Cellium Agent

传统 Agent 重复犯错、陷入死循环、不会总结经验。所以我们选择让Agent无限进化

基于微内核架构（EventBus + DI + BaseTool），支持任意 OpenAI 兼容 API

核心设计：决策环（Control Loop）驱动的自学习 Agent，通过贝叶斯 Bandit 实现自适应决策优化。

感谢 Strategy Gene 研究团队，本项目参考并使用了其提出的紧凑经验表示方法，让 Agent 从失败中自动进化，持续优化决策策略。

能做什么

Cellium Agent 是一个通用的 AI 助手，可以帮助你完成各种任务：

功能	示例
文件操作	读取、写入、搜索文件，管理目录结构
代码开发	编写代码、调试、重构、解释代码逻辑
网页搜索	搜索互联网获取实时信息，总结网页内容
数据分析	处理数据文件，生成报告和可视化
自动化任务	创建定时任务，如"每天早上8点查询天气"
组件扩展	通过自然语言创建新组件，扩展 Agent 能力
多平台接入	支持 WebUI、QQ、Telegram、飞书、微信等多平台对话

使用示例：

• "帮我读取 workspace 目录下的所有文件，统计每个文件的函数数量"
• "搜索最新的 AI 技术发展动态，并创建一个word组件，总结成一份报告发给我"
• "创建一个定时任务，每小时检查一次服务器状态，当状态异常时自动通知我。"
• "帮我写一个 Python 脚本处理 CSV 文件，自动生成数据可视化图表"
• "创建一个新组件，用于监控股票价格，当价格波动超过 5% 时自动通知我"

特性

特性	说明
Agent 运行时自感知	实时感知运行状态（进度、停滞、循环、饱和度），动态调整决策
决策环架构	每轮决策 - 执行 - 反馈 - 学习的闭环控制
自学习系统	基于贝叶斯 Bandit 的 Action 选择，持续优化决策策略
三层记忆系统	人格记忆 + 会话记忆 + 长期记忆（FTS5全文检索 + 向量检索混合召回）
启发式决策引擎	规则提取特征 + Bandit 做 tie-break，兼顾可解释性与学习能力
工具使用控制	动态禁止/推荐工具切换，避免重复调用同一工具陷入循环
敏感信息控制	自动检测并脱敏私钥、Token、密码等敏感信息，支持写入拦截
组件热插拔	app/components/ 下文件 3 秒自动加载生效
组件沙箱安全	三层防护：进程隔离 + 路径透明映射 + 危险方法拦截
事件驱动架构	基于 EventBus 的发布-订阅模式，组件松耦合
Flash 模式	跳过记忆注入，加速简单任务
多通道接入	支持 QQ、Telegram、飞书、微信等外部平台，通过 ChannelManager 统一管理消息路由、文件传输与注入
定时任务调度	支持间隔任务、每日任务、每周任务，通过自然语言创建任务，触发时自动调用 Agent 执行并推送结果到对应平台
后台组件事件触发	组件可在后台运行并主动触发 Agent 执行任务，支持实时场景（如虚拟币价格监控、实时数据推送、Agent 自动总结分析）

快速开始

一键安装启动 (带环境)

Windows:

powershell -Command "Invoke-WebRequest -Uri 'https://github.com/Cellium-Project/Cellium-Agent/releases/latest/download/Cellium-Agent-Windows.zip' -OutFile 'Cellium-Agent-Windows.zip'; Expand-Archive -Path 'Cellium-Agent-Windows.zip' -DestinationPath '.' -Force; cd Cellium-Agent-Windows; .\CelliumAgent.exe"

Linux x64:

curl -LO https://github.com/Cellium-Project/Cellium-Agent/releases/latest/download/Cellium-Agent-Linux.tar.gz && tar -xzf Cellium-Agent-Linux.tar.gz && cd Cellium-Agent-Linux && ./start-cellium.sh

Linux ARM64:

curl -LO https://github.com/Cellium-Project/Cellium-Agent/releases/latest/download/Cellium-Agent-Linux-ARM64.tar.gz && tar -xzf Cellium-Agent-Linux-ARM64.tar.gz && cd Cellium-Agent-Linux-ARM64 && ./start-cellium.sh

macOS:

curl -LO https://github.com/Cellium-Project/Cellium-Agent/releases/latest/download/Cellium-Agent-macOS.tar.gz && tar -xzf Cellium-Agent-macOS.tar.gz && cd Cellium-Agent-macOS && ./start-cellium.sh

更多安装选项见 INSTALL.md

pip 安装（PyPI）

pip install cellium-agent

安装后启动 TUI 界面：

cellium

启动 Web 服务：

cellium-web

可选：飞书支持需要额外安装 lark-oapi：

pip install cellium-agent[lark]

从源码运行

pip install -r requirements.txt
python main.py

主要依赖：

• FastAPI + Uvicorn（Web 框架）
• PyYAML（配置解析）
• DrissionPage（用于网页搜索和操作浏览器）
• websockets（QQ Bot WebSocket 客户端）
• httpx（HTTP 客户端，用于 OpenAI 兼容 API 调用与外部平台文件上传）

配置模型

编辑 config/agent/llm.yaml 文件，配置 API 密钥、服务地址和模型名称。

启动服务

python main.py

启动后访问 http://localhost:18000 打开聊天界面，访问 http://localhost:18000/docs 查看 API 文档。 （默认端口 18000，如被占用会自动切换，请查看启动日志获取实际端口）

核心架构：决策环 + 自学习

Cellium Agent 的核心是 Control Loop（控制环） 驱动的决策系统，结合 贝叶斯 Bandit 实现自学习优化。

┌─────────────────────────────────────────────────────────────────────────┐
│                           自学习层 (Learning)                            │
│  ┌─────────────┐    ┌─────────────┐    ┌─────────────────────────────┐  │
│  │   Policy    │    │  Bayesian   │    │      PolicyBanditMemory     │  │
│  │  Templates  │───▶│   Bandit    │◄───│  (Thompson Sampling 统计)    │  │
│  │ (策略模板)   │    │ (策略选择)   │    │                             │  │
│  └─────────────┘    └──────┬──────┘    └─────────────────────────────┘  │
│                            │                                            │
└────────────────────────────┼────────────────────────────────────────────┘
                             │ 选择 Policy
                             ▼
┌─────────────────────────────────────────────────────────────────────────┐
│                          决策环层 (Control Loop)                         │
│                                                                         │
│   ┌──────────┐     ┌──────────────┐     ┌──────────────┐               │
│   │  Step    │────▶│   Feature    │────▶│    Rule      │               │
│   │ (每轮开始)│     │  Extraction  │     │  Evaluation  │               │
│   └──────────┘     │  (特征提取)   │     │  (规则评估)   │               │
│        │           └──────────────┘     └──────┬───────┘               │
│        │                                        │                       │
│        │           ┌────────────────────────────┘                       │
│        │           ▼                                                    │
│        │     ┌──────────────┐     ┌──────────────┐                     │
│        │     │   Action     │◄────│   Action     │                     │
│        │     │  Candidates  │     │   Bandit     │                     │
│        │     │  (候选动作)   │     │ (Tie-break)  │                     │
│        │     └──────┬───────┘     └──────────────┘                     │
│        │            │                                                  │
│        │            ▼                                                  │
│        │     ┌──────────────┐                                         │
│        │     │   Control    │                                         │
│        │     │   Decision   │                                         │
│        │     │   (决策输出)  │                                         │
│        │     └──────┬───────┘                                         │
│        │            │                                                  │
│        │     ┌──────┴───────┐     ┌──────────────┐                    │
│        └────▶│   Execute    │────▶│  End Round   │                    │
│              │   (执行)      │     │  (每轮结束)   │                    │
│              └──────────────┘     └──────┬───────┘                    │
│                                          │                             │
│                                          ▼                             │
│                              ┌──────────────────────┐                  │
│                              │  Feedback Evaluator  │                  │
│                              │    (反馈评估)         │                  │
│                              │   - 分段式评估        │                  │
│                              │   - n-step return    │                  │
│                              └──────────┬───────────┘                  │
│                                         │                              │
│                              ┌──────────┴───────────┐                  │
│                              ▼                      ▼                  │
│                    ┌─────────────────┐   ┌─────────────────┐          │
│                    │   Bandit Update │   │   Stats Persist │          │
│                    │   (更新统计)     │   │   (持久化)       │          │
│                    └─────────────────┘   └─────────────────┘          │
│                                                                         │
└─────────────────────────────────────────────────────────────────────────┘

决策环（Control Loop）工作流程

每轮循环包含 5 个阶段：

1. 特征提取（Feature Extraction）

   • 启发式引擎提取当前状态特征
   • 包括：停滞迭代数、进展趋势、重复分数、上下文饱和度等

2. 规则评估（Rule Evaluation）

   • 硬规则给出 action 候选集合
   • 例如：检测到循环时候选 [redirect, compress]

3. Bandit Tie-break（Action 选择）

   • 当候选 action 多于 1 个时，Bandit 介入
   • 使用 Thompson Sampling + Heuristic Bias 选择最优 action

4. 执行与反馈（Execute & Feedback）

   • 执行选中的 action（continue/retry/redirect/compress/terminate）
   • FeedbackEvaluator 分段式评估本轮表现

5. 学习与更新（Learning & Update）

   • 使用 n-step return 累积 reward
   • 更新 Bandit 的 Beta 分布参数
   • 定期衰减旧数据防止过拟合

PEOP 循环（Plan-Execute-Observe-RePlan 循环）

PEOP 循环是决策环的扩展模块，实现自适应计划-执行循环。该模块根据任务复杂度动态调整策略：简单任务直接响应，复杂任务自动启用多步规划；执行过程中持续验证结果，发现偏差时局部重规划，通过显式状态管理实现高效、可靠的任务分解与执行：

┌─────────────────────────────────────────────────────────────┐
│                 计划执行引擎状态机                            │
│                                                             │
│  ┌─────────┐    ┌─────────┐    ┌─────────┐                 │
│  │ OBSERVE │───▶│  PLAN   │───▶│ EXECUTE │◄─────────────┐  │
│  │  观察   │    │  规划   │    │  执行   │   验证成功    │  │
│  └─────────┘    └─────────┘    └────┬────┘   继续下一步  │  │
│       ▲                             │                     │  │
│       │                      验证失败│                     │  │
│       │                             ▼                     │  │
│       │                        ┌─────────┐   重规划成功   │  │
│       │                        │ REPLAN  │───────────────┘  │
│       │                        │ 重规划  │                  │  │
│       │                        └────┬────┘                  │  │
│       │                             │                     │  │
│       └─────────────────────────────┘   重规划次数超限      │  │
│                                         或任务完成          │  │
│                                         ▼                  │  │
│                                       ┌─────┐              │  │
│                                       │DONE │              │  │
│                                       │完成 │              │  │
│                                       └─────┘              │  │
└─────────────────────────────────────────────────────────────┘

核心机制：

机制	说明
批量规划	一次生成多步执行计划（1-5步）支持并行执行工具调用（如果无依赖关系），减少 LLM 调用次数
状态驱动	5阶段显式状态机（OBSERVE/PLAN/EXECUTE/REPLAN/DONE）
执行内验证	每步执行后自动验证结果
局部重规划	验证失败时保留成功步骤，仅重新规划失败及后续步骤

工作流程：

1. 观察（OBSERVE）：分析用户输入，理解任务目标与上下文
2. 规划（PLAN）：LLM 生成结构化计划，每步包含：工具名、参数、执行目的、预期结果
3. 执行（EXECUTE）：按顺序执行计划步骤，每步执行后自动验证结果
   • 验证成功 → 继续执行下一步
   • 验证失败 → 进入 REPLAN 阶段
4. 重规划（REPLAN）：保留已成功的步骤，仅对失败及后续步骤重新生成计划
5. 完成（DONE）：所有步骤执行成功，或重规划次数超限

设计特点：

• 高效：多步计划一次生成，执行阶段零 LLM 调用
• 稳定：局部重规划避免全盘推翻，保持上下文连续性
• 可观测：5阶段状态机提供清晰的执行轨迹，便于调试与监控
• 协同：状态信息实时同步给 Control Loop，重规划触发 redirect 决策

配置参数：

• max_plan_steps=5：单次规划最多 5 个步骤
• max_replans=3：最多允许 3 次重规划

Action 类型与策略

代码定义：ACTION_TYPES = ["continue", "retry", "redirect", "compress", "terminate"]

Action	说明	Heuristic Bias 条件
continue	继续当前方向	进展分数 > 0.5 或停滞迭代为 0
retry	保持方向但修正策略	轻微停滞（1 <= stuck < threshold）或进展趋势在 0~0.3
redirect	换方向/换工具	重复分数 > 0.5 或停滞 >= stuck_threshold
compress	压缩上下文	上下文饱和度 > 0.6 或停滞 >= stuck_threshold // 2
terminate	终止会话	硬规则触发：输出循环且 exact_repetition_count >= 5

自学习机制

Policy - Bandit - Action 三层架构：

┌─────────────────────────────────────────┐
│           Policy Templates              │
│  ┌─────────┬───────────┬─────────────┐  │
│  │ default │ efficient │ aggressive  │  │
│  │ 平衡策略 │  高效策略  │   激进策略   │  │
│  │(stuck=3)│ (stuck=2) │  (stuck=5)  │  │
│  └────┬────┴─────┬─────┴──────┬──────┘  │
│       │          │            │         │
│       ▼          ▼            ▼         │
│  ┌─────────────────────────────────┐    │
│  │      Bayesian Bandit            │    │
│  │  Thompson Sampling 选择最优 Policy │   │
│  │  - 从 Beta 分布采样              │    │
│  │  - 选择期望收益最高的 Policy      │    │
│  └─────────────┬───────────────────┘    │
│                │                        │
│                ▼                        │
│  ┌─────────────────────────────────┐    │
│  │        Action Bandit            │    │
│  │  在候选 action 内做 tie-break    │    │
│  │  - Heuristic 提供 bias          │    │
│  │  - 动态调整阈值参数              │    │
│  └─────────────────────────────────┘    │
└─────────────────────────────────────────┘

学习过程：

1. Policy 选择：会话开始时，Bayesian Bandit 从多个 Policy（default/efficient/aggressive）中选择当前最优策略
2. 阈值注入：选中的 Policy 参数（如 stuck_iterations=3）注入 HeuristicEngine 和 ActionBandit
3. Action 学习：每轮结束后，根据 FeedbackEvaluator 的评分更新 Action 的 Beta 分布
4. n-step return：累积最近 n 轮的 reward，支持延迟反馈和序列优化
5. 数据衰减：每 50 个会话衰减一次旧数据（衰减因子 0.99），防止过拟合

反馈评估（Feedback Evaluation）

采用分段式设计，先区分成功/失败，再优化细节：

• 成功分支：基础分 1.0，扣除效率和成本

  • 迭代惩罚：迭代越少分越高
  • Token 惩罚：超出阈值扣分
  • 顺畅度奖励：无停滞加分

• 失败分支：基础分 0.0，根据停滞程度扣分

  • 停滞迭代越多扣分越多
  • 错误类型影响扣分幅度

微内核架构

┌─────────────────────────────────────────────────────────────┐
│                        EventBus                              │
│              (发布-订阅，组件松耦合通信)                      │
├─────────────────────────────────────────────────────────────┤
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌───────────┐  │
│  │  LLM     │  │  Memory  │  │  Tools   │  │ Heuristics│  │
│  │  Engine  │  │  System  │  │          │  │  Engine   │  │
│  └──────────┘  └──────────┘  └──────────┘  └───────────┘  │
├─────────────────────────────────────────────────────────────┤
│                     AgentLoop（主循环）                      │
│  ┌────────────┐  ┌────────────┐  ┌────────────────────┐    │
│  │   Control   │  │   Tool    │  │   Prompt           │    │
│  │   Loop      │  │  Executor │  │   Context Builder  │    │
│  └────────────┘  └────────────┘  └────────────────────┘    │
└─────────────────────────────────────────────────────────────┘

核心组件

组件	说明
AgentLoop	事件驱动的核心主循环，协调 LLM、工具、记忆
LLM Engine	统一 LLM 接口，内置 40+ 模型注册表，自动检测上下文窗口、工具支持、最大输出
ThreeLayerMemory	三层记忆：人格 + 会话 + FTS5 + 可选向量检索
HeuristicEngine	启发式规则引擎，作为特征提取器为 Bandit 提供输入
ControlLoop	控制环核心，每轮决策 - 执行 - 反馈 - 学习
ActionBandit	Action 选择器，Thompson Sampling + Heuristic Bias
LearningIntegration	学习模块集成，Policy 选择和参数注入
EventBus	事件总线，组件间松耦合通信
BaseTool	工具基类，声明式命令注册模式

组件沙箱安全机制

Agent 编写的组件代码在独立的沙箱环境中运行，采用三层安全防护：

层级	机制	作用
进程隔离	组件在独立子进程运行	崩溃不影响主程序，通过 Queue 通信
路径透明映射	文件操作路径映射到 sandbox_root	防路径穿越，保护真实系统文件
危险方法拦截	运行时拦截 os.system/subprocess 等	禁止执行系统命令

组件可以正常使用 open()、os.listdir() 等文件操作，但路径会被透明映射到项目目录下的 sandbox_root/ 文件夹中。同时 os.system()、subprocess.run() 等危险方法会被拦截。

Agent 运行时自状态感知

Agent 通过 FeatureExtractor 实时感知运行状态，动态调整决策策略：

状态维度	特征	说明
进度状态	progress_score	任务完成进度估计 (0-1)
	stuck_iterations	连续无进展迭代次数
	is_making_progress	是否在取得进展
趋势状态	progress_trend	EMA 平滑后的进展趋势 (-1 到 1)
	convergence_rate	收敛速度
	is_plateau	是否进入平台期
工具状态	unique_tools_used	使用过的不同工具数
	tool_diversity_score	工具多样性分数
	repetition_score	工具重复调用分数
	pattern_detected	检测到的循环模式
上下文状态	context_saturation	上下文饱和度 (0-1)
	context_saturation_level	饱和等级: idle/normal/warn/redirect/stop
结果质量	error_rate	工具调用错误率
	empty_result_rate	空结果率
	result_quality_score	结果质量综合分数
输出状态	exact_repetition_count	LLM 输出完全重复次数
	is_output_loop	是否陷入输出循环

自适应调整机制：

1. 进展停滞检测：stuck_iterations > threshold 时触发 redirect/retry
2. 上下文压力感知：saturation > 0.7 时触发 compress，> 0.95 时触发 stop
3. 工具循环检测：repetition_score > 0.5 时触发 redirect 换工具
4. 输出循环检测：exact_repetition_count >= 5 时强制 terminate
5. 动态 HardConstraint：根据状态实时生成控制指令（如 REDIRECT/COMPRESS/RETRY）

三层记忆

层级	实现	说明
人格记忆	personality.md	静态人格设定文件
会话记忆	MemoryManager	短期上下文，自动维护有界历史
长期记忆	FTS5 + Repository	向量检索 + 混合召回，支持知识提取和归档

向量检索：

长期记忆支持可选的 API 向量嵌入，用于语义搜索：

• 维度：可配置（默认 1536，text-embedding-3-small）
• 提供商：任意 OpenAI 兼容的 Embedding API
• 相似度：余弦相似度（cosine similarity）
• 混合召回：FTS5 全文检索 + 向量相似度融合排序
• 配置：config/agent/embedding.yaml — 启用/禁用、API Key、模型、服务地址
• 按需使用：默认关闭，不依赖外部服务

结构化 Schema 与分类系统：

长期记忆采用分层分类设计，Schema 类型决定数据结构，Category 分类决定内容类型：

Schema 类型（4种）：

Schema 类型	用途	包含的 Category
general	通用记忆、会话笔记	general, user_info, command, project
profile	用户画像	preference
project	项目相关	project
issue	问题排查	troubleshooting, code

Category 分类（8种）：

Category	说明	来源
general	日常对话、知识问答	通用记忆
user_info	用户偏好、会话目标	会话笔记 (goal/goal_history)
command	已执行的操作命令	会话笔记 (completed)
project	项目配置、关键发现	通用记忆 / 会话笔记 (finding)
preference	用户画像信息	通用记忆
troubleshooting	故障记录、解决方案	通用记忆 / 会话笔记 (error)
code	代码相关记录	通用记忆 / 会话笔记

会话压缩自动提取：

会话压缩时自动提取以下类型的笔记，并映射到相应 Category 存入长期记忆：

• goal / goal_history → user_info
• completed → command / code
• finding → project / code / command
• error → troubleshooting
• pending → general

敏感信息控制：

记忆系统内置敏感信息检测与保护机制：

• 自动检测：识别私钥、AWS 密钥、GitHub Token、API Key 等敏感内容
• 脱敏处理：自动将敏感值替换为 [REDACTED]
• 写入拦截：高风险敏感信息（如私钥）默认禁止写入记忆
• 分类标记：敏感记忆会被标记，支持检索时过滤排除

启发式决策规则

规则	说明
MaxIterationRule	迭代次数上限终止
TokenBudgetRule	Token 预算耗尽终止
EmptyResultChainRule	空结果链检测
NoProgressRule	无进展检测（EMA 平滑）
SameToolRepetitionRule	同工具+参数重复调用检测
PatternLoopRule	模式循环检测
ParameterSimilarityRule	参数相似度检测

组件系统

功能	说明
自动发现	扫描 components/ 目录，自动发现继承 BaseCell 的组件类
热插拔	ComponentWatcher 后台监控，3 秒间隔扫描，动态加载/卸载
工具包装	ComponentToolRegistry 将 BaseCell 包装为 BaseTool，注入 AgentLoop
信任白名单	组件需用户 /trust 确认，持久化到 trusted_components.json
配置自动维护	发现新组件自动追加到 settings.yaml 的 enabled_components

保留工具名（不可被组件覆盖）：

• shell — ShellTool
• memory — MemoryTool
• file — FileTool

原生组件自扩展

Cellium Agent 支持运行时自扩展能力，Agent 可在运行时动态创建并注入新组件，无需重启服务，实现Agent自我改装进化。

核心原理：

ComponentWatcher 后台进程每 3 秒扫描 components/ 目录，发现新文件或文件变更后，自动触发加载流程：扫描发现 → 实例化组件类 → 审计合规性 → 写入配置文件 → 注册到工具注册表 → AgentLoop 动态读取。整个过程全自动，新工具立即可用。

组件规范：

组件必须继承 BaseCell，定义唯一的 cell_name 标识，命令方法以 _cmd_ 前缀命名并附带 docstring 描述。文件放入 components/ 目录即自动生效。

组件生成器：

系统内置 ComponentBuilder 组件，Agent 可通过 component.generate 命令快速创建符合规范的组件，自动生成完整的类结构、命令方法和帮助文档。

管理 API：

系统提供完整的组件管理接口，支持扫描发现、热重载、手动加载、卸载等操作，Agent 可通过 API 自主管理自身能力。

目录约定：

components/
├── __init__.py              # 包标记
├── _example_component.py    # 组件模板参考
├── component_builder.py     # 组件生成器（系统内置）
├── skill_installer.py       # Skill 安装器（支持从压缩包安装）
├── skill_manager.py         # Skill 管理器（列表、搜索、详情、卸载）
└── my_tool.py               # Agent 创建的组件（系统级）

QQBot 文件传输组件 (qq_files)

支持在 QQBot 和本地之间传输文件：

命令	功能	示例
download	从 QQ 下载文件	{"url": "...", "filename": "doc.pdf"}
send_file	发送文件到 QQ	{"target_id": "...", "file_path": "...", "is_group": false}
send_image	发送图片到 QQ	{"target_id": "...", "image_path": "..."}
list_downloads	列出下载的文件	{}

文件保存路径：workspace/downloads/qq/

原生览器操作组件 (web_fetch)

基于 DrissionPage 的无头浏览器组件，支持网页自动化操作：

命令	功能	示例
navigate	访问指定 URL	{"url": "https://example.com"}
get_screenshot	截图（支持元素级截图）	{"full_page": false, "selector": "#content"}
find_qrcode	查找页面二维码	{}
js_action	页面操作（click/input/scroll_to）	{"selector": "button", "action": "click"}
find_button	查找按钮元素	{"value": "登录"}
get_page_info	获取页面信息	{}
scroll	滚动页面	{"direction": "down", "amount": 500}
save_cookies / load_cookies	Cookie 持久化	{"path": "cookies.json"}

使用场景：

• 网页内容抓取与分析
• 自动化登录流程（支持二维码识别）
• 网页截图与视觉验证
• 表单自动填写与提交

截图保存路径：workspace/web_fetch_screenshots/域名_时间戳.png

核心机制：

• _cell_registry: cell_name → ICell 实例
• get_all_tools(): AgentLoop 运行时动态读取组件工具
• get_tool_definitions(): 返回 LLM 格式的工具定义

工具操作可见性：

• 所有工具调用都会生成用户友好的操作描述
• 支持 _intent 参数自定义描述（最高优先级）
• 示例：{"command": "read", "path": "test.py", "_intent": "正在读取配置文件"}

Skill 管理系统 (skill_installer + skill_manager)

完整的 Skill 包管理解决方案，支持从压缩包安装、列表展示、搜索、详情查看和卸载。

安装方式：

• 支持 .zip、.tar.gz、.tgz、.tar 格式压缩包
• 压缩包内需包含 SKILL.md 文件
• 自动解析 SKILL.md 的 YAML Frontmatter 元信息

管理功能：

组件	功能	命令/接口
skill_installer	安装 Skill	install_from_archive(path)
skill_installer	刷新索引	refresh_index()
skill_manager	列出所有 Skill	list(show_details=True)
skill_manager	搜索 Skill	search(query)
skill_manager	获取详情	get_info(name)
skill_manager	卸载 Skill	uninstall(name)

前端界面：

• 设置页面提供 Skill 管理面板
• 支持压缩包上传安装
• 支持按名称、描述、分类过滤
• 详情弹窗展示完整元信息

目录约定：

components/
├── skill_installer.py        # Skill 安装器
├── skill_manager.py          # Skill 管理器
└── skills/                   # Skill 安装目录
    ├── skill-a/              # 已安装的 Skill
    │   └── SKILL.md
    ├── skill-b/
    │   └── SKILL.md
    └── _index.json           # 索引文件（自动生成）
    

定时任务调度 (scheduler)

支持三种任务类型：

类型	说明	示例
间隔任务	每隔固定时间执行一次	每30分钟提醒喝水
每日任务	每天固定时间执行	每天9点发送日报
每周任务	每周固定时间执行	每周一10点发送周报

使用方式：通过自然语言创建定时任务，任务触发时 Agent 会自动执行任务内容。支持复杂任务场景：

• "每隔1小时检查服务器状态并汇报结果"
• "每天早上8点查询今日天气"
• "每周五下午5点总结本周工作进度"

任务执行结果会自动推送到创建任务的平台（WebUI/QQ/Telegram/飞书/微信）。

后台组件事件触发

组件可以在后台运行并主动触发 Agent 执行任务，实现实时数据推送和自动分析。

实时场景示例：

• 虚拟币价格监控：检测到价格突破阈值时推送数据，Agent 自动分析趋势
• 服务器状态监控：CPU/内存异常时推送告警，Agent 生成诊断报告
• 实时新闻订阅：检测到关键词新闻时推送，Agent 自动总结要点
• 数据库变更监听：关键数据变化时推送，Agent 执行相应处理逻辑

事件触发结果会自动推送到对应的 session（WebUI/QQ/Telegram/飞书/微信）。

Strategy Gene (GEP) 集成

Cellium Agent --- 2026-04-22 引入 Strategy Gene 论文设计理念。

实现方式

论文提出将经验编码为紧凑的 Gene 对象（~230 tokens），替代文档型 Skill 包（~2,500 tokens）。本项目在 Control Loop 的 Hard Constraint 层实现：

• 任务匹配：用户输入经 LLM 意图分类匹配 Gene 模板
• 动态注入：匹配到的 Gene 作为运行时状态注入 LLM（任务级动态注入，不污染对话历史）
• 经验进化：失败时自动提取 Avoid_Cues 并更新 Gene

实现的功能

论文概念	本项目实现
Gene 结构	[HARD CONSTRAINTS] + [CONTROL ACTION] + [AVOID]
任务匹配	TaskSignalMatcher LLM 意图匹配
Avoid_Cues	从失败反馈自动提取，写入 [AVOID] 段
版本管理	version 字段 + evolution_history 记录变更
效果评估	success_rate, avg_reward, consecutive_success/failure
交叉组合	GeneComposer 多任务时合并多个 Gene

Star History

License

Apache 2.0