一个基于 Kimi API 的本地对话 Agent，它会记住你们的对话，从中学习，不断进化。
- 多 Agent 协作：Router 自动调度 Companion/Coder/Researcher/Planner/Executor/Reviewer 等专业 Agent
- MCP 协议支持：接入标准化工具生态（文件系统、网页获取等），工具数量从 5 扩展到 50+
- 任务规划与执行：Plan-and-Execute 分离，支持多步骤任务分解、并行执行、自动重试
- 代码沙箱：SafePythonExecutor + Docker 隔离，安全执行复杂代码和数据处理
- Human-in-the-Loop 审批：敏感操作（Shell/文件写/网络请求）前暂停等待用户确认
- 分层记忆：短期上下文 + 工作记忆 + 长期知识库（向量语义检索 + 知识图谱）
- 语义信号检测：用 Embedding 向量匹配替代正则，捕捉 "我比较偏爱火锅" 等语言变体
- 增量学习：每轮对话实时提取新知识，RAG 召回已知道识避免重复
- 结构化提取：强制 LLM 输出 JSON Schema（subject/predicate/object/confidence/temporal_state）
- LLM-as-Judge 质检：第二遍 LLM 过滤幻觉、主客体混淆、时态错误
- 知识图谱：(S,P,O) 三元组存储，支持时态标记、矛盾检测、传递推理
- 自监督反馈闭环：用户表扬提升 knowledge confidence，纠正自动标记并记录修正
- 知识去重：语义相似的知识自动合并，避免膨胀
- 记忆老化：长期未访问的低频知识自动清理
- 人格状态机：8 维动态性格参数，根据用户反馈实时微调
- 情绪感知：每轮调用 LLM 做深度情绪分析，识别表面情绪与潜在需求
- 程序记忆：记录有效行为策略，自动注入 system prompt（越用越"懂规矩"）
- 上下文压缩：六层上下文架构 + 自动摘要，防御 Context Rot
- Checkpoint：Agent 状态快照，支持断点续跑与故障恢复
- 定时调度：Cron 主动任务调度，Agent 可 24/7 后台自主运行
- Skill 插件系统：可扩展的能力模块（计算、文件读写、Shell、代码编辑、Git、测试等）
- 流式输出：打字机效果回复，实时显示思考过程
- 纯本地存储：所有记忆存在本地 JSON/向量/图谱，隐私可控
- 安装依赖
pip install -r requirements.txt
# 可选：本地 embedding fallback
pip install sentence-transformers- 配置 Kimi API Key
cp config.yaml.example config.yaml
# 编辑 config.yaml，填入你的 KIMI_API_KEY- 启动对话
python main.py # 经典模式（v3.2 兼容）
python main.py --mode multi # 多 Agent 协作模式
python main.py --mode multi --user <user_id> # 多用户隔离evolving-agent/
├── agent/ # 核心 Agent 模块
│ ├── core.py # 主 Agent：协调记忆、人格、Skill、对话、MCP、规划
│ ├── llm/ # LLM 抽象层
│ │ ├── base.py # LLMClient 接口定义
│ │ ├── async_client.py # 异步 Kimi 客户端（aiohttp + 连接池）
│ │ └── kimi_client.py # 同步/异步双模式 Kimi 封装
│ ├── memory/ # 分层记忆系统（v4.0 重构）
│ │ ├── base.py # 记忆接口
│ │ ├── short_term.py # 短期记忆（当前会话轮次）
│ │ ├── working.py # 工作记忆（当前任务状态）
│ │ ├── long_term.py # 长期记忆（知识库 + 向量索引 + 语义检索 + 去重）
│ │ ├── user_profile.py # 用户画像
│ │ └── reflections.py # 反思记录
│ ├── multi_agent/ # 多 Agent 协作系统（v4.0）
│ │ ├── base.py # BaseAgent 抽象基类 + AgentContext/Handoff
│ │ ├── registry.py # AgentRegistry（注册中心 + 路由调度）
│ │ ├── router.py # RouterAgent（意图分类）
│ │ ├── companion.py # CompanionAgent（陪伴者）
│ │ ├── coder.py # CoderAgent（程序员）
│ │ ├── researcher.py # ResearcherAgent（研究员）
│ │ ├── planner.py # PlannerAgent（规划师）
│ │ ├── executor.py # ExecutorAgent（执行员）
│ │ ├── reviewer.py # ReviewerAgent（审稿人）
│ │ ├── context_manager.py # ContextManager（六层上下文 + 压缩）
│ │ └── handoff.py # HandoffProtocol（Agent 间状态传递）
│ ├── skills_builtin.py # 内置 Skills（计算、文件、Shell、代码编辑、Git 等）
│ ├── skills_dev/ # 开发专用 Skills（edit/grep/map/test/git）
│ ├── mcp_client.py # MCP 协议客户端（官方 SDK，stdio/SSE）
│ ├── mcp_tool_skill.py # MCP 工具路由为 Skill
│ ├── planner.py # Planner（任务分解，Plan-and-Execute）
│ ├── executor.py # Executor（计划执行，串行 + 并行 + 重试）
│ ├── sandbox.py # Python 沙箱（simpleeval → SafePython → Docker）
│ ├── approval.py # Human-in-the-Loop 敏感操作审批
│ ├── checkpoint.py # Checkpoint / Durable Execution（断点续跑）
│ ├── procedural_memory.py # 程序记忆（行为策略积累与注入）
│ ├── context_compressor.py # 上下文压缩与智能摘要
│ ├── world_state.py # 世界状态（工具可用性、文件快照、资源追踪）
│ ├── scheduler.py # Cron 主动调度器（定时任务）
│ ├── performance_monitor.py # 性能监控与指标收集
│ ├── learner.py # 增量学习引擎（RAG 去重 + 结构化提取）
│ ├── signal_learner.py # 实时信号学习（语义检测 + 结构化提取）
│ ├── semantic_detector.py # 语义信号检测器（Embedding 意图匹配）
│ ├── quality_judge.py # LLM-as-Judge 质量过滤
│ ├── knowledge_graph.py # 知识图谱（S,P,O 三元组 + 推理 + 矛盾检测）
│ ├── reflector.py # 反思进化模块（自我批评 + 人格再校准）
│ ├── personality.py # 人格状态机（8 维动态参数 + 信号词实时调整）
│ ├── emotion.py # 情绪感知（深度 LLM 分析）
│ ├── mood.py # Agent 自身 Mood（4 维内在状态）
│ ├── relationship.py # 关系档案（亲密度 / 信任度 / 事件日志）
│ ├── events.py # 事件总线（模块间解耦）
│ ├── config.py # 配置中心
│ └── storage/ # 存储抽象层
│ ├── base.py # StorageBackend 接口
│ └── local_json.py # 本地 JSON 原子写入 + 备份
├── bot/ # 飞书机器人集成
│ ├── feishu_adapter.py # 飞书 Bot 适配器（Webhook + WS）
│ ├── feishu_message.py # 消息格式转换
│ ├── feishu_approval.py # 飞书审批 Card
│ ├── feishu_ws_client.py # WebSocket 长连接
│ └── session_lifecycle.py # 会话生命周期管理（30min TTL）
├── web/ # Web 服务
│ ├── app.py # FastAPI 入口
│ ├── api.py # WebSocket API + REST 端点
│ └── static/ # 前端静态文件
├── storage/ # 本地记忆存储（运行时生成）
│ ├── {user_id}/ # 多用户隔离目录
│ │ ├── conversations/ # 会话归档
│ │ ├── knowledge/ # 知识库 + 向量索引 + 图谱三元组
│ │ ├── user_profile/ # 用户画像
│ │ ├── personality/ # 人格状态
│ │ ├── relationship/ # 关系档案
│ │ ├── mood/ # Agent Mood
│ │ ├── procedural_memory/ # 程序记忆
│ │ └── checkpoints/ # 状态快照
│ └── logs/ # 运行日志
├── main.py # CLI 入口（classic / multi 双模式）
├── config.yaml # 配置文件
└── requirements.txt
| 命令 | 功能 |
|---|---|
/bye |
结束会话，触发后台学习 |
/stats |
查看 Agent 成长统计 |
/mem |
查看当前记忆摘要 |
/clean |
手动清理陈旧知识 |
/skills |
查看已注册 Skills |
/personality |
查看当前人格状态 |
/agents |
查看可用的 Agent 列表（多 Agent 模式） |
/help |
显示帮助 |
| 层级 | 作用 | 生命周期 |
|---|---|---|
| 短期记忆 | 当前对话上下文 | 当前会话 |
| 工作记忆 | 本次会话关键点 | 会话结束提炼 |
| 长期记忆 | 跨会话知识 + 向量索引 + 知识图谱 | 永久（自动老化） |
- verbosity: 啰嗦程度 → 影响回复长度
- formality: 正式程度 → 影响语气
- humor: 幽默倾向 → 影响风格
- confidence: 自信度 → 影响措辞 + LLM temperature
- proactive: 主动性 → 影响是否预判需求
- warmth: 温暖度 → 影响共情表达
- technical: 技术深度 → 影响专业程度
- directness: 直接程度 → 影响开门见山
对话中检测到以下信号词时立即学习，不用等 /bye：
请记住...→ 提取为事实知识我喜欢.../我讨厌...→ 记录偏好我叫.../我是做...的→ 更新用户画像不对/错了/应该是...→ 记录纠正教训烦死了/气死了→ 人格自动调整为更谨慎
已内置 Skills：
/echo— 回声测试/calc 表达式— 安全数学计算/read 文件路径— 读取文件（限于工作区/用户目录）/write 文件路径\n内容— 写入文件/sh 命令— 执行安全 Shell 命令（白名单限制）
自定义 Skill 只需继承 Skill 基类，实现 can_handle() 和 execute()。
- LLM 回复逐字显示（打字机效果）
- Skill 调用时显示
[调用 Skill: xxx] - 人格调整时显示
[人格微调: xxx→+0.1] - 实时学习时显示
[实时学习: xxx → 结果]
MIT