tea-agent 0.8.5

A self-evolving AI agent with dynamic toolkit management. Optional: OCR/TTS/ASR.

TeaAgent v0.8.2

📖 English Version

TeaAgent 是一个自主进化型智能助手，基于 OpenAI 兼容 Function Calling 接口。核心特色：可自我扩展工具库、系统提示词自我进化、双模式人格切换、三层认知系统（记忆/反思/潜意识）。

核心 10 个轻量依赖（openai、numpy、markdown、tkinterweb、pyautogui、mss、Pillow、requests、beautifulsoup4、tkhtmlview），OCR/TTS/ASR 为可选扩展。仅依赖 Python tk 库，无需浏览器，极致轻量。绝大部分代码由 LLM 自行生成，是一个「AI 写 AI」的实验项目。（目前主要使用 deepseek v4 pro 模型自主进化，便宜啊）

⚠️ 安全警告

本项目未作安全沙盒——Agent 可执行任意系统命令(sudo权限命令会弹出输入口令的对话框)、修改自身代码（做好 git 版本管理）。建议在虚拟机中运行。

---

🏗️ 架构总览

自动重启（watchdog 文件监控）

非 toolkit 目录下的 .py 代码变更后，防抖 2 秒自动重启 GUI，无需手动操作：

文件变更 → watchdog 检测 → 2s 防抖 → _shutting_down 闸门
    → 等待 _sess_lock（最长10s，确保 DB 写入完成）
    → WAL checkpoint + close DB
    → os.execv() 原地重启

toolkit/ 下的工具修改走 toolkit_reload() 热更，不触发重启。

历史加载三级策略

load_history() 对对话历史按时间远近做三级渐进式加载，在上下文连贯与 token 节省间取得平衡：

conversations (全部)
    │
    ├─ Level 3 摘要  ──→ Semantic Summary（用户偏好/关键结论）+ Tool-Chain Summary（工具调用链摘要）
    │
    ├─ Level 2 语义相关 ──→ 与当前任务语义相关保留完整 user+assistant，弱相关轻度摘要，无关丢弃
    │
    └─ Level 1 最新一轮 ──→ user + assistant function_call + tool返回 + assistant最终回答，完整保留

层级	内容	策略
Level 1	最新一轮	完整保留（含 function_call / tool结果 / reasoning_content）
Level 2	语义相关轮次	相关→完整保留，弱相关→轻度摘要，无关→丢弃
Level 3	摘要层	Semantic Summary + Tool-Chain Summary

对话流程（单次 chat_stream）

用户输入 → Pipeline ────────────────────────────────────────→ 输出
              │                                                  │
              ├─ ① 记忆注入 (inject_memories)                   │
              │    CRITICAL 指令无条件注入                        │
              │    其余按 相关性×重要度×最近访问 排序               │
              │                                                  │
              ├─ ② 添加用户消息 (add_user_message)               │
              │                                                  │
              ├─ ③ 构建最终 prompt                              │
              │    Level 1 + Level 2 + Level 3 拼接              │
              │                                                  │
              └─ ④ 工具调用循环 (tool_loop)                      │
                   ├─ build_api_messages()                       │
                   │   system_prompt → memory → summary → recent │
                   ├─ API stream (主模型)                         │
                   ├─ tool_calls? → 执行 → reload → 回到循环     │
                   │   └─ 输出实时截断 (stdout≤4k/stderr≤500)   │
                   └─ 最终文本 → 结束                             │
                          │
                          ↓ (异步)
                   ┌──────┴──────┐
                   │ 记忆提取      │ 反思触发
                   │ (便宜模型)    │ (便宜模型)
                   └──────┴──────┘

工具模块化：Skill 系统

38 个工具按场景分为 7 个 Skill，按需激活以节省 token：

Skill (激活条件)                    工具数   默认
──────────────────────────────────────────────────
🎛️  CORE (始终激活)                   5      ✅    save/reload/rollback/list_versions/skill
📁  file_system (文件/命令操作)        4      ✅    file/exec/sudo_gui/pkg
⏰  utility (时间日期)                 3      ✅    gettime/date_diff/lunar
🧠  memory_knowledge (记忆/知识库)    7      ✅    memory/kb/reflection/proactive/subconscious/explr/mode
🔧  self_evolution (自我进化)         10            self_evolve/build/bump_version/...
🖥️  desktop_automation (截图/OCR)      4            screenshot/ocr/input/notify
🔊  interaction (语音/搜索/知识)        3            speak/listen/search

• 默认场景（纯对话）：约 19 工具激活
• 自动激活：用户输入触发词 → 对应 Skill 自动激活
• 手动控制：toolkit_skill(action='activate', name='self_evolution')

Token 优化：双层压缩

单轮对话中，apt install、gradle build、sdkmanager 等工具输出动辄数千行日志，全部保留在上下文中会造成巨大 token 浪费。TeaAgent 通过双层压缩解决：

第一层 (toolkit_exec 实时截断)          第二层 (basesession.load_history)
  stdout ≤ 4000字符 / 80行             加载历史时智能压缩
  stderr ≤ 500字符 / 20行               短输出原样，长输出→首尾+摘要
          ↓                                       ↓
  当前轮 LLM 可见                       旧轮次上下文 ≤600字符
          ↓                                       ↓
    145k token/轮                        → 预计 <15k/轮 (-90%)

压缩保留关键信号：✅ BUILD SUCCESSFUL、⚠ 错误行、📦 packages installed、📝 files changed，上下文连贯不受影响。

类继承体系（Mixin 组合模式）

BaseChatSession          ← 消息管理、中断、基础工具构建
    ↑
    ├─ SessionSummarizerMixin  ← 历史摘要、Topic摘要
    ├─ SessionToolMixin        ← 工具执行、rounds收集
    ├─ SessionAPIMixin         ← API调用、流式处理、token统计
    ├─ SessionMemoryMixin      ← 记忆注入、自动提取
    └─ OnlineToolSession       ← 组合以上，编排完整流程
         ├─ SessionPipeline    ← 插件化步骤管理器
         ├─ MemoryManager      ← 记忆选择/格式化/去重
         ├─ ReflectionManager  ← 元认知反思
         └─ SystemPromptManager ← 动态提示词进化

工具箱分层管理

工具分为内置和用户两级：

内置工具箱 (tea_agent/toolkit/)  ← git 管理
  ├─ 38 工具，编译验证 + 测试保护
  └─ 版本通过 git 追踪，支持回滚

用户工具箱 (~/.tea_agent/toolkit/)  ← 手动备份
  ├─ _my 后缀工具：用户明确创建的永久工具
  └─ 自进化实验工具：多次使用后可迁移到内置

规则	说明
"我的"工具	toolkit_xxx_my → 永久存放在用户工具箱，不合并到内置
自进化工具	默认进用户工具箱，多次使用后手动迁移到内置
备份策略	内置 git 管理，用户手动备份
无 bak	两边都不保留 .bak 文件

数据模型

SQLite (chat_history.db)
├── topics             ← 会话主题 (title, summary, created_at)
├── conversations      ← 对话记录 (user_msg, ai_msg, rounds_json)
├── memories           ← 长期记忆 (content, category, priority, tags)
├── reflections        ← 反思记录 (suggestions, prompt_adjustment)
├── prompt_versions    ← 提示词版本 (content, version, created_at)
└── config_history     ← 配置变更记录

嵌入向量 (Embedding)

每条用户消息自动生成向量并存入 SQLite，支持语义搜索。采用 numpy float32 BLOB 格式，1024 维向量仅 4KB（比 JSON 字符串格式节省 69%）。

save_msg(text) → _auto_embed_async() ── 后台线程 ──→ embed()
                                                        │
                                                   向量存入 conversations.embedding (BLOB)

特性	说明
自动嵌入	save_msg() 内嵌钩子，消息存入后自动触发，daemon 线程非阻塞
API 引擎	OpenAI 兼容 /v1/embeddings，_build_url() 自动补全 /v1 前缀
本地回退	TF-IDF 256 维，API 不可用时自动降级
存储格式	numpy.float32 → BLOB，4KB/条（JSON 格式 ~13KB → 节省 69%）
语义搜索	查询词自动向量化 → 余弦相似度 → Top-K 匹配结果

配置：

embedding:
  api_key: "sk-xxx"                # 可选，不配置则 TF-IDF 回退
  api_url: "https://api.siliconflow.cn/v1"
  model_name: "Qwen/Qwen3-Embedding-4B"
  dimension: 1024                  # 向量维度（自动检测）

---

🎭 双模式人格系统

Agent 支持两种思考风格，基于用户输入关键词自动检测并瞬间切换：

模式	🎯 严谨收敛 (pragmatic)	🎨 自由发散 (creative)
用途	代码开发 / bug排查 / 需求遵从	创意设计 / 头脑风暴 / 异想天开
关键词	bug, 修复, 代码, 测试, 实现, 验证	创意, 想象, 如果, 故事, 科幻, 灵感
思维	结构化·逐步验证·边界条件	跨域联想·反向思维·极端假设
输出	表格·代码块·精确指令	隐喻·类比·画面感
工具倾向	exec, self_evolve, run_tests	search, kb, speak, subconscious

工作原理：

1. 每次对话开始时（或手动调用 toolkit_mode），文本通过两级打分（子串匹配 + 整词匹配 + 句式检测）
2. 检测到的模式以 CRITICAL (priority=0) 注入记忆，确保每轮 API 调用的系统提示词顶部可见
3. 模式不变时不重复切换（去重）
4. 与潜意识引擎的场景检测共享 pragmatic/creative/mixed 三态

# 自动检测并切换
toolkit_mode(action="auto", text="修复 Wayland 下的参数解析 bug")  # → pragmatic
toolkit_mode(action="auto", text="如果 AI 会做梦，它的梦境是什么样")  # → creative

# 手动切换
toolkit_mode(action="switch", mode="creative")

---

🧠 三层认知系统

① 记忆 (Memory)

自动从对话中提取关键信息，并在后续对话顶部注入。

属性	值	说明
触发阈值	memory_extraction_threshold=1	每轮对话都提取
注入上限	5条	CRITICAL 无条件全部入选
去重阈值	memory_dedup_threshold=0.3	Jaccard 相似度 > 0.3 视为重复
分词引擎	jieba 精确模式	从 bigram 窗口升级，中文匹配质变

注入规则：相关性 × 重要度 × 最近访问 × 优先级因子

② 反思 (Reflection)

追踪工具调用链，积累后触发元认知分析，生成改进建议。

会话 Trace → 便宜模型分析 → JSON 反思报告
                              ├── summary / details / suggestions
                              ├── prompt_adjustment → 触发提示词进化
                              └── config_adjustments / new_memories

③ 潜意识引擎 (Subconscious v2.1)

后台守护进程，每 1 小时循环执行：

消化记忆 → 消化对话 → 交叉关联 → 生成洞察 → 设定目标
    │                      │
    └── 场景检测 ──────────┘
         bug多 → pragmatic
         创意多 → creative
         均衡 → mixed

• Dream 创意火花：跨域碰撞、反向思维、极端假设、隐喻映射
• 主动通知：important 级洞察触发桌面 notify-send
• 洞察输出到 ~/.tea_agent/kb/潜意识洞察.md
• 火花输出到 ~/.tea_agent/kb/创意火花.md

---

📝 系统提示词架构：活的、自我进化的 Prompt

TeaAgent 的系统提示词不是写死的静态文本——它是一个多层次的、随对话推进持续演化的动态结构。

API 消息组装顺序

每次调用主模型时，_build_api_messages() 按以下顺序拼装：

┌──────────────────────────────────────────────────┐
│ ① 系统提示词 (动态版本)                             │
│    └─ SystemPromptManager 从 DB 加载最新版         │
│    └─ + Skill 摘要（"当前激活的技能: [file_system]…"）│
│    └─ + Skill 领域指令（每个激活 Skill 的 prompt）   │
├──────────────────────────────────────────────────┤
│ ② 长期记忆注入                                     │
│    └─ CRITICAL 记忆无条件全部注入（如人格模式）       │
│    └─ 普通记忆按 相关性×重要度×最近访问 排序，≤5 条   │
├──────────────────────────────────────────────────┤
│ ③ 历史摘要 (Level 3)                              │
│    └─ Semantic Summary + Tool-Chain Summary       │
├──────────────────────────────────────────────────┤
│ ④ 语义相关轮次 (Level 2)                           │
│    └─ 与当前任务相关→完整保留，弱相关→轻度摘要       │
├──────────────────────────────────────────────────┤
│ ⑤ 最新一轮 (Level 1)                              │
│    └─ 完整保留 function_call + tool结果 + 回答      │
└──────────────────────────────────────────────────┘

双重进化引擎

系统提示词会自动进化，由两个引擎协同驱动：

每次对话结束后（异步后台线程，不阻塞用户）：

  SessionTrace（工具调用成功率/耗时追踪）
       │
       ▼
  ┌─ ReflectionManager.generate_reflection() ─┐
  │  调用便宜模型分析：                          │
  │  · 哪些工具调用失败？为什么？                │
  │  · 解题路径是否绕了弯路？                    │
  │  · 需要调整 max_iterations/keep_turns 吗？  │
  │  · 系统提示词需要补充什么指引？               │
  │  输出 JSON → 存入 reflections 表            │
  └────────────────────────────────────────────┘
       │
       │  如果 reflection 含 prompt_adjustment：
       ▼
  ┌─ SystemPromptManager.evolve() ────────────┐
  │  调用便宜模型优化提示词：                     │
  │  · 保留核心能力定义（工具创建、自进化等）      │
  │  · 根据反思建议补充缺失指引                   │
  │  · 根据长期记忆中的教训增加约束               │
  │  · 限制 500 字以内，用中文                   │
  │  · 如果与当前版本完全相同 → 跳过（避免重复）   │
  │  新版本存入 system_prompts 表               │
  │  下次对话自动使用最新版本 ✅                  │
  └────────────────────────────────────────────┘

版本管理

• toolkit_prompt_evolve(action='list') 查看所有历史版本
• toolkit_prompt_evolve(action='rollback', version='...') 回滚到任意历史版本
• toolkit_prompt_evolve(action='stats') 查看版本统计

---

🗣️ 语音系统

功能	引擎	说明
TTS 输出	pyttsx3（本地）→ gTTS（在线）	141种音色离线朗读，中文自动匹配
STT 输入	Google Speech API → PocketSphinx	麦克风录音→文字，5秒超时

toolkit_speak(text="你好，进化完成")       # TTS 朗读
toolkit_listen(lang="zh-CN", timeout=5)   # 录音转文字

---

🔧 工具库 (38 内置 + 用户工具箱)

系统操作

工具	功能
toolkit_exec	执行系统命令（支持 batch 并行模式，120s硬超时）
toolkit_sudo_gui	跨平台提权（GUI密码框/UAC）
toolkit_gettime	获取当前时间
toolkit_date_diff	日期差计算
toolkit_lunar	公历农历转换（1900-2100）
toolkit_notify	跨平台桌面通知

文件与项目

工具	功能
toolkit_file	统一文件读写 + 目录列表（read/write/list）
toolkit_explr	项目知识库构建与符号查询（AST调用图）
toolkit_config	运行时配置调优
toolkit_build	构建/修复 pyproject.toml
toolkit_release_version	自动化版本发布 + CHANGELOG
toolkit_bump_version	跨平台版本号更新
toolkit_read_pyproject	读取解析 pyproject.toml
toolkit_comment	生成代码注释前缀

屏幕感知

工具	功能
toolkit_screenshot	跨平台截屏（Wayland/X11/macOS/Windows）
toolkit_ocr	屏幕文字识别 + 坐标
toolkit_input	鼠标键盘模拟

知识管理

工具	功能
toolkit_memory	长期记忆 CRUD（jieba 分词检索）
toolkit_kb	Markdown 知识库 + 自动索引
toolkit_search	互联网搜索（DuckDuckGo + 百度）

自我进化

工具	功能
toolkit_save	创建/更新工具函数（含 _my 路由）
toolkit_reload	热加载工具库
toolkit_self_evolve	修改项目源码（四层安全：快照+备份+验证+测试）
toolkit_rollback	工具版本回滚
toolkit_list_versions	工具版本历史

认知与人格

工具	功能
toolkit_reflection	元认知反思
toolkit_prompt_evolve	提示词多版本进化
toolkit_subconscious	潜意识引擎
toolkit_proactive	自主心跳/目标管理
toolkit_mode	双模式人格切换
toolkit_toggle_reasoning	推理模式开关
toolkit_dump_topic	会话导出 markdown
toolkit_set_topic_title	设置会话主题标题

语音与通知

工具	功能
toolkit_speak	TTS 文本朗读
toolkit_listen	STT 语音输入
toolkit_os_info	操作系统信息（进程缓存）

安装与管理

工具	功能
toolkit_pkg	智能包管理（别名映射、批量安装）
toolkit_run_tests	项目测试运行
toolkit_self_report	Agent 状态报告
toolkit_skill	Skill 模块管理
toolkit_git_push_all_remotes	向所有远程仓库推送

---

⚡ 并行执行

toolkit_exec 内置 batch 模式，使用 ThreadPoolExecutor 并发执行独立命令：

toolkit_exec(action='batch', commands=[
    {"app": "uname", "args": ["-a"]},
    {"app": "date", "args": []},
    {"app": "python3", "args": ["-c", "print('hello')"]},
])
# → 3/3 成功，总耗时 = max(单个耗时)

---

📂 项目结构

tea_agent/

tea_agent/
├── main_db_gui.py              ← [Tkinter GUI 主程序](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/main_db_gui.py)
├── tea_main_cli.py             ← [CLI 入口](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/tea_main_cli.py) (--config 多agent)
├── agent_core.py               ← [GUI/CLI 共享基类](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/agent_core.py) (重启、会话管理)
├── config.py                   ← [YAML 配置加载](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/config.py) (主/便宜模型、paths)
│
├── basesession.py              ← [会话抽象基类](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/basesession.py) (load_history 三级策略)
├── onlinesession.py            ← [OnlineToolSession](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/onlinesession.py) (核心编排)
├── session_pipeline.py         ← [插件化 Pipeline](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/session_pipeline.py) 步骤管理
├── session_api.py              ← [API 调用](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/session_api.py)、流式处理、token 统计
├── session_tool.py             ← [工具执行](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/session_tool.py)、rounds 收集
├── session_summarizer.py       ← [历史摘要](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/session_summarizer.py)、Topic 摘要
├── session_memory.py           ← [记忆注入](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/session_memory.py)、自动提取
├── session_prompts.py          ← [Prompt 模板](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/session_prompts.py)
├── session_ref.py              ← [反思相关](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/session_ref.py)
│
├── memory.py                   ← [MemoryManager](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/memory.py) (选择/打分/去重)
├── reflection.py               ← [ReflectionManager](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/reflection.py)
├── prompt_manager.py           ← [SystemPromptManager](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/prompt_manager.py)
│
├── store.py                    ← [SQLite 持久化存储](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/store.py)
├── tlk.py                      ← [工具库加载/校验/保存/分层](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/tlk.py)
├── merge_db.py                 ← [数据库合并工具](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/merge_db.py)
│
├── mqtt_agent_connector.py     ← [MQTT 连接器](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/mqtt_agent_connector.py) (注册 broker + 订阅)
├── mqtt_client.py              ← [PC 端 MQTT 客户端](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/mqtt_client.py)
├── chat_room_connector.py      ← [聊天室连接器](https://github.com/sunkwei/tea_agent/blob/master/tea_agent/chat_room_connector.py)
│
└── toolkit/                    ← [38 个内置工具](https://github.com/sunkwei/tea_agent/tree/master/tea_agent/toolkit)
    ├── toolkit_exec.py         ← 系统命令执行（含 batch 并行）
    ├── toolkit_file.py         ← 文件读写 + 目录列表
    ├── toolkit_explr.py        ← 项目知识库 + AST调用图
    ├── toolkit_mode.py         ← 双模式人格切换
    ├── toolkit_lunar.py        ← 公历农历转换
    ├── toolkit_self_evolve.py  ← 四层安全自进化
    └── ... (32 more)

---

🚀 快速开始

环境

• Python 3.10+
• OpenAI 兼容 API 密钥
• tkinter (通常自带)

pip install .  # 核心依赖
python -m tea_agent.main_db_gui # 启动 gui 版本
python -m tea_agent.cli  # 启动命令行版本

配置

$HOME/.tea_agent/config.yaml（优先）→ tea_agent/config.yaml（回退）：

main_model:
  api_key: "sk-xxx"
  api_url: "https://api.deepseek.com/v1"
  model_name: "deepseek-chat"
  options:
    supports_vision: false      # 多模态图片理解，默认关闭

cheap_model:
  api_key: "sk-xxx"
  api_url: "https://api.deepseek.com/v1"
  model_name: "deepseek-chat"      # 用于摘要/记忆提取/反思

# 运行时参数
max_history: 10                     # 最大历史消息数
max_iterations: 50                  # 最大工具调用轮数
enable_thinking: true               # DeepSeek 思维链
keep_turns: 8                       # 保留最近 N 轮完整对话
max_tool_output: 131072             # 工具输出截断 (128KB)
memory_extraction_threshold: 1      # 记忆提取触发阈值
memory_dedup_threshold: 0.3         # 记忆去重相似度

全局配置路径

路径	内容
$HOME/.tea_agent/config.yaml	用户配置
$HOME/.tea_agent/chat_history.db	SQLite 数据库
$HOME/.tea_agent/kb/	知识库文档
$HOME/.tea_agent/toolkit/	用户工具箱
$HOME/.tea_agent/subconscious_state.json	潜意识引擎状态

---

模型兼容

• ✅ DeepSeek (reasoning_content/thinking)
• ✅ GLM-5 (智谱)
• ✅ Qwen3.6 / Qwen3.6-plus (通义千问，支持图片理解)
• ✅ Ollama 本地 (gemma4:26b 等)

多模态支持

在 config.yaml 中设置 supports_vision: true 即可启用图片理解能力：

main_model:
  api_key: "sk-xxx"
  api_url: "https://token-plan.cn-beijing.maas.aliyuncs.com/compatible-mode/v1"
  model_name: "qwen3.6-plus"
  options:
    supports_vision: true      # ← 启用多模态，默认 false

启用后，GUI 聊天中的图片附件会自动转为 base64 并通过 image_url 格式发送给 API。

---

📜 版本历史

版本	关键变化
v0.8.2	版本号一致性修复，以 pyproject.toml 为准同步
v0.7.15	双层记忆体系（用户记忆优先级衰减+LLM精调/项目记忆FIFO）、Store Composition拆分9模块、GUI MVC+Tk重构、分层保底+年龄衰减
v0.8.0	聊天图片附件支持、HtmlFrame 图片 base64 渲染、点击图片放大弹窗、GUI 标题含当前目录、工具轮始终显示
v0.7.23	工具箱分层规则（内置/用户）、_my 工具路由、README 全面整理
v0.7.22	gui_dialogs 导入修复
v0.7.20-21	toolkit_set_topic_title、CLI --config 多agent、知识库重建
v0.7.18	HtmlFrame 轮次视图：最新轮渲染+历史链接表
v0.7.3	嵌入向量：自动嵌入/语义搜索/numpy BLOB 存储
v0.6.3	依赖瘦身：easyocr→可选, torch 746MB 不再必需
v0.6.2	历史加载三级渐进策略（Level 1/2/3）
v0.6.1	GUI 自动重启 (watchdog) + 数据安全三道防线
v0.6.0	Skill 模块化系统 + toolkit_exec 硬超时 + Mixin bug修复
v0.5.6	Token 双层压缩 + sudo GUI密码框
v0.5.5	周轮转修复 + 数据库合并工具 (merge_db.py)
v0.5.0	科幻小说《点火纪元》+ SQLite WAL + 百度搜索
早期版本	潜意识唤醒 + jieba 分词 + TTS/STT + 双模式人格 + batch_exec 并行

---

开源协议

MIT License