会“自学成才”的AI助手：一个能自己长出新技能的轻量级自动化代理

你有没有想过，让AI助手不再只是“听指令做事”，而是像人一样——做完一次任务就记住方法，下次直接复用，越用越懂你、越用越强大？GenericAgent 正是这样一款革命性的开源工具：它用仅约3000行Python代码，构建了一个能自我进化、自动积累技能的本地AI代理。它不依赖云端大模型API调度平台，也不需要你手动编写数百个脚本，而是从第一个任务开始，就边做边学，把操作流程“结晶”成可复用的技能模块，逐步构建属于你个人的专属能力树。

核心功能

真正自生长的技能树：每次成功完成新任务（比如“查今日天气并截图发微信”），GenericAgent 会自动将完整执行路径抽象为一个可调用的新技能，永久存入本地技能库，后续一键触发，无需重复思考。
全栈本地控制能力：原生支持浏览器操作（保留登录态）、终端命令执行、文件系统读写、键盘鼠标模拟、屏幕图像识别（OCR+视觉理解），甚至通过ADB控制安卓手机——所有操作都在你自己的电脑上完成，隐私可控。
极致轻量，开箱即用：核心框架仅约3000行Python，主循环不到100行；无复杂服务部署、无Docker依赖、无数据库配置，安装后5分钟即可启动第一个自动化任务。
多模型友好，灵活切换：原生支持 Claude、Gemini 等主流闭源模型API，也兼容本地运行的Llama、Qwen等开源大模型，你只需配置API密钥或本地模型路径，Agent自动适配推理协议。
真实世界闭环验证：项目仓库中全部Git操作（包括首次初始化、提交、推送、撰写专业英文commit message）均由GenericAgent自主完成——作者全程未手动打开终端，是“AI自治系统”的实证。
智能记忆与上下文管理：内置轻量级记忆系统，能跨任务记住用户偏好、常用路径、账号别名等信息，让多次交互更自然，避免反复确认“你的邮箱是什么？”这类低效提问。

适合哪些人用

如果你是以下角色之一，GenericAgent 很可能成为你每天离不开的“数字分身”：追求效率的程序员（自动部署、日志分析、PR摘要生成）；经常处理重复事务的运营/产品/设计师（批量下载竞品截图、整理会议纪要、同步多平台内容）；注重隐私的数据分析师（在本地解析敏感报表、自动生成可视化图表）；或是喜欢动手的技术爱好者——想亲手打造一个真正属于自己的、越用越聪明的AI工作伙伴，而非被厂商锁定的黑盒SaaS工具。

快速上手

只需三步：

确保已安装 Python 3.9+ 和 Git，运行 pip install genericagent（推荐使用虚拟环境）；
获取任意支持的LLM API密钥（如Anthropic Claude），或准备本地运行的Ollama/Qwen模型；
执行 genericagent --init 初始化配置，然后输入自然语言指令，例如：“帮我从知乎搜索‘RAG优化技巧’，截取前3条高赞回答的标题和摘要，保存为PDF”——Agent将自动启动浏览器、执行搜索、提取内容、排版导出。

详细教程与预置技能示例见项目文档，新手也能10分钟跑通首例。