Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
📚 《Generic Agent使用指南》——轻松上手自进化智能体，从基础调用到高级技巧全覆盖
| Date | Stars |
|---|---|
| 2026-07-31 | 561 |
| 2026-08-03 | 565 |
| 2026-08-06 | 565 |
Today
— stars today
This week
— stars this week
This month
— stars this month
Momentum
0.0
growth rate 0.00%/day
<div align="center"> <img src="docs/public/hello-generic-agent.png" alt="Hello Generic Agent" width="70%"> <p><em>多年以后，当你的 Agent 只用两千个 token 就完成了别人两万个 token 才能启动的任务，<br>你会回想起第一次点开这个教程部署 GA 的那个下午。</em></p> # Hello Generic Agent（🧪 Beta公测版） <p><em>从安装到原理，全面掌握以"上下文信息密度最大化"为核心的 Generic Agent</em></p> <p>📌 <a href="https://github.com/lsdefine/GenericAgent"><strong>Generic Agent 主仓库</strong></a> · 如果 GA 有帮助到你，别忘了给 GA 点一个 Star ⭐</p> <img src="https://img.shields.io/github/stars/datawhalechina/hello-generic-agent?style=flat&logo=github" alt="GitHub stars"/> <img src="https://img.shields.io/github/forks/datawhalechina/hello-generic-agent?style=flat&logo=github" alt="GitHub forks"/> <img src="https://img.shields.io/badge/language-Chinese-brightgreen?style=flat" alt="Language"/> <a href="http://creativecommons.org/licenses/by-nc-sa/4.0/"><img src="https://img.shields.io/badge/license-CC%20BY--NC--SA%204.0-lightgrey" alt="License"/></a> <a href="https://datawhalechina.github.io/hello-generic-agent/"><img src="https://img.shields.io/badge/在线阅读-Online%20Reading-green?style=flat&logo=gitbook" alt="Online Reading"></a> </div> --- > [!WARNING] > 🧪 Beta公测版本提示：教程主体已完成，正在优化细节，欢迎大家提Issue反馈问题或建议。 ## 🎯 项目介绍   本项目是 Generic Agent（GA）的入门教程，从零开始带你掌握这款以"上下文信息密度最大化"为核心原则的通用智能体。教程分为三大部分：**应用指南**帮助你快速上手 GA 的安装、配置与日常使用；**原理篇**深入剖析 GA 的架构设计与关键技术，包括最小原子工具集、分层记忆体系、上下文压缩策略和自我进化机制；**案例篇**通过实战场景带你将所学融会贯通。让你不仅会用，更能理解其背后的设计哲学。 ### ✨ 你将收获什么？ - 🔍 **理解核心原理** 深入理解 GA 的上下文信息密度最大化设计哲学 - 🏗️ **亲手实践** 从安装配置到浏览器自动化、聊天平台集成，全流程上手 - 🧠 **掌握记忆与进化** 四层记忆架构、技能蒸馏、自我进化机制 - ⚙️ **高级技能** Reflect 模式、子智能体、Plan 模式等进阶玩法 - 🚀 **实战案例** 办公、娱乐、挖宝等真实场景落地 ## 🎯 项目受众 - 为Openclaw、ClaudeCode 超大token消耗而苦恼的Agent使用者，GA的token使用效率是Openclaw的10x-30x - 还在对比各种自进化智能体性能的Agent开发者和爱好者，给GA一天时间就能进化成你的专属助手 - 还在愁找不到好用web插件的openclaw使用者，GA的web操作能力绝对能让你眼前一亮 - 希望了解GA设计原理（上下文工程、记忆系统、工具设计、自我进化）的技术学习者 - 基础要求：无基础要求，无门槛安装使用 ## 📚 在线阅读 **[🌐 在线阅读](https://datawhalechina.github.io/hello-generic-agent/)** - 无需下载，随时随地学习 ## 📖 目录 ### 第一部分：应用指南 | 章节名 | 简介 | 状态 | | ------------------------------------------------------- | ---------------------------------------------------------- | ---- | | [第1章 安装与环境配置](docs/part1/chapter1/index.md) | Python 安装、项目下载、API Key 配置、GUI 与命令行启动 | ✅ | | [第2章 浏览器能力解锁](docs/part1/chapter2/index.md) | 安装 tmwd_cdp_bridge 插件，实现浏览器自动化操控 | ✅ | | [第3章 基础入门：第一个小时](docs/part1/chapter3/index.md) | GA 界面介绍、OCR/视觉能力、飞书CLI、文件搜索、多轮对话技巧 | ✅ | | [第4章 记忆与技能体系](docs/part1/chapter4/index.md) | 四层记忆架构（L1-L4）、技能蒸馏、技能搜索与迁移 | ✅ | | [第5章 聊天平台集成](docs/part1/chapter5/index.md) | 微信、飞书、钉钉、QQ、Telegram、企业微信接入指南 | ✅ | | [第6章 进阶技巧](docs/part1/chapter6/index.md) | 自主行动模式、定时任务、Reflect 模式、子智能体、Plan 模式 | ✅ | ### 第二部分：原理篇 | 章节名 | 简介 | 状态 | | ------------------------------------------------------- | ------------------------------------------------------------- | ---- | | [第7章 上下文信息密度最大化](docs/part2/chapter7/index.md) | GA 的第一性原理：信息密度优先于上下文长度 | ✅ | | [第8章 系统架构总览](docs/part2/chapter8/index.md) | 统一智能体循环、双执行模式、四大机制协同 | ✅ | | [第9章 最小原子工具集](docs/part2/chapter9/index.md) | 9 个原子工具覆盖五大能力类别，Token 消耗仅 Claude Code 的 35% | ✅ | | [第10章 分层记忆架构](docs/part2/chapter10/index.md) | 四层记忆（L1 索引→L2 事实→L3 SOP→L4 归档）与按需加载策略 | ✅ | | [第11章 上下文截断与压缩](docs/part2/chapter11/index.md) | 四级压缩流水线，将上下文控制在 30k Token 以内 | ✅ | | [第12章 自我进化](docs/part2/chapter12/index.md) | 从自然语言到 SOP 再到代码执行的三阶段进化，节省 89.6% Token | ✅ | | [第13章 涌现能力](docs/part2/chapter13/index.md) | 三个简单原语组合涌现出子智能体、看门狗、定时任务等高级行为 | ✅ | ### 第三部分：案例篇 | 章节名 | 简介 |
Excerpt of 6,744 characters
Read on GitHub
81
2
Shen Hao · Fudan University · China
1
1
1
1
Would you bet a product on this? Bounded 0–100 and slow moving.
matched fp:76a83b6f28c4ae14, llm:repository name and description: 'Generic Agent使用指南' — guide for using Generic Agent, agent-related content ('自进化智能体' means self-evolving agents, usage guide covering basics to advanced techniques).
matched fp:76a83b6f28c4ae14, llm:repository name and description: 'Generic Agent使用指南' — guide for using Generic Agent, agent-related content ('自进化智能体' means self-evolving agents, usage guide covering basics to advanced techniques).