by lsdefine (community) · Python, Linux, macOS, Windows, произвольная LLM с поддержкой function calling

GenericAgent Banner

GenericAgent

Минимальный, саморазвивающийся автономный фреймворк агентов

~3K строк исходного кода · 9 атомарных инструментов · ~100-строчный цикл агента

📌 Официальный: только GitHub + https://gaagent.ai. DintalClaw — единственный авторизованный коммерческий партнер; остальные не связаны.

🌟 Обзор

GenericAgent — это минимальный, саморазвивающийся фреймворк автономных агентов. Его ядро состоит всего из ~3K строк кода. С помощью 9 атомарных инструментов + ~100-строчного цикла агента он предоставляет любой модели большого языка системный контроль над локальным компьютером — включая браузер, терминал, файловую систему, ввод с клавиатуры/мыши, визуальное восприятие экрана и мобильные устройства (через ADB).

Философия дизайна — не загружать навыки заранее, а развивать их.

Каждый раз, когда GenericAgent решает новую задачу, он автоматически кристаллизует путь выполнения в переиспользуемый Навык. Чем дольше вы его используете, тем больше накапливается навыков — формируя личное дерево навыков, полностью выращенное из 3K строк исходного кода.

🤖 Доказательство само-загрузки — всё в этом репозитории, от установки Git и выполнения git init до каждого сообщения коммита, было выполнено автономно GenericAgent. Автор ни разу не открывал терминал.

📋 Ключевые особенности

Особенность	Описание
🧬 Саморазвитие	Автоматически кристаллизует каждую задачу в Навык. Возможности растут с каждым использованием, формируя личное дерево навыков.
🪶 Минимальная архитектура	~3K строк основного кода. Цикл агента — ~100 строк. Нет сложных зависимостей, нулевые накладные расходы на развёртывание.
⚡ Мощное выполнение	TMWebdriver интегрируется в реальный браузер (сохраняя сессии входа). 9 атомарных инструментов берут прямой контроль над системой.
🔌 Высокая совместимость	Поддерживает модели Claude / Gemini / Kimi / MiniMax и другие основные модели. Кроссплатформенность.
💰 Эффективное использование токенов	<30K окно контекста — доля от 200K–1M, которые потребляют другие агенты. Меньше шума, меньше галлюцинаций, более высокий процент успеха, меньшие затраты.

🎯 Демонстрация

---

🛡️ Выживание в реальном браузере при CAPTCHA	🌐 Автономное исследование веб-страниц

_{При настройке бота Discord во время выполнения задачи появляется капча hCaptcha с вопросом «Вы человек?» — реальная сессия браузера GA проходит её, и задача продолжается. Подробнее см. Реалистичность браузера инструментов GA.}	_{Автономно просматривает веб-контент и периодически подводит итоги.}
🧋 Заказ еды	📈 Квантитативный скрининг акций

_{«Закажи мне молочный чай» — переходит по приложению доставки, выбирает товары, завершает оформление заказа.}	_{«Найди акции GEM с золотым крестом EXPMA, оборот > 5%» — квантитативный скрининг.}
💰 Отслеживание расходов	💬 Групповое сообщение

_{«Найди расходы свыше ¥2000 за последние 3 месяца» — управляет Alipay через ADB.}	_{Отправляет массовые сообщения в WeChat, полностью управляя клиентом WeChat.}

🚀 Быстрый старт

⚠️ Версия Python: используйте Python 3.11 или 3.12. Не используйте Python 3.14 — он несовместим с pywebview и несколькими другими зависимостями GA.

📖 Подробное руководство по установке: installation.md · installation_zh.md（中文）

Для агентов LLM

Скачайте руководство по установке и следуйте ему:

curl -fsSL https://raw.githubusercontent.com/lsdefine/GenericAgent/refs/heads/main/docs/installation.md

Для людей

Метод 1 — Клонирование и установка (рекомендуется)

git clone https://github.com/lsdefine/GenericAgent.git && cd GenericAgent
uv venv && uv pip install -e ".[ui]"
cp mykey_template_en.py mykey.py   # fill in your LLM API key

Зависимости разделены на уровни: ядро агента требует только requests, плюс четыре лёгких пакета (beautifulsoup4, bottle, simple-websocket-server, aiohttp) для локального сервера TMWebdriver. Дополнение [ui] подтягивает библиотеки фронтенда (Streamlit, prompt_toolkit/rich для TUI, ...) — установите его для встроенных интерфейсов или пропустите его полностью и управляйте агентом без графического интерфейса. Не требуется Playwright, LangChain или бинарные файлы браузеров для скачивания.

Затем запустите:

python frontends/tui_v3.py   # Terminal UI (recommended)
python launch.pyw            # Streamlit web UI

Метод 2 — Установщик одной строкой (удобство)

Создаёт самодостаточную директорию с изолированной средой Python, Git и готовым к запуску пакетом. Скрипт находится в assets/ — если хотите, можете прочитать его сначала.

Windows PowerShell

powershell -ExecutionPolicy Bypass -c "$env:GLOBAL=1; irm https://raw.githubusercontent.com/lsdefine/GenericAgent/main/assets/ga_install.ps1 | iex"

Linux / macOS

GLOBAL=1 bash -c "$(curl -fsSL https://raw.githubusercontent.com/lsdefine/GenericAgent/main/assets/ga_install.sh)"

💡 GenericAgent расширяет свою среду через самого агента — не устанавливайте всё заранее. См. Разблокировка расширенных возможностей ниже.

💻 Использование

Фронтенды

Терминальный интерфейс (рекомендуется)

Лёгковесный терминальный интерфейс, ориентированный на прокрутку, построенный на основе prompt_toolkit + rich. Поддерживает несколько одновременных сессий и потоковую передачу данных в реальном времени.

python frontends/tui_v3.py

⚠️ Устранение неполадок TUI для Windows

Отрисовка TUI на Windows может быть нестабильной в зависимости от терминала и шрифта. Распространённые причины:

prompt_toolkit / rich не обновлены до последней версии — сначала выполните pip install -U prompt_toolkit rich.
PowerShell / cmd поставляются с терминалами, которые плохо поддерживают Unicode и комбинации клавиш. Предпочитайте Git Bash на Windows, который ведёт себя гораздо лучше.
Если всё ещё выглядит сломанным, попросите GA исправить это:

"Мой опыт использования frontends/tui_v3.py в PowerShell / cmd / Git Bash на Windows очень плохой — много несовместимостей. Ссылка на лучшие практики Claude Code для терминала Windows и исправление всех несовместимостей шрифтов и отрисовки."

Интерфейс Streamlit

python launch.pyw

Интерфейс бота (IM)

GenericAgent также поддерживает фронтенды IM, такие как Telegram, Discord и Lark.

Платформа	Команда
Telegram	`python frontends/tgapp.py`
Discord	`python frontends/dcapp.py`
Lark / Feishu	`python frontends/fsapp.py`

WeChat, QQ, WeCom и DingTalk также поддерживаются — см. китайский раздел ниже. Для детальной настройки обратитесь к самому GenericAgent.

🔓 Разблокировка расширенных возможностей

В GA расширенные возможности разблокируются инструкциями агенту, а не чтением документации или установкой дополнительных пакетов. Каждая инструкция ниже заставляет GA читать предварительно установленные СОПы (стандартные операционные процедуры).

(испытанные на поле боя инструкции в своей памяти), установите всё недостающее, адаптируйте под вашу ОС и сохраните результат в своей памяти.

Возможность	Просто скажите GA
🌐 Автоматизация веб-браузера	"Настройте вашу возможность автоматизации веб-браузера." — GA проведёт вас через единственный ручной шаг: перетаскивание встроенного расширения Chrome в `chrome://extensions`.
🔤 Распознавание текста (OCR)	"Настройте вашу возможность распознавания текста с использованием rapidocr и сохраните её в памяти."
👁️ Видение	"Настройте вашу возможность зрения по шаблону в памяти/." — GA копирует шаблон, подключает его к вашим существующим ключам LLM и проводит самотестирование.
🖱️ Работа с компьютером	"Исследуйте эту систему и настройте вашу возможность работы с компьютером."

💡 О языке: предварительно установленные стандартные операционные процедуры (SOPs) написаны на китайском — GA читает их нативно, поэтому это никогда не станет для вас препятствием. Если вы предпочитаете базу знаний на английском, просто скажите: "Прочитайте ваши предварительно установленные SOPs и перепишите их на английском (сохраните код, пути и строки ошибок без изменений)."

🌍 О платформах: SOPs были отточены на Windows, но кросс-платформенная адаптация сама по себе является задачей GA — на macOS/Linux GA самостоятельно заменяет платформенные эквиваленты (перечисление окон, управление вводом, скриншоты). То же самое принцип самоэволюции.

🧠 Архитектура

GenericAgent выполняет сложные задачи через Слоистая Память × Минимальный Набор Инструментов × Автономный Цикл Выполнения, непрерывно накапливая опыт во время выполнения.

1️⃣ Система Слоистой Памяти

Память кристаллизуется в процессе выполнения задач, позволяя агенту строить устойчивые и эффективные рабочие паттерны со временем.

Слой	Название	Описание
L0	Метаправила	Ядровые поведенческие правила и системные ограничения
L1	Индекс Инсайтов	Минимальный индекс памяти для быстрого маршрутизирования и воспроизведения
L2	Глобальные Факты	Устойчивые знания, накопленные в ходе длительной работы
L3	Навыки Задач / SOPs	Восстанавливаемые рабочие процессы для выполнения конкретных типов задач
L4	Архив Сессий	Архивированные записи задач, дистиллированные из завершённых сессий для долговременного воспроизведения

2️⃣ Автономный Цикл Выполнения

Восприятие состояния окружения → Рассуждение о задаче → Исполнение инструментов → Запись опыта в память → Цикл

Весь основной цикл — это всего ~100 строк кода (agent_loop.py).

3️⃣ Минимальный Набор Инструментов

GenericAgent предоставляет всего 9 атомарных инструментов, формирующих основные возможности взаимодействия с внешним миром.

Инструмент	Функция
`code_run`	Выполнение произвольного кода (Python / PowerShell)
`file_read`	Чтение файлов
`file_write`	Запись / создание / перезапись файлов
`file_patch`	Исправление / модификация файлов
`web_scan`	Восприятие контента веб-страниц
`web_execute_js`	Управление поведением браузера
`ask_user`	Подтверждение с участием человека
`update_working_checkpoint`	(память) Краткосрочная рабочая заметка
`start_long_term_update`	(память) Дистилляция долговременной памяти

4️⃣ Расширение Возможностей

Способен динамически создавать новые инструменты.

С помощью code_run, GenericAgent может динамически устанавливать пакеты Python, писать новые скрипты, вызывать внешние API или управлять аппаратным обеспечением в реальном времени — кристаллизуя временные способности в постоянные инструменты.

GenericAgent Workflow
Диаграмма рабочего процесса GenericAgent

🧬 Механизм Самоэволюции

Это то, что в корне отличает GenericAgent от всех других фреймворков агентов.

[New Task]
   │
   ▼
[Autonomous Exploration]   ─►  install deps · write scripts · debug · verify
   │
   ▼
[Crystallize into Skill]   ─►  write to memory layer
   │
   ▼
[Direct Recall on Next Similar Task]

Что вы говорите	Первый раз	Каждый раз после
"Прочитайте мои сообщения в WeChat"	Установка зависимостей → обратная база данных → написание скрипта чтения → сохранение Навыка	однострочный вызов
"Дайте мне утренний дайджест Hacker News"	Написание скрейпера → сбор дайджеста → планирование ежедневного запуска → сохранение Навыка	однострочный вызов
"Мониторьте акции и оповещайте меня"	Установка `mootdx` → построение потока выбора → конфигурация cron → сохранение Навыка	однострочный старт
"Отправьте этот файл через Gmail"	Конфигурация OAuth → написание скрипта отправки → сохранение Навыка	готов к использованию

Через несколько недель ваш экземпляр агента будет иметь дерево навыков, которого нет ни у кого в мире — всё выращенное из 3K строк исходного кода.

📊 Сравнение

Функция	GenericAgent	OpenClaw	Claude Code
База кода	~3K строк	~530,000 строк	Открытый исходный код (большой)
Развёртывание	`pip install` + API-ключ	Оркестровка мультисервисных компонентов	CLI + подписка
Управление браузером	Реальный браузер (сессия сохранена)	Песочница / безголовый браузер	Через плагин MCP
Управление ОС	Мышь/клавиатура, зрение, ADB	Делегирование мультиагентам	Файлы + терминал
Самоэволюция	Автономный рост навыков	Экосистема плагинов	Безсостоятельный между сессиями
Из коробки	Несколько ядровых файлов + стартовые навыки	Сотни модулей	Богатый набор инструментов CLI
## 📈 Оценка

📂 Полные наборы данных и результаты оценки: JinyiHan99/GA-Technical-Report

Мы оцениваем GenericAgent по пяти измерениям:

#	Измерение	Вопрос	Бенчмарки
1	Выполнение задач и эффективность токенов	Может ли GA выполнять сложные задачи дешевле, чем ведущие агенты?	SOP-Bench, Lifelong AgentBench, RealFin-Benchmark
2	Эффективность использования инструментов	Может ли минимальный набор атомарных инструментов решать те же задачи, что и специализированные наборы, с меньшими накладными расходами?	Benchmark эффективности инструментов (11 простых + 5 задач с длинным горизонтом)
3	Эффективность системы памяти	Победит ли сжатая иерархическая память полную/избыточную память и ретриверы на основе эмбеддингов?	SOP-Bench (опасные грузы), LoCoMo, стресс-тест на 20 навыков
4	Способность к самоэволюции	Может ли агент дистиллировать опыт в переиспользуемые SOPs и код без вмешательства?	9-раундовое продольное исследование LangChain, кросс-задачный веб-бенчмарк из 8 задач
5	Способность к веб-серфингу	Выживает ли проектирование на основе плотности в открытом вебе?	WebCanvas, BrowseComp-ZH, пользовательские задачи (22)

Базовые модели по этим измерениям включают Claude Code, OpenAI CodeX и OpenClaw, оцененные на основе ядер Claude Sonnet 4.6, Claude Opus 4.6, GPT-5.4 и MiniMax M2.7.

_{Эффективность использования инструментов. GA доминирует по осям токенов, запросов и вызовов инструментов, сохраняя качество по четырём измерениям задач.}

_{Кросс-задачная самоэволюция. Вторые и третьи запуски GA сходятся к стабильному режиму с низкими затратами по восьми веб-задачам, в то время как OpenClaw не показывает такой конвергенции.}

Реалистичность браузера веб-инструментов GA (TMWebdriver)

Веб-инструменты GA работают на основе TMWebdriver — локального сервера WebSocket плюс расширения для Chrome — через реальную, постоянную сессию Chrome/Chromium, а не одноразовый headless-контейнер, сохраняя куки, состояние авторизации, расширения, поведение GPU/WebGL и обычные отпечатки браузерных сессий.

Служба обнаружения / Сигнал	Обычная headless-автоматизация	Веб-инструменты GA	Примечания
Тест headless от SannySoft	Часто обнаруживается	✅ 56/56 прошло	`bot.sannysoft.com`
bot.incolumitas.com	Часто терпит неудачу при проверках webdriver/CDP	✅ 36/36 прошло	`WEBDRIVER`, `SELENIUM_DRIVER`, `webDriverAdvanced` — всё в порядке
Обнаружение ботов BrowserScan	Часто аномальное	✅ Нормальное	`browserscan.net`
Тест на обнаружение ботов Device & Browser Info	Множество флагов ботов	✅ Человек / `isBot=false`	`deviceandbrowserinfo.com`
Демонстрация обнаружения ботов FingerprintJS	Часто обнаруживается	✅ Прошло	Поток демо завершён без вердикта "бот"
Демонстрация reCAPTCHA v3	Низкий бот-подобный балл	✅ 0.9 человеко-подобный балл	Риск-сигнал на основе баллов; 0.9 выше типичных производственных порогов

Для reCAPTCHA v3 значение 0.9 — это не "галочка решена"; это высокий балл, подтверждающий человеческое поведение, возвращаемый моделью риска, обычно достаточный для избежания дополнительных вызовов в производственных потоках.

📅 Дорожная карта и новости

2026-05-23 — 🆕 Выпуск TUI v3 (frontends/tui_v3.py). Блочный скроллбек с корректной переразметкой при изменении размера, профиль цветов для каждого терминала для кросс-платформенной совместимости и функциональная совместимость с v2.
2026-05-18 — 🆕 Режим Morphling. Впитывание навыков на уровне проекта — извлечение цели и тестов из любого внешнего репозитория, затем решение для каждого компонента: вызвать, переписать или отбросить. См. memory/morphling_sop.md.
2026-05-17 — 🆕 Режим Goal Hive. Многопоточный кооперативный режим Goal — координируемые через BBS мастер/работники, выполняющие задачи с длинным горизонтом параллельно. См. memory/goal_hive_sop.md.
2026-05-15 — 🖥️ Выпуск настольного GUI. Однострочные установки поставляют готовое настольное приложение (frontends/GenericAgent.exe). Разработчики запускают через python launch.pyw.
2026-05-14 — 🆕 Оркестровка суб-агентов Conductor. Создание, супервизия и автоматическая очистка параллельных суб-агентов; примитивы делегирования первого класса дополняют /btw побочные вопросы.
2026-05-12 — 🆕 Выпуск TUI v2 (frontends/tuiapp_v2.py). Улучшенный интерфейс Textual с поддержкой вставки изображений, вставки файлов, удаления блоков, копирования через Ctrl+C, навигации по истории и выбора /llm, /export, /continue.

2026-05-08 — 🆕 Режим цели (reflect/goal_mode.py). Цикл самодвижения с ограничением по времени — "оптимизировать X в течение N часов" без преждевременной доставки.
2026-04-21 — 📄 Технический отчет на arXiv — GenericAgent: Агент на основе самоэволюционирующего LLM с максимальной плотностью контекстной информации.
2026-04-11 — Введено архивное хранилище сессий L4 и интеграция с планировщиком cron.
2026-03-23 — Поддержка личного WeChat в качестве фронтенда-бота.
2026-03-10 — Опубликована библиотека навыков миллионного масштаба (китайский).
2026-03-08 — Опубликован "Dintal Claw" — бот для государственных дел на базе GenericAgent (китайский).
2026-03-01 — Упомянут на Jiqizhixin (机器之心) (китайский).
2026-01-16 — Опубликована версия GenericAgent V1.0.

⭐ Сообщество и поддержка

Если этот проект помог вам, пожалуйста, подумайте о том, чтобы оставить звезду! 🙏

🚩 Полезные ссылки

Благодарность сообществу LinuxDo за поддержку!

Интерфейсы сообщества (независимые открытые проекты):

chilishark27/ga-manager
wangjc683/galley — Готовый локальный рабочий стол для агентов с встроенным GA-рантаймом (CPython 3.11 + зависимости), нативный GUI/CLI, мультисессии + оркестрация проектов, локально-ориентированный.
FroStorM/A3Agent
Fwind43/GenericAgent-Admin — Админ-панель на Go + React для рабочего стола: управление жизненным циклом сервиса, нативный чат, режим целей, доска BBS команды, редактор файлов, мастер настройки модели, мониторинг TMWebDriver, самообновление и интеграция с системным лотком/десктоп-петом Windows.

📄 Лицензия

Распространяется по лицензии MIT. Полный текст см. в файле LICENSE.

Отказ от ответственности: Официальные каналы GenericAgent — это данный репозиторий GitHub и https://gaagent.ai. DintalClaw является единственным официально уполномоченным коммерческим партнером; любые другие третьи стороны, организации или лица, использующие название GenericAgent, не являются официальными, если не указаны явно здесь.

🌟 Введение в проект

GenericAgent — это минималистичный, способный к самоэволюции, автономный фреймворк для агентов. В его основе всего ~3K строк кода, а с помощью 9 атомарных инструментов + ~100 строк цикла Agent Loop он наделяет любой LLM системным контролем над локальным компьютером, включая браузер, терминал, файловую систему, управление клавиатурой и мышью, экранное восприятие и мобильные устройства (ADB).

Философия дизайна — не предполагать наличие навыков, а получать их через эволюцию.

Каждый раз, решая новую задачу, GenericAgent автоматически фиксирует путь выполнения в виде Skill, который затем можно напрямую использовать. Чем дольше вы используете GenericAgent, тем больше накапливается навыков, формируя уникальное для вас дерево навыков, вырастающее из исходных 3K строк кода.

🤖 Доказательство самозапуска — всё в этом репозитории, начиная с установки Git, команды git init и заканчивая каждым сообщением коммита, выполнено GenericAgent самостоятельно. Автор ни разу не открывал терминал вручную.

📑 Содержание

Основные возможности
Примеры использования
Быстрый старт
Способы использования
Архитектура
Механизм самоэволюции
Сравнение с аналогичными продуктами
Тестирование
Дорожная карта и последние новости
Сообщество и поддержка
Лицензия

📋 Основные возможности

Возможность	Описание
🧬 Самоэволюция	Каждая задача автоматически фиксируется как Skill, способности растут с использованием, формируя уникальное дерево навыков
🪶 Минималистичная архитектура	~3K строк основного кода, цикл Agent Loop около 100 строк, отсутствие сложных зависимостей, нулевая нагрузка на развертывание
⚡ Высокая исполнительная мощность	Интеграция с реальным браузером (сохранение состояния сеанса), 9 атомарных инструментов для прямого контроля системы
🔌 Высокая совместимость	Поддержка моделей Claude / Gemini / Kimi / MiniMax и других популярных, кроссплатформенное исполнение
💰 Экономия токенов	Размер контекстного окна менее 30K, что в десятки раз меньше, чем у других агентов (200K–1M); меньше шума, меньше галлюцинаций, выше успешность, стоимость на порядок ниже

🎯 Примеры использования

🧋 Заказ еды на вынос	📈 Квантовый анализ акций

_{"Закажите мне молочный чай" — автоматически переходит в приложение доставки еды, выбирает товар и завершает оплату}	_{"Найдите акции GEM с золотым крестом EXPMA, оборот > 5%" — фильтрация акций по квантовым условиям}
🌐 Автономное исследование веб-страниц	💰 Отслеживание расходов

_{Автономное просмотр и периодическое резюмирование информации с веб-страниц}	_{"Найдите расходы более ¥2K за последние 3 месяца" — через ADB управление приложением Alipay}
💬 Массовые сообщения

_{Массовая отправка сообщений в WeChat, полный контроль над клиентом WeChat}

🚀 Быстрый старт

> ⚠️ Версия Python: Рекомендуется использовать Python 3.11 или 3.12. Не используйте Python 3.14, так как он несовместим с `pywebview` и некоторыми зависимостями.

📖 Подробное руководство по установке: installation_zh.md (китайский) · installation.md (English)

Для LLM Agent

Скачайте и выполните инструкции по установке:

curl -fsSL https://raw.githubusercontent.com/lsdefine/GenericAgent/refs/heads/main/docs/installation_zh.md

Для пользователей

Метод 1 — Установка в один клик (рекомендуется)

Установка в один клик автоматически подготовит изолированную среду Python, Git, файлы проекта и настольное приложение, не загрязняя системную среду.

Windows PowerShell

powershell -ExecutionPolicy Bypass -c "irm http://fudankw.cn:9000/files/ga_install.ps1 | iex"

Linux / macOS

curl -fsSL http://fudankw.cn:9000/files/ga_install.sh | bash

После установки запустите:

Windows — Дважды кликните frontends/GenericAgent.exe
Linux / macOS — В директории установки выполните python launch.pyw

Метод 2 — Установка через Python (для разработчиков)

git clone https://github.com/lsdefine/GenericAgent.git
cd GenericAgent
uv venv
uv pip install -e ".[ui]"          # 核心 + UI 依赖
cp mykey_template.py mykey.py      # 填入你的 LLM API Key
python launch.pyw

💡 GenericAgent рекомендует автоматическое создание среды Agent в процессе использования, а не предварительную ручную установку всех зависимостей.

📖 Полный процесс запуска см. в docs/GETTING_STARTED.md 📖 Руководство для новичков (с иллюстрациями): Документация в Feishu 📘 Полный курс для начинающих (от Datawhale): Hello GenericAgent · GitHub

💻 Способы использования

Запуск интерфейса

Настольное приложение

Установка в один клик включает настольное приложение (Windows). Запустите двойным кликом:

frontends/GenericAgent.exe

Терминальный UI

Лёгкий интерфейс на основе Textual, поддерживающий многозадачность и потоковый вывод. Работает в любом терминале.

python frontends/tuiapp_v2.py

⚠️ Устранение проблем с отображением TUI на Windows

Устаревшая версия textual — сначала выполните pip install -U textual;
Встроенный терминал PowerShell / cmd плохо поддерживает Unicode и клавиатурные входы. На Windows рекомендуется использовать Git Bash — опыт будет стабильнее;
Если проблемы сохраняются, дайте GA самостоятельно их исправить. Используйте следующий промпт:

"При использовании frontends/tuiapp_v2.py в Windows (PowerShell / cmd / Git Bash) возникает множество несовместимостей. На основе конфигурации Claude Code для Windows-терминала исправьте все проблемы с шрифтами и отображением."

Streamlit UI

python launch.pyw

Интерфейс бота (мессенджеры)

GenericAgent поддерживает Telegram, Discord, WeChat, QQ, Feishu/Lark, Enterprise WeChat и DingTalk.

Платформа	Команда запуска
Telegram	`python frontends/tgapp.py`
Discord	`python frontends/dcapp.py`
WeChat	`python frontends/wechatapp.py`
QQ	`python frontends/qqapp.py`
Feishu / Lark	`python frontends/fsapp.py`
Enterprise WeChat	`python frontends/wecomapp.py`
DingTalk	`python frontends/dingtalkapp.py`

Подробные настройки уточняйте у GenericAgent.

🧠 Архитектура

GenericAgent выполняет сложные задачи через многоуровневую память × минимальный набор инструментов × цикл автономного выполнения, накапливая опыт в процессе.

1️⃣ Многоуровневая система памяти

Память формируется в процессе выполнения задач, позволяя Agent-у развивать стабильные и эффективные рабочие процессы.

Уровень	Название	Описание
L0	Метаправила (Meta Rules)	Базовые правила поведения Agent и системные ограничения
L1	Индекс памяти (Insight Index)	Упрощённый индекс для быстрого маршрутизирования и извлечения информации
L2	Глобальные факты (Global Facts)	Стабильные знания, накопленные в процессе долговременной работы
L3	Навыки задач / SOPs	Повторно используемые процессы для выполнения конкретных типов задач
L4	Архив сессий (Session Archive)	Архивные записи из выполненных задач для долговременного извлечения

2️⃣ Цикл автономного выполнения

Восприятие состояния среды → логика задачи → вызов инструментов → запись опыта в память → цикл.

Весь цикл реализован в около 100 строк кода (agent_loop.py).

3️⃣ Минимальный набор инструментов

GenericAgent предоставляет всего 9 базовых инструментов для взаимодействия с внешним миром.

Инструмент	Функция
`code_run`	Выполнение произвольного кода (Python / PowerShell)
`file_read`	Чтение файлов
`file_write`	Запись / создание / перезапись файлов
`file_patch`	Редактирование файлов
`web_scan`	Сбор информации с веб-страниц
`web_execute_js`	Управление поведением браузера
`ask_user`	Взаимодействие с пользователем для подтверждения
`update_working_checkpoint`	(Память) Краткосрочная рабочая доска заметок
`start_long_term_update`	(Память) Формирование долговременной памяти

4️⃣ Механизм расширения возможностей

Поддержка динамического создания новых инструментов.

С помощью code_run, GenericAgent может в процессе выполнения устанавливать Python-пакеты, писать новые скрипты, вызывать внешние API или управлять аппаратным обеспечением, фиксируя временные возможности как постоянные инструменты.

GenericAgent 工作流程
Схема работы GenericAgent

🧬 Механизм самоэволюции

Это ключевое отличие GenericAgent от других фреймворков Agent.

[遇到新任务]
    │
    ▼
[自主摸索]   ─►  安装依赖 · 编写脚本 · 调试验证
    │
    ▼
[执行路径固化为 Skill]   ─►  写入记忆层
    │
    ▼
[下次同类任务直接调用]

Ваше высказывание	Первое действие	Последующие действия
"Мониторьте акции и напоминайте"	Установка `mootdx` → построение процесса отбора → настройка таймера → сохранение Skill	Запуск одной фразой
"Отправьте этот файл по Gmail"	Настройка OAuth → написание скрипта отправки → сохранение Skill	Готово к использованию

Через несколько недель ваш экземпляр Agent будет обладать уникальным набором навыков, выросшим из 3K строк исходного кода.

📊 Сравнение с аналогами

Характеристика	GenericAgent	OpenClaw	Claude Code
Объём кода	~3K строк	~530K строк	Открыт (большой объём)
Способ развёртывания	`pip install` + API Key	Оркестрация нескольких сервисов	CLI + подписка
Управление браузером	Интеграция с реальным браузером (сохранение сессий)	Песочница / Headless-браузер	Через MCP-плагин
Управление ОС	Клавиатура/мышь, визуальное взаимодействие, ADB	Множественные Agent-делегаты	Файлы + терминал
Самоэволюция	Автономное создание Skill и инструментов	Экосистема плагинов	Безсостоятельное между сессиями
Конфигурация из коробки	Несколько ключевых файлов + минимальные начальные Skill	Сотни модулей	Богатый набор CLI-инструментов

📈 Тестирование

📂 Полный набор тестов и результаты см.: JinyiHan99/GA-Technical-Report

Мы оцениваем GenericAgent по пяти ключевым параметрам:

№	Параметр	Основной вопрос	Используемые бенчмарки
1	Степень выполнения задач и эффективность токенов	Способен ли GA выполнять сложные задачи с меньшими затратами?	SOP-Bench, Lifelong AgentBench, RealFin-Benchmark
2	Эффективность использования инструментов	Может ли минимальный набор базовых инструментов заменить специализированные?	Tool Efficiency Benchmark
3	Эффективность системы памяти	Превосходит ли упрощённая многоуровневая память избыточную память и системы на основе Embedding?	SOP-Bench, LoCoMo, тест на 20 навыков
4	Способность к самоэволюции	Может ли Agent без вмешательства пользователя преобразовывать опыт в повторно используемые SOP и код?	9 циклов вертикального исследования LangChain, 8 кросс-задачных веб-бенчмарков
5	Способность работы с веб-страницами	Способен ли дизайн, ориентированный на плотность информации, адаптироваться к открытым веб-страницам?	WebCanvas, BrowseComp-ZH, пользовательские задачи
---

На представленных выше измерениях базовые показатели включают Claude Code, OpenAI CodeX и OpenClaw, протестированные на платформах Claude Sonnet 4.6, Claude Opus 4.6, GPT-5.4 и MiniMax M2.7.

_{Радар эффективности использования инструментов. GA опережает конкурентов по параметрам токенов, количеству запросов и вызовов инструментов, сохраняя при этом качество на четырёх измерениях задач.}

_{Кросс-задачная самоэволюция. Во втором и третьем раундах выполнения на 8 веб-задачах GA сходится к стабильному диапазону низких затрат.}

Реалистичность браузера в GA Web-инструментах

GA Web-инструменты работают в реальной, сохраняемой сессии Chrome/Chromium, а не в одноразовом headless-контейнере, что позволяет сохранять куки, сессии аутентификации, расширения, поведение GPU/WebGL и стандартные отпечатки браузерной сессии.

Проверочная служба / сигнал	Обычная headless-автоматизация	GA Web-инструмент	Описание
Тест headless от SannySoft	Часто распознаётся как бот	✅ 56/56 прошло	`bot.sannysoft.com`
bot.incolumitas.com	Часто выявляет аномалии в webdriver/CDP	✅ 36/36 прошло	`WEBDRIVER`, `SELENIUM_DRIVER`, `webDriverAdvanced` — всё в порядке
Обнаружение ботов BrowserScan	Часто показывает аномалии	✅ Нормальный	`browserscan.net`
Тест на обнаружение ботов Device & Browser Info	Множество бот-меток	✅ Человек / `isBot=false`	`deviceandbrowserinfo.com`
Демонстрация обнаружения ботов FingerprintJS	Часто распознаётся как бот	✅ Прошёл	Процесс демо завершён, бот-определение не выдано
reCAPTCHA v3 demo	Низкий балл / похоже на бота	✅ 0.9 — похоже на человека	v3 основывается на балльной системе рисков; 0.9 выше типичных производственных порогов

Для reCAPTCHA v3 значение 0.9 — это не результат прохождения капчи, а высокий балл модели по подобию человеку, который обычно достаточен для преодоления стандартных порогов в производственной среде и избежания более строгих проверок.

📅 Дорожная карта и последние обновления

2026-05-23 — 🆕 Официальный релиз TUI v3 (frontends/tui_v3.py). Блочная прокрутка с возможностью возврата + корректная переразметка при изменении размера, индивидуальная цветовая схема для каждого терминала для обеспечения кросс-платформенной совместимости, функциональная совместимость с v2.
2026-05-18 — 🆕 Режим Morphling. Поглощение проектных возможностей — извлечение целей и тестов из произвольных внешних репозиториев, с последующим решением для каждого ключевого компонента: вызывать, переписывать или отбрасывать. Подробности в memory/morphling_sop.md.
2026-05-17 — 🆕 Режим Goal Hive. Многопоточная версия Goal — Master/Worker синхронизируются через BBS для продвижения долговременных целей. Подробности в memory/goal_hive_sop.md.
2026-05-15 — 🖥️ Релиз настольного GUI. Установка с одним кликом включает готовый к запуску настольный интерфейс (frontends/GenericAgent.exe), разработчики также могут запустить его через python launch.pyw.
2026-05-14 — 🆕 Оркестровка подчиненных агентов Conductor. Распределение, мониторинг и автоматическая очистка параллельных подчиненных агентов; дополняет /btw обходной путь для агентов, предоставляя привилегированный примитив делегирования задач.
2026-05-12 — 🆕 Официальный релиз TUI v2 (frontends/tuiapp_v2.py). Переработанный визуальный стиль на основе Textual: поддержка вставки и сворачивания изображений, вставки файлов, удаления блоков, копирования (Ctrl+C), навигации по истории, а также селекторов /llm, /export, /continue.
2026-05-08 — 🆕 Режим Goal (reflect/goal_mode.py). Цикл самоуправления с бюджетированием времени — "оптимизировать X часов", не завершая раньше срока.
2026-04-21 — 📄 Технический отчёт опубликован на arXiv — GenericAgent: A Token-Efficient Self-Evolving LLM Agent via Contextual Information Density Maximization.
2026-04-11 — Внедрена архивация сессий L4, интеграция с планировщиком cron.
2026-03-23 — Добавлена поддержка подключения личного аккаунта WeChat в качестве фронтенда бота.
2026-03-10 — Опубликована библиотека из миллиона навыков.
2026-03-08 — Опубликован "Политический краб" Dintal Claw на основе GenericAgent.
2026-03-01 — Упоминание в Machine Heart.
2026-01-16 — Опубликована публичная версия GenericAgent V1.0.

⭐ Сообщество и поддержка

Если этот проект вам помог, не забудьте поставить звёздочку! 🙏

Также приглашаем присоединиться к группе обмена опытом GenericAgent, чтобы обсуждать, давать обратную связь и совместно развивать проект 👏.

Группа в WeChat 23
微信群 23 二维码

🚩 Партнёрские ссылки

Благодарим за поддержку сообщество LinuxDo!

Клиенты GUI для сообщества (независимые открытые проекты):

chilishark27/ga-manager
wangjc683/galley — готовое к использованию локальное рабочее пространство агентов с встроенным ядром GA (включает CPython 3.11 + зависимости), поддержка GUI/CLI, мультисессии + оркестровка проектов, приоритет локальной работы.
FroStorM/A3Agent
Fwind43/GenericAgent-Admin — панель управления на Go + React: управление жизненным циклом сервисов, нативный чат, режим Goal, доска BBS для команд, редактор файлов, мастер настройки моделей, мониторинг TMWebDriver, автообновление, а также интеграция с системным треем/десктопными виджетом на Windows.

📄 Лицензия

Распространяется под MIT License, подробности в LICENSE.

Заявление: Официальные каналы GenericAgent — это данный GitHub-репозиторий и https://gaagent.ai. DintalClaw — единственный официально лицензированный партнёр для коммерческого использования; любые другие сайты, организации или лица, использующие название GenericAgent без явного упоминания здесь, не являются официальными.

GenericAgent

GenericAgent

🌟 Обзор

📑 Содержание

📋 Ключевые особенности

🎯 Демонстрация

🚀 Быстрый старт

Для агентов LLM

Для людей

Метод 1 — Клонирование и установка (рекомендуется)

Метод 2 — Установщик одной строкой (удобство)

💻 Использование

Фронтенды

Терминальный интерфейс (рекомендуется)

Интерфейс Streamlit

Интерфейс бота (IM)

🔓 Разблокировка расширенных возможностей

🧠 Архитектура

1️⃣ Система Слоистой Памяти

2️⃣ Автономный Цикл Выполнения

3️⃣ Минимальный Набор Инструментов

4️⃣ Расширение Возможностей

🧬 Механизм Самоэволюции

📊 Сравнение

Реалистичность браузера веб-инструментов GA (TMWebdriver)

📅 Дорожная карта и новости

⭐ Сообщество и поддержка

🚩 Полезные ссылки

📄 Лицензия

🌟 Введение в проект

📑 Содержание

📋 Основные возможности

🎯 Примеры использования

🚀 Быстрый старт

> ⚠️ Версия Python: Рекомендуется использовать Python 3.11 или 3.12. Не используйте Python 3.14, так как он несовместим с pywebview и некоторыми зависимостями.

Для LLM Agent

Для пользователей

Метод 1 — Установка в один клик (рекомендуется)

Метод 2 — Установка через Python (для разработчиков)

💻 Способы использования

Запуск интерфейса

Настольное приложение

Терминальный UI

Streamlit UI

Интерфейс бота (мессенджеры)

🧠 Архитектура

1️⃣ Многоуровневая система памяти

2️⃣ Цикл автономного выполнения

3️⃣ Минимальный набор инструментов

4️⃣ Механизм расширения возможностей

🧬 Механизм самоэволюции

📊 Сравнение с аналогами

📈 Тестирование

Реалистичность браузера в GA Web-инструментах

📅 Дорожная карта и последние обновления

⭐ Сообщество и поддержка

🚩 Партнёрские ссылки

📄 Лицензия

> ⚠️ Версия Python: Рекомендуется использовать Python 3.11 или 3.12. Не используйте Python 3.14, так как он несовместим с `pywebview` и некоторыми зависимостями.