GenericAgent

收录理由

GenericAgent 让大语言模型直接获得对本地计算机的系统级操控能力，范围涵盖浏览器、终端、文件系统、键鼠输入、屏幕视觉以及通过 ADB 连接的安卓设备。整套框架非常精简，核心种子代码约 3000 行，由九个原子工具和一个极简的 Agent 循环组成。每完成一个任务，它都会把执行路径固化成可复用的技能，使用越久积累越多，重复工作时不必反复读取相同提示，从而显著降低 token 消耗。对于想要一个轻量、可自由改造的桌面与浏览器自动化底座，并且愿意让代理自己生长操作流程、而非内置庞大预制技能库的团队，这个项目很合适。它的自我进化循环代码量小到可以通读，对想研究这类代理实现原理的人来说，也是一个不错的起点。