SuperAPI AI 工具集
合作ENAI 行业资讯收藏
全部工具AI智能体GenericAgent

GenericAgent

GenericAgent 是一个极简、可自我进化的自主 Agent 框架，核心约 3K 行种子代码，由 9 个原子工具和一个约 100 行的 Agent Loop 组成，可赋予任意 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）。其设计哲学是「不预设技能，靠进化获得能力」：每解决一个新任务，就将执行路径自动固化为可复用的 Skill，使用越久技能树越丰富，最终形成一棵由 3K 行种子代码生长出来的个人专属技能树。项目通过分层记忆、最小工具集和自主执行循环完成任务，并提供 TUI、桌面 GUI 及 Telegram、Discord、微信、QQ、飞书/Lark、企业微信、钉钉等 IM 前端。据官方说明，其在 token 消耗上较基线减少约 6 倍。该框架适合希望让 Agent 自主操控本地系统并持续积累个人化技能的用户，但需注意官方渠道仅限 GitHub 仓库与 gaagent.ai，DintalClaw 为唯一官方授权商业合作方。

访问官网

工具介绍

是什么

GenericAgent 是一个极简、可自我进化的自主 Agent 框架，核心仅约 3K 行代码。它通过 9 个原子工具加一个约 100 行的 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、键盘鼠标输入、屏幕视觉以及移动设备（ADB）。

设计哲学是「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，形成一棵从 3K 行种子代码生长出的个人专属技能树。官方给出的自举实证是：本仓库从安装 Git、执行 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。

主要能力

  • 系统级控制：通过 9 个原子工具与外部世界交互，覆盖浏览器、终端、文件系统、键鼠输入、屏幕视觉与移动设备（ADB）。
  • 自主执行循环：感知环境状态 → 任务推理 → 调用工具执行 → 经验写入记忆 → 循环，核心循环约百行代码（agent_loop.py）。
  • 分层记忆系统：记忆在任务执行过程中持续沉淀，使 Agent 逐步形成稳定高效的工作方式。
  • 能力动态扩展：通过 code_run，可在运行时动态安装 Python 包、编写新脚本、调用外部 API 或控制硬件，并将临时能力固化为永久工具。
  • 技能自进化：任务执行路径自动结晶为可复用 Skill，长期使用形成专属技能树。
  • 多种前端：提供 TUI（v2/v3）、桌面 GUI，以及 Telegram、Discord、微信、QQ、飞书/Lark、企业微信、钉钉等 IM 前端。

安装与使用方式

⚠️ Python 版本：推荐使用 Python 3.11 或 3.12，不要使用 Python 3.14，其与 pywebview 及部分依赖不兼容。

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。启动方式：

  • Windows：双击 frontends/GenericAgent.exe
  • Linux / macOS：在安装目录运行 python launch.pyw

官方更推荐由 Agent 在使用中自举环境，而不是预先手动装完整依赖。此外，安装指南（installation.md / installation_zh.md）与安装脚本位于仓库 assets/ 目录，可先阅读后再执行。

支持的界面包括：桌面 GUI、TUI v3（frontends/tui_v3.py）与 TUI v2（frontends/tuiapp_v2.py），以及 IM 前端（Telegram、Discord、微信、QQ、飞书/Lark、企业微信、钉钉）。关于 IM 前端的详细配置，官方说明可直接询问 GenericAgent 本身。

关于 TUI：基于 Textual 或 prompt_toolkit + rich。若渲染异常，官方建议先 pip install -U textual 或 pip install -U prompt_toolkit rich；Windows 上推荐使用 Git Bash 而非 PowerShell/cmd，也可让 GA 自行修复兼容问题（官方给出了对应提示词模板）。

高级能力解锁

官方说明：高级能力通过「指示 Agent」而非阅读文档或安装扩展来解锁。每条指令会让 GA 读取其预装的 SOP（记忆中的实战手册），安装缺失部分、适配用户操作系统，并将结果持久化到自身记忆中。预装 SOP 为中文，GA 可原生读取；如需英文知识库，可指示其将预装 SOP 改写为英文（代码、路径、错误字符串保持原样）。SOP 在 Windows 上打磨，macOS/Linux 上的跨平台适配（窗口枚举、输入控制、截图等）由 GA 自行完成。

已公布的模式与更新（官方 Roadmap & News 摘要）

  • 2026-05-23 — TUI v3 发布（frontends/tui_v3.py）：基于块的滚屏回看、resize 重排、每终端独立配色，与 v2 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（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（memory/goal_hive_sop.md）。
  • 2026-05-15 — 桌面 GUI 发布：一键安装自带可运行桌面端（frontends/GenericAgent.exe），开发者可用 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。
  • 2026-05-12 — TUI v2 发布（frontends/tuiapp_v2.py）：支持图片粘贴折叠、文件粘贴、块删除、Ctrl+C 复制、历史导航及 /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，预算未到不提前交付。
  • 2026-04-21 — 技术报告发布至 arXiv：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。
  • 2026-03-08 — 发布以 GenericAgent 为核心的「政务龙虾」Dintal Claw。
  • 2026-03-01 — 被机器之心报道。
  • 2026-01-16 — GenericAgent V1.0 公开版本发布。

评测与数据

官方表示从五大维度评测 GenericAgent，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。完整评测数据集与结果见 JinyiHan99/GA-Technical-Report。

关于浏览器真实性：GA Web 工具由 TMWebdriver（本地 WebSocket 服务加 Chrome 扩展）驱动，运行在真实、持久化的 Chrome/Chromium 会话中，而非一次性 headless 沙箱，因此可保留 Cookie、登录态、扩展、GPU/WebGL 行为及正常浏览器会话指纹。官方称对于 reCAPTCHA v3，0.9 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常见阈值。

适用场景

  • 需要让 LLM 直接操控本地电脑（浏览器、终端、文件系统、键鼠、屏幕）的自动化任务。
  • 希望 Agent 在使用中持续积累个人化技能与工作模式的长期场景。
  • 对 token 消耗敏感、希望以较小代码核心获得系统控制能力的项目。
  • 通过 IM 前端（Telegram、Discord、微信、QQ、飞书/Lark、企业微信、钉钉）远程驱动 Agent 的场景。

限制与注意事项

  • Python 版本需为 3.11 或 3.12，不可用 3.14。
  • 官方声明显示：官方渠道仅为本 GitHub 仓库和 https://gaagent.ai；DintalClaw 是目前唯一官方授权的商业合作方，其他使用 GenericAgent 名义的第三方网站、机构、组织或个人均非官方，除非明确列出。
  • 许可证：MIT License，详见仓库 LICENSE。
  • 具体收费、价格与商业条款暂未提供。

同类工具

查看分类