待补充
xvirobotics/metabot
3/5
🧩 软硬件结合
已发布
项目简介
构建受监督的、自我进化的 Agent 组织的基础设施 | Infrastructure for supervised, self-improving agent organization. 飞书/Telegram 手机端运行 Claude
构建受监督的、自我进化的 Agent 组织的基础设施 | Infrastructure for supervised, self-improving agent organization. 飞书/Te
标签
项目特点
**自我进化机制**：Agent 能够记录自己的行为结果，并通过反馈循环自动调整策略，逐步提升任务执行效率
**人类监督闭环**：所有关键决策和异常情况都会上报给人类监督者，确保 AI 行为可控、可追溯
**多 Agent 协作**：支持创建多个不同角色的 Agent，它们可以分工合作完成复杂工作流
**飞书/Te 深度集成**：原生支持飞书和 Te 平台的消息交互，方便在团队协作工具中直接管理 Agent
**模块化架构**：核心功能组件化设计，方便开发者按需扩展或替换特定模块
**持久化记忆**：Agent 拥有长期记忆能力，能记住历史对话和任务上下文，避免重复犯错
技术规格
| 开发语言 | Python 3.9+ |
|---|---|
| 依赖框架 | LangChain、OpenAI API |
| 消息平台 | 飞书、Te（字节跳动内部协作平台） |
| 数据库 | SQLite（默认）/ 可配置 PostgreSQL |
| 记忆存储 | 向量数据库（ChromaDB） |
| Agent 数量 | 支持动态创建，无硬性上限 |
| 运行环境 | Linux / macOS / Windows |
| 部署方式 | Docker 容器化部署 |
| 最低内存 | 512MB（不含 LLM 模型） |
| 推荐配置 | 2 核 CPU / 4GB 内存 |
项目资源
搜索资源
物料清单 (BOM)
| 物料名称 | 数量 | 参考价格 | 备注 |
|---|---|---|---|
| Python 3.9+ | 1 | — | 运行环境 |
| LangChain | 1 | — | AI 框架 |
| OpenAI API Key | 1 | — | 需自行申请 |
| ChromaDB | 1 | — | 向量数据库 |
| SQLite | 1 | — | 默认数据库 |
| 飞书 Bot Token | 1 | — | 用于消息集成 |
| Te Bot Token | 1 | — | 可选，字节跳动内部 |
| Docker | 1 | — | 推荐部署方式 |
| Docker Compose | 1 | — | 多容器编排 |
能力画像
**记忆与知识检索**：4/5 — 通过向量数据库实现长期记忆，Agent 能检索历史对话和任务记录
**动手与操作**：3/5 — 可执行预设的自动化操作，但物理世界交互依赖外部 API
**编程与算法**：4/5 — 支持编写 Python 脚本扩展 Agent 能力，内置任务调度算法
**设计与建模**：2/5 — 不直接提供 UI 设计能力，但可集成第三方设计工具 API
**实验与调试**：3/5 — 提供日志系统和监督反馈机制，方便调试 Agent 行为
**协作与分享**：5/5 — 原生支持多 Agent 协作，通过飞书/Te 实现团队共享
**学习与研究**：5/5 — 核心特色是自我进化学习，能从反馈中持续改进
**系统集成**：4/5 — 模块化架构，可集成外部 API、数据库和消息平台
项目图库
视频
所需技能
Python 编程基础（能阅读和修改代码）
了解 LLM 和 AI Agent 基本概念
熟悉 REST API 调用和 JSON 数据处理
基础 Docker 使用经验（推荐）
飞书/Te 平台 Bot 开发基础（使用消息集成时）
数据库基础操作（SQLite 或 PostgreSQL）
版本控制（Git 基本操作）
适用场景
自动化客服系统：创建多个 Agent 分别处理售前咨询、售后支持和投诉处理
代码审查助手：Agent 自动检查 Pull Request，给出改进建议并学习团队编码规范
知识库维护：Agent 持续爬取和整理内部文档，自动更新知识库内容
数据标注流水线：多个 Agent 协作完成数据清洗、标注和质检流程
项目管理看板：Agent 自动跟踪任务进度，提醒截止日期，生成周报
个性化学习助手：Agent 根据用户反馈调整教学策略，提供定制化学习路径