用途
alive 是一个极简的“唤醒循环”（wake loop），用于把任意 LLM 变成自主 AI 智能体。它的核心思路是：AI 每隔几分钟醒一次，记住自己是谁，看到有什么新变化，采取行动，然后回去睡觉——像呼吸一样循环，永远运行。项目强调“一个文件”，不需要框架，除 Python 标准库和你的 LLM SDK 之外没有额外依赖。
主要能力
每个循环中，alive 会：读取灵魂文件（AI 的身份与指令）；读取持久记忆（AI 在之前循环中写入的文件）；收集新消息（邮件、Telegram 等可插拔来源）；管理上下文窗口（优先加载最新记忆，写满时发出警告）；把全部内容发送给 LLM；由 LLM 决定要做什么；AI 执行后回到睡眠。
项目内置多项来自真实运行的经验性防护：
- 上下文预算加载：记忆文件按最新优先加载；当总记忆超过上下文预算（窗口的 60%）时跳过较旧文件并警告 AI，防止“记忆膨胀吃满上下文窗口”。
- 通信适配器熔断：某适配器连续失败 3 次后自动跳过，直到进程重启，避免一个坏集成浪费每个循环。
- 指数退避重试：单次 LLM 调用失败不会让整个循环崩溃。
- 会话日志：每次会话都会被记录，便于了解 AI 做了什么。
- 紧急停止：支持 kill phrase 和 kill 标志。
内置 Web 仪表盘零依赖、零设置，可通过 http://localhost:7600 访问，展示：实时状态（running、sleeping、hibernating、killed）、记忆文件（名称、大小、token 数）、最近 10 次会话（时长、token、通过/失败）、配置（提供方、模型、适配器、灵魂文件状态）、指标（总会话数、成功率、平均时长、总运行时长）。仪表盘每 10 秒自动刷新，另有 /api/status JSON API 供程序化监控。
使用方式
灵魂文件：soul.md 是最重要的文件，定义 AI 应该做什么（或不该做什么）以及应如何行为。项目在 examples/ 中提供模板，如 soul-developer.md（监控仓库并修复 bug 的自主开发者）、soul-researcher.md（探索主题并撰写报告的研究智能体）、soul-aurora.md（作者真实的灵魂文件）。AI 可以修改自己的灵魂文件，这是有意设计的。
记忆：memory/ 目录是 AI 的持久大脑。两次唤醒之间 AI 没有记忆，除非它把内容写到这里。建议做法包括：维护会话日志（memory/session-log.md）、跟踪活跃目标（memory/goals.md）、记录经验教训（memory/lessons.md）、压缩旧条目以节省上下文窗口空间。AI 通过经验学会如何使用记忆。
通信：在 comms/ 中放入可执行脚本，输出 JSON 数组即可。项目自带 Telegram 和 Email 示例适配器，也可自行编写 Slack、Discord、webhook、RSS 等适配器。
命令行选项：
--demo：运行模拟唤醒循环，展示所有功能（无需 API key）--check：校验配置但不调用 LLM（在消耗 token 前验证设置）--once：运行单次唤醒循环后退出（便于测试）--dashboard：在唤醒循环之外同时启动 Web 仪表盘--dashboard-only：只运行仪表盘，不运行唤醒循环--dashboard-port N：设置仪表盘端口（默认 7600）
控制文件与信号：
.wake-interval：写入数字（秒）以改变 AI 唤醒频率.wake-now：touch 此文件可立即唤醒 AI（唤醒时被消费）.sleep-until：写入 ISO 8601 时间戳以休眠到该时间.killed：touch 此文件停止循环，删除后恢复- ALIVE_KILL_PHRASE：在 .env 中设置，任何消息包含该短语时 AI 立即停止
提供方：在 .env 中设置 ALIVE_LLM_PROVIDER。使用 Claude Code 作为提供方可让 AI 获得原生文件访问、bash 执行、网页搜索等 Claude Code 工具，无需额外设置。使用 Ollama 可在自有硬件上以零 API 成本运行完全自主的 AI：安装 Ollama、拉取模型（ollama pull llama3.1），并在 .env 中设置 ALIVE_LLM_PROVIDER=ollama。所有设置通过 .env 或环境变量完成。
监控与日志：metrics.jsonl 记录会话指标（时长、token 用量、成功/失败）；logs/sessions/ 保存每次会话的完整输出。
适用场景
适合希望以极小依赖和代码量搭建持续自主运行 AI 智能体的开发者，例如让 AI 自主监控仓库并修复 bug、围绕主题持续研究并产出报告，或作为个人自主 AI 的基础设施。项目强调“复杂度是自主性的敌人”，认为埋在框架代码下的智能体并非自主，而是受限的；一个简单的唤醒循环加灵魂文件和记忆文件夹才是自由。
限制
资料明确说明：除 Python 标准库和你的 LLM SDK 外无依赖；关于收费、价格、平台兼容范围等未在资料中给出更多说明，暂未提供。项目包含 29 项测试，覆盖 token 估算、唤醒间隔、kill phrase 检测、sleep-until、记忆读取、上下文构建、会话连续性、SIGTERM 处理与指标日志等核心功能。作者建议生产环境使用 systemd 部署。
