你的 AI 助手,还在每次从零开始?

53 万行的框架太重，200K 的 token 太贵，换个任务又变小白——直到我发现了这个 3000 行的方案。

你是不是也遇到过这些情况？

想象一下：

你让 AI 帮你审查代码，它读了 200 个文件才找到改动的那个。你让它筛股票，它连你上次用的指标参数都忘了。你让它帮你点杯奶茶，下次再说同样的话，它又从头开始折腾一遍。

你发现问题了吗？

现在的 AI Agent，看起来很聪明，其实笨得很。每次对话，它都是”从零开始”——不记得你项目的结构，不记得你上次怎么干的，不记得任何”经验”。

这就是为什么：

• 53 万行代码的框架，部署一次掉层皮
• 随随便便一个任务，就吃掉几十万里 token
• 换个任务，Agent 又变成小白

说实话，我第一次被这个问题折磨，是在让 AI 帮我分析一个 10 万行的代码库时。它读了整整 3 分钟，然后告诉我”代码结构比较复杂”。我当场就无语了——它读了一堆无关代码，却连最核心的改动都没找对。

如果你也被这些问题困扰过——今天这个工具，就是为你准备的。

今天的主角：GenericAgent

它是什么？

一个极简、可自我进化的自主 Agent 框架。核心代码只有 ~3K 行（一个下午就能读完），通过 9 个原子工具 + 约 100 行的 Agent Loop，就能让任意 LLM 控制你的电脑。

但它最特别的地方，不是”小”，而是**”会自己变强”**。

你说一句”帮我监控股票”，它会：

1. 自己安装需要的依赖
2. 写出监控脚本
3. 配置好定时任务
4. 把整个流程存下来

下次再说同样的话，它一句话就执行，不用再折腾。

用得越久，它沉淀的技能越多——最终形成一棵完全属于你的技能树。

“别人家的 AI 是每次重新来，你的 AI 是越来越强。”

而且它超级省 Token：整个上下文不到 30K，是其他 Agent 的十分之一甚至百分之一。

我在用的真实感受

我自己用了一个月，最大的感受是：它不像一个工具，更像一个会成长的助手。

刚开始，我只让它帮我查天气、读新闻。这些小事它做起来和其他 Agent 没什么区别。

但后来，我开始让它帮我做更复杂的事：

• “帮我分析这个 Python 项目的代码结构”
• “每天收盘前监控涨幅超过 5% 的股票，符合条件发微信通知我”
• “帮我批量处理这个 Excel 表格”

每次它完成任务后，我明显感觉到：下一次再让它做类似的事，它变快了、变准了、变聪明了。

给你们算笔账：以前让 AI 帮我分析代码，每次都要花几十块 token 费用。现在用了 GenericAgent，同样的任务 token 消耗降到了以前的十分之一，而且它还记得我上次是怎么分析的。

它是怎么做到的？

三个”简单但有效”的机制：

1. 分层记忆系统

就像人一样，GenericAgent 有 L0 到 L4 五层”记忆”：

每次完成任务，它就写一笔。久而久之，这个 Agent 就”经验老到”了。

举 个例子：第一次让它帮你筛股票，它可能需要 5 分钟。但它会把整个过程记录下来：

• 用了什么指标
• 从哪个数据源获取数据
• 筛选逻辑是什么

下次再说”帮我筛股票”，它 10 秒就给你结果——因为它直接在记忆里调取了上次的方法。

2. 最小工具集

只有 9 个原子工具，但组合起来能做几乎所有事：

code_run → 执行代码、安装包file_read → 读文件file_write → 写文件file_patch → 修改文件web_scan → 读网页web_execute_js → 控制浏览器（点按钮、填表单）ask_user → 关键决策时问你

• 记忆管理工具

加上 ADB，还能控制手机。这意味着它可以：- 帮你操作微信- 帮你操作支付宝- 帮你操作任何手机 App> 说实话，我第一次看到它能控制真实浏览器时，确实"哇"了一声。很多 Agent 只能读网页，它却能"操作"网页——像真人一样点按钮、填表单。### 3. 自我进化机制

新任务 → 自主探索 → 固化为 Skill → 写入记忆 → 下次直接调用

这就是 GenericAgent 和其他 Agent 最大的区别：- **别人是" stateless"**——每次都是全新开始- **它是"有状态"**——每次都在变强你可以理解为：别的 Agent 是"每次重新考试"，GenericAgent 是"错题本越来越厚"。> "3000行代码丢在那里，它自己会变强。"---## 核心亮点，逐个说### 🚀 自我进化：越用越强**痛点**：大多数 Agent 是"健忘"的，每次都要重新教。**效果**：GenericAgent 会把每次成功的执行路径变成可复用的 Skill。下次遇到类似任务，一句话搞定。**数据**：用一个月后，你的 Agent 会沉淀几十个专属 Skills——这些全是"肌肉记忆"。**举例**：- 第一次说"分析这个代码"，它可能需要 3 分钟理解你的项目结构- 第二次说同样的话，它 10 秒就搞定——因为它已经"记住"了你的项目> "我现在让它帮我筛股票，只要说一句话，10 秒出结果——因为第一次它已经学会了。"---### ⚡ 极简架构：3000行代码**痛点**：OpenClaw 53万行，部署一套下来，光是配环境就劝退人。**效果**：- 核心代码 ~3K 行- Agent Loop 仅 ~100 行- 一个 pip install 就跑起来| 框架 | 代码量 | 部署难度 ||------|--------|----------|| GenericAgent | ~3K 行 | ⭐ 简单 || OpenClaw | ~530K 行 | ⭐⭐⭐⭐⭐ 复杂 || Claude Code | 大体量 | ⭐⭐⭐ 中等 |> 说实话，3K 行代码意味着什么？你用一个下午就能读完整个核心。遇到问题可以直接 debug，不用在几十万行代码里找不着北。---### 💡 极致省 Token：30K 上下文**痛点**：随便一个任务就吃掉几十万里 token，月底账单吓死人。**效果**：通过分层记忆，只有"当下需要的信息"才进入上下文。30K token 足够完成复杂任务，成本低一个数量级。**数据对比**：| Agent | 典型任务 token 消耗 ||-------|---------------------|| GenericAgent | ~30K || 其他 Agent | 200K - 1M |这意味着：- 同样的任务，成本只有**十分之一**- 响应速度更快（上下文越小，LLM 处理越快）- 幻觉更少（信息越精准，AI 越不容易"跑偏"---### 🔧 真实浏览器控制**痛点**：很多 Agent 只能动动文件，无法真正"操作"电脑。**效果**：GenericAgent 注入真实浏览器，**保留登录态**。你登录过的网站，下次它还能用。这意味着：- 点外卖、填报表、查数据——全部自动化- 不需要每次都重新登录- 可以操作需要登录才能用的功能> 最常用的场景：自动填报每日健康打卡、自动抢票、自动填写表单...---## 它能做什么？举几个社区用户的真实例子：### 场景 1：股票监控**第一次**：- 安装 mootdx（股票数据库）- 编写筛选逻辑- 配置微信提醒- 保存为 Skill**之后**：> "每天下午 3 点帮我监控涨幅超过 5% 的股票" → **一句话启动**### 场景 2：外卖下单**第一次**：- 打开外卖 App- 找到常点的店铺- 选择商品- 完成支付- 保存为 Skill**之后**：> "帮我点一杯珍珠奶茶" → **一句话下单**### 场景 3：文件处理**第一次**：- 读取 Excel 文件- 按规则处理数据- 输出结果- 保存为 Skill**之后**：> "把这个 CSV 按日期分组统计" → **一句话执行**### 场景 4：自动化测试**第一次**：- 安装测试框架- 编写测试用例- 配置 CI/CD- 保存为 Skill**之后**：> "跑一下这个项目的单元测试" → **一句话执行**> "用了几周后，我的 Agent 已经沉淀了 50 多个 Skill。现在我说一句话，它就能帮我完成以前要手动搞半天的任务。" — 来自社区用户的反馈---## 详细对比：和其他 Agent 框架的区别### 代码量对比| 框架 | 代码量 | 核心循环 ||------|--------|----------|| GenericAgent | ~3K 行 | ~100 行 || OpenClaw | ~530K 行 | 数千行 || Claude Code | 大体量 | 数百行 |### 部署复杂度| 框架 | 部署方式 | 需要配置 ||------|----------|----------|| GenericAgent | pip install | 只需 API Key || OpenClaw | 多服务编排 | Docker, K8s 等 || Claude Code | CLI + 订阅 | 安装客户端 |### 浏览器控制| 框架 | 浏览器模式 | 登录态 ||------|------------|--------|| GenericAgent | 真实浏览器 | ✅ 保留 || OpenClaw | 沙箱/无头 | ❌ 每次重登 || Claude Code | MCP 插件 | 视插件而定 |### 记忆能力| 框架 | 跨会话记忆 | 自我进化 ||------|------------|----------|| GenericAgent | ✅ 5层记忆 | ✅ 自动沉淀 || OpenClaw | ❌ | ❌ 需手动插件 || Claude Code | ❌ | ❌ 会话无状态 |### Token 效率| 框架 | 典型上下文 | 成本 ||------|------------|------|| GenericAgent | <30K | 低 || OpenClaw | 200K+ | 高 || Claude Code | 200K+ | 中等 |---## 谁最适合用？### 适合人群- ✅ 想让 AI 真正帮你"做事"的人- ✅ 追求"一次配置，长期自动"的人- ✅ 对 Agent 有"自我进化"期待的人- ✅ 喜欢折腾但不想每次都重新配置的人- ✅ 关心 token 成本的人### 不适合人群- ❌ 只是偶尔用一次 AI 的人（没必要沉淀）- ❌ 需要官方技术支持的企业（生态还在生长）- ❌ 完全不想动手的配置党---## 手把手教程：从 0 到 1### 第一步：安装```bash# 1. 克隆仓库git clone https://github.com/lsdefine/GenericAgent.gitcd GenericAgent# 2. 安装依赖（只需要两个包）pip install streamlit pywebview# 3. 配置 API Keycp mykey_template.py mykey.py# 用记事本或 VS Code 打开 mykey.py，填入你的 LLM API Key

提示：目前支持 Claude、Gemini、Kimi、MiniMax 等主流模型。用哪个模型，就在 mykey.py 里填对应的 Key。

第二步：启动

python launch.pyw

启动成功后，会自动打开一个 Web 界面（就是你的 Agent 操作界面）。

第三步：第一次对话

试试说：

“帮我查一下今天北京天气”

你会看到它：

1. 打开浏览器
2. 访问天气网站
3. 读取并返回结果

注意：第一次可能会慢一点，因为它需要”认识”你的环境。

第四步：让它学新技能

试试说：

“以后每天下午 3 点帮我监控股票，涨幅超过 5% 的发微信通知我”

它会：

1. 安装股票数据相关的包
2. 编写监控脚本
3. 配置定时任务
4. 把这个流程保存为 Skill

下次再说同样的话，它直接执行，不需要再配置。

进阶：多前端支持

除了默认的 Web 界面，还可以选择：

# 微信 Botpip install pycryptodome qrcode requestspython frontends/wechatapp.py# QQ Botpip install qq-botpypython frontends/qqapp.py# 飞书pip install lark-oapipython frontends/fsapp.py# 桌面端python frontends/qtapp.py

未来会怎样？

作为一个开源项目，GenericAgent 还在快速生长中。

正在开发的功能：

• 更丰富的记忆层策略
• 更多前端支持
• 更强的代码理解能力

社区在成长：

• 已有多个微信群（5/6/7 群）
• 技能库在持续扩充
• 越来越多开发者参与贡献

“3000 行代码扔在那里，它自己会变强。”但更准确地说：是你用它越多，它越强。

总结

GenericAgent 不是”更强大的 ChatGPT”，而是一个会生长的数字员工。

它的核心价值：

1. 自我进化
   
    — 越用越强，技能沉淀
2. 极简架构
   
    — 3K 行代码，一个下午读懂
3. 极致省 Token
   
    — 30K 上下文，成本低一个数量级
4. 真实控制
   
    — 浏览器、手机都能操作

3000 行代码扔在那里，它自己会变强。

“别人家的 AI 是每次重新来，你的 AI 是越来越强。”

立即开始

git clone https://github.com/lsdefine/GenericAgent.gitcd GenericAgentpip install streamlit pywebviewcp mykey_template.py mykey.py# 编辑 mykey.py 填入你的 API Keypython launch.pyw