GenericAgent 用 3000 行代码长出自己的技能树

这个项目有点疯。GenericAgent 是一个自进化 agent 框架，核心代码只有 3000 行，agent 循环 100 行。给它一个任务，它解决了，然后自动把执行路径结晶成一个可复用的技能。随着时间推移，它会长出一棵属于你的技能树，让它在做过的所有事情上都变得更快更便宜。

九个原子工具给它完整的系统级控制权：浏览器、终端、文件系统、键盘鼠标输入、屏幕视觉，甚至通过 ADB 控制手机。仓库里声称所有内容——包括安装 Git 和写每一条 commit message——都是 GenericAgent 自主完成的。作者一次终端都没打开过。

token 效率才是让这个项目超越 demo 级别的关键。GenericAgent 声称在相同任务上 token 消耗只有基线 agent 的六分之一，因为学到的技能跳过了推理链。不用每次从头想怎么做，直接复用结晶的执行路径。这和 Memento-Skills、EvoSkill 背后是同一个洞察，但 GenericAgent 把它打包成了一个足够精简、真正能跑的东西。

支持 Claude、Gemini、Kimi、MiniMax 等主流模型。五层记忆系统从元规则到会话档案，给 agent 同时提供持久知识和临时工作记忆。

GitHub 上日增 400+ star，总计 1.9K star。自进化 agent 模式显然在引起共鸣。问题是有机生长的技能树能不能比人工编排的 agent 工作流更强——但 6 倍的 token 节省说明在效率上可能已经赢了。

https://github.com/lsdefine/GenericAgent