tea-agent 0.9.23

A self-evolving AI agent with dynamic toolkit management.

Tea Agent v0.9.22

⚠️ 这是一个 AI 写 AI 的实验项目，不做任何质量担保。

一个自进化 AI 编程助手 — 工具驱动、自我进化、多界面形态

Tea Agent 是一款会自我进化的 AI 编程助手，拥有 60+ 可调用的工具，能自主编写代码、调试、搜索、文件操作、浏览器操控，并能在运行中动态加载新工具。支持 GUI / TUI / CLI 三种界面。

---

✨ 核心特性

• 🧠 自进化引擎 — Agent 可以修改自身代码、创建新工具、优化提示词，实现自主进化
• 🧰 60+ 内置工具 — 涵盖文件操作、代码编辑、搜索、截图、OCR、包管理、Git 等
• 🖥️ 三态界面 — GUI（Tkinter）、TUI（Textual）、CLI，按需切换
• 📚 项目知识库 — 自动构建符号索引、调用图，支持代码影响分析
• 🔄 断点续聊 — 聊天记录持久化，重启后恢复上下文
• 📋 Plan / TODO — 内置任务规划与追踪系统
• 🌐 MCP 协议 — 支持连接外部 MCP Server，扩展第三方工具
• 🎯 模式切换 — design / develop / test / review / docs / devops 六阶段工作流

---

📦 安装

# 从 PyPI 安装
pip install tea_agent

# 或从源码
git clone https://github.com/sunkwei/tea_agent
cd tea_agent
pip install -e .

Playwright 浏览器（可选，用于 JS 渲染页面抓取）：

playwright install chromium

---

🚀 快速开始

# 启动 GUI（默认）
tea_agent

# 启动 TUI
tea-agent-tui

# 启动 CLI
tea-agent-cli

---

🧰 工具概览（60+）

类别	工具
📁 文件操作	toolkit_file, toolkit_save_file, toolkit_explr
✏️ 代码编辑	toolkit_edit, toolkit_diff, toolkit_self_evolve
🔍 搜索	toolkit_search, toolkit_lsp, toolkit_query_chat_history
📸 截图/OCR	toolkit_screenshot, toolkit_ocr, toolkit_screen_read
🖱️ 操控	toolkit_input, toolkit_browser_tab, toolkit_js_fetch
📦 包管理	toolkit_pkg, toolkit_build, toolkit_format_code
🧪 测试	toolkit_run_tests, toolkit_test_gui
🗓️ 工具	toolkit_lunar, toolkit_weather_my, toolkit_gettime
🔧 系统	toolkit_exec, toolkit_config, toolkit_os_info
🧠 记忆/知识	toolkit_memory, toolkit_kb, toolkit_reflection

完整列表见 docs/TOOLS.md（每小时自动更新）

---

🏗️ 项目结构

tea_agent/
├── gui.py              # GUI 主界面（Tkinter）
├── tui.py              # TUI 界面（Textual）
├── cli.py / tlk.py     # CLI 交互
├── agent.py            # Agent 核心引擎
├── config.py           # 配置管理
├── memory.py           # 长期记忆
├── prompt_manager.py   # 提示词版本管理
├── toolkit/            # 60+ 工具模块
├── session/            # 会话管理（Tool/Schemata）
├── multi_agent/        # 多 Agent 协作
├── lsp/                # LSP 语言服务
├── store/              # 数据存储
└── _gui/               # GUI 资源（图标、字体）

---

🔧 配置

配置文件 ~/.tea_agent/config.yaml：

main_model:
  api_key: "sk-xxx"
  api_url: "https://api.openai.com/v1"
  model_name: "gpt-4o"
  max_context_tokens: 0   # 0=不限制，>0 时启用渐进式 token 裁剪
cheap_model:
  api_key: ""
  api_url: ""
  model_name: ""
  max_context_tokens: 0   # 独立配置，适用于本地小模型
embedding:
  provider: openai
  model: text-embedding-3-small

上下文窗口控制

max_context_tokens 用于限制发送给 LLM 的最大上下文 token 数：

• 0（默认）= 不限制，发送全部历史
• 32000 = 适合 32K 窗口模型
• 128000 = 适合 GPT-4o / Claude 等大窗口模型

启用后，系统会自动预估 token 数，超出预算时按优先级渐进裁剪：

1. 删除旧的 [历史记录] 条目
2. 替换旧工具输出为占位符
3. 清空 thinking 内容
4. 截断长文本
5. 删除旧轮次（保留最近 5 轮）

主模型和便宜模型独立配置，互不影响。

Agent 可在运行时通过 toolkit_config 自主调优参数。

---

📄 许可证

MIT License © 2024-2026 sunkw