Skip to content

datawhalechina/hello-generic-agent

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

75 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Hello Generic Agent

多年以后,当你的 Agent 只用两千个 token 就完成了别人两万个 token 才能启动的任务,
你会回想起第一次点开这个教程部署 GA 的那个下午。

Hello Generic Agent(🧪 Beta公测版)

从安装到原理,全面掌握以"上下文信息密度最大化"为核心的 Generic Agent

📌 Generic Agent 主仓库 · 如果 GA 有帮助到你,别忘了给 GA 点一个 Star ⭐

GitHub stars GitHub forks Language License Online Reading

Warning

🧪 Beta公测版本提示:教程主体已完成,正在优化细节,欢迎大家提Issue反馈问题或建议。

🎯 项目介绍

  本项目是 Generic Agent(GA)的入门教程,从零开始带你掌握这款以"上下文信息密度最大化"为核心原则的通用智能体。教程分为三大部分:应用指南帮助你快速上手 GA 的安装、配置与日常使用;原理篇深入剖析 GA 的架构设计与关键技术,包括最小原子工具集、分层记忆体系、上下文压缩策略和自我进化机制;案例篇通过实战场景带你将所学融会贯通。让你不仅会用,更能理解其背后的设计哲学。

✨ 你将收获什么?

  • 🔍 理解核心原理 深入理解 GA 的上下文信息密度最大化设计哲学
  • 🏗️ 亲手实践 从安装配置到浏览器自动化、聊天平台集成,全流程上手
  • 🧠 掌握记忆与进化 四层记忆架构、技能蒸馏、自我进化机制
  • ⚙️ 高级技能 Reflect 模式、子智能体、Plan 模式等进阶玩法
  • 🚀 实战案例 办公、娱乐、挖宝等真实场景落地

🎯 项目受众

  • 为Openclaw、ClaudeCode 超大token消耗而苦恼的Agent使用者,GA的token使用效率是Openclaw的10x-30x
  • 还在对比各种自进化智能体性能的Agent开发者和爱好者,给GA一天时间就能进化成你的专属助手
  • 还在愁找不到好用web插件的openclaw使用者,GA的web操作能力绝对能让你眼前一亮
  • 希望了解GA设计原理(上下文工程、记忆系统、工具设计、自我进化)的技术学习者
  • 基础要求:无基础要求,无门槛安装使用

📚 在线阅读

🌐 在线阅读 - 无需下载,随时随地学习

📖 目录

第一部分:应用指南

章节名 简介 状态
第1章 安装与环境配置 Python 安装、项目下载、API Key 配置、GUI 与命令行启动
第2章 浏览器能力解锁 安装 tmwd_cdp_bridge 插件,实现浏览器自动化操控
第3章 基础入门:第一个小时 GA 界面介绍、OCR/视觉能力、飞书CLI、文件搜索、多轮对话技巧
第4章 记忆与技能体系 四层记忆架构(L1-L4)、技能蒸馏、技能搜索与迁移
第5章 聊天平台集成 微信、飞书、钉钉、QQ、Telegram、企业微信接入指南
第6章 进阶技巧 自主行动模式、定时任务、Reflect 模式、子智能体、Plan 模式

第二部分:原理篇

章节名 简介 状态
第7章 上下文信息密度最大化 GA 的第一性原理:信息密度优先于上下文长度
第8章 系统架构总览 统一智能体循环、双执行模式、四大机制协同
第9章 最小原子工具集 9 个原子工具覆盖五大能力类别,Token 消耗仅 Claude Code 的 35%
第10章 分层记忆架构 四层记忆(L1 索引→L2 事实→L3 SOP→L4 归档)与按需加载策略
第11章 上下文截断与压缩 四级压缩流水线,将上下文控制在 30k Token 以内
第12章 自我进化 从自然语言到 SOP 再到代码执行的三阶段进化,节省 89.6% Token
第13章 涌现能力 三个简单原语组合涌现出子智能体、看门狗、定时任务等高级行为

第三部分:案例篇

章节名 简介 状态
Case 1:自动在社交软件上发消息 激活窗口→搜索联系人→验证会话→发送文字/图片/文件→验证结果的五步流程

💡 如何学习

  项目分为三大部分,每一部分都是通往下一阶段的坚实阶梯:

  • 第一部分:应用指南(第1章~第6章),从安装环境、解锁浏览器能力开始,到记忆与技能体系、聊天平台集成,最后掌握自主行动、定时任务、子智能体等进阶技巧。零门槛上手,一步步把 GA 变成你的专属助手。
  • 第二部分:原理篇(第7章~第13章),深入 GA 的设计哲学。从"上下文信息密度最大化"这一第一性原理出发,逐步拆解系统架构、最小原子工具集、分层记忆、上下文压缩、自我进化机制,直到理解简单原语如何涌现出复杂能力。
  • 第三部分:案例篇,通过办公、娱乐、挖宝等真实场景的实战案例,将前两部分所学融会贯通。

  建议按顺序学习,也可以根据自己的需求选择性阅读:

  • 零基础用户:从第一部分开始,先跑通安装和基本使用
  • 想了解原理:直接进入第二部分,深入架构设计与技术细节
  • 想快速实战:跳到第三部分案例篇,边做边学

🙏 贡献者名单

姓名 职责 简介
张洲嘉 项目负责人 复旦大学
沈豪 实战Case贡献者 复旦大学,Datawhale成员
朱家杰 第一章内容贡献者 复旦大学
杨航 第二章内容贡献者 复旦大学
袁雨奇 第三章内容贡献者 复旦大学
曹兮 第四章贡献者 复旦大学
宋坤 第五章贡献者 复旦大学

🤝 参与贡献

  • 如果你发现了一些问题,可以提Issue进行反馈,如果提完没有人回复你可以联系保姆团队的同学进行反馈跟进~
  • 如果你想参与贡献本项目,可以提Pull Request,如果提完没有人回复你可以联系保姆团队的同学进行反馈跟进~
  • 如果你对 Datawhale 很感兴趣并想要发起一个新的项目,请按照Datawhale开源项目指南进行操作即可~

关注我们

扫描下方二维码关注公众号:Datawhale

📄 LICENSE


⭐ 如果这个项目对你有帮助,请给我们一个 Star!

About

📚 《Generic Agent使用指南》——轻松上手自进化智能体,从基础调用到高级技巧全覆盖

Resources

Stars

Watchers

Forks

Packages

 
 
 

Contributors