成本完成高难度任务？ | SOP-Bench、Lifelong AgentBench、RealFin-Benchmark | | 2 | **工具使用效率** | 最小原子工具集能否以更低开销替代专用工具集？ | Tool Efficiency Benchmark | | 3 | **记忆系统有效性** | 精简分层记忆能否超越冗余记忆和基于 Embedding 的检索器？ | SOP-Bench、LoCoMo、20-skill 压力测试 | | 4 | **自我进化能力** | Agent 能否在无人干预下将经验提炼为可复用的 SOP 与代码？ | 9 轮 LangChain 纵向研究、8 任务跨任务 Web 基准 | | 5 | **网页浏览能力** | 信息密度驱动设计能否适应开放网页？ | WebCanvas、BrowseComp-ZH、自定义任务 | 以上维度的基线包括 **Claude Code**、**OpenAI CodeX** 和 **OpenClaw**，分别在 *Claude Sonnet 4.6*、*Claude Opus 4.6*、*GPT-5.4* 和 *MiniMax M2.7* 底座上进行评测。

_{工具使用效率雷达图。GA 在 Token、请求数和工具调用轴上全面领先，同时在四个任务维度上保持质量。}

_{跨任务自我进化。GA 的第二轮和第三轮执行在 8 个 Web 任务上收敛至稳定的低成本区间。}

### GA Web 工具的浏览器真实性 GA Web 工具运行在**真实、持久化的 Chrome/Chromium 会话**中，而不是一次性的 headless 沙箱，因此可以保留 Cookie、登录态、扩展、GPU/WebGL 行为以及正常浏览器会话指纹。 | 检测服务 / 信号 | 普通 Headless 自动化 | GA Web 工具 | 说明 | | :--- | :---: | :---: | :--- | | SannySoft headless test | 常被识别 | ✅ 56/56 通过 | `bot.sannysoft.com` | | bot.incolumitas.com | 常在 webdriver / CDP 项异常 | ✅ 36/36 通过 | `WEBDRIVER`、`SELENIUM_DRIVER`、`webDriverAdvanced` 全部 OK | | BrowserScan bot detection | 常显示异常 | ✅ Normal | `browserscan.net` | | Device & Browser Info bot test | 多个 bot 标记 | ✅ Human / `isBot=false` | `deviceandbrowserinfo.com` | | FingerprintJS bot detection demo | 常被识别 | ✅ 通过 | Demo 流程完成，未给出 bot 判定 | | reCAPTCHA v3 demo | 低分 / bot-like | ✅ 0.9 真人相似分 | v3 是基于分数的风险信号；0.9 高于常见生产阈值 | 对于 reCAPTCHA v3，`0.9` 不是“点过验证码”的结果，而是风控模型返回的高置信真人相似分，通常足以通过生产环境中的常见阈值，避免进入更严格挑战。 --- ## 📅 路线图与最新动态 - **2026-05-23** — 🆕 **TUI v3 正式发布**（`frontends/tui_v3.py`）。基于块的滚屏回看 + 正确的 resize 重排，每终端独立配色保证跨终端一致，并与 v2 达成功能对齐。 - **2026-05-18** — 🆕 **Morphling 模式**。项目级能力吞噬 —— 从任意外部仓库抽取目标与测例后，对每个核心组件分别决定调用、重写或舍弃。详见 `memory/morphling_sop.md`。 - **2026-05-17** — 🆕 **Goal Hive 模式**。多 worker 协作版 Goal —— Master/Worker 通过 BBS 协同推进长程目标。详见 `memory/goal_hive_sop.md`。 - **2026-05-15** — 🖥️ **桌面 GUI 发布**。一键安装会自带可直接运行的桌面端（`frontends/GenericAgent.exe`），开发者也可用 `python launch.pyw` 启动。 - **2026-05-14** — 🆕 **Conductor 子 Agent 编排**。派发、监督、自动清理并行子 Agent；与 `/btw` 旁路子 Agent 互补，提供一等公民级的任务委派原语。 - **2026-05-12** — 🆕 **TUI v2 正式发布**（`frontends/tuiapp_v2.py`）。重做视觉风格的 Textual 前端，支持图片粘贴折叠、文件粘贴、块删除、Ctrl+C 复制、历史导航，以及 `/llm` / `/export` / `/continue` 选择器。 - **2026-05-08** — 🆕 **Goal 模式**（`reflect/goal_mode.py`）。时间预算驱动的自驱循环 —— "持续优化 X N 小时"，预算没到不准提前交付。 - **2026-04-21** — 📄 [**技术报告已发布至 arXiv**](https://arxiv.org/abs/2604.17091) — *GenericAgent: A Token-Efficient Self-Evolving LLM Agent via Contextual Information Density Maximization*。 - **2026-04-11** — 引入 **L4 会话归档记忆**，并接入 scheduler cron 调度。 - **2026-03-23** — 支持个人微信接入作为 Bot 前端。 - **2026-03-10** — [发布百万级 Skill 库](https://mp.weixin.qq.com/s/q2gQ7YvWoiAcwxzaiwpuiQ?scene=1&click_id=7)。 - **2026-03-08** — [发布以 GenericAgent 为核心的"政务龙虾" Dintal Claw](https://mp.weixin.qq.com/s/eiEhwo-j6S-WpLxgBnNxBg)。 - **2026-03-01** — [被机器之心报道](https://mp.weixin.qq.com/s/uVWpTTF5I1yzAENV_qm7yg)。 - **2026-01-16** — GenericAgent **V1.0** 公开版本发布。 --- ## ⭐ 社区与支持如果这个项目对你有帮助，欢迎点一个 **Star!** 🙏 也欢迎加入 **GenericAgent 体验交流群**，一起交流、反馈、共建 👏

微信群 21
微信群 21 二维码

### 🚩 友情链接感谢 **LinuxDo** 社区的支持！ [![LinuxDo](https://img.shields.io/badge/社区-LinuxDo-blue?style=for-the-badge)](https://linux.do/) **社区 GUI 客户端** *（独立开源项目）*： - [chilishark27/ga-manager](https://github.com/chilishark27/ga-manager) - [wangjc683/galley](https://github.com/wangjc683/galley) —— 开箱即用的本地 Agent 工作台，自带 GA 内核（内置 CPython 3.11 + 运行依赖），GUI/CLI 双原生、多 session + Project 编排、本地优先。 - [FroStorM/A3Agent](https://github.com/FroStorM/A3Agent/tree/workbench) - [Fwind43/GenericAgent-Admin](https://github.com/Fwind43/GenericAgent-Admin) —— Go + React 桌面管理面板：服务生命周期管理、原生 Chat、Goal 模式、BBS 团队看板、文件编辑器、模型配置向导、TMWebDriver 监控、自更新，以及 Windows 托盘/桌面宠物集成。 --- ## 📄 许可基于 **MIT License** 发布，详见 [`LICENSE`](LICENSE)。 > *声明：GenericAgent 官方渠道为本 GitHub 仓库和 https://gaagent.ai。DintalClaw 是目前唯一官方授权的商业合作方；除非在此处明确列出，其他使用 GenericAgent 名义的第三方网站、机构、组织或个人均非官方。* --- ## 📈 Star 历史