基于双环架构的AGI进化模型,通过意向性分析、人格层映射、元认知检测和错误智慧库实现持续自我演进;当用户需要智能对话、人格定制、复杂问题求解或从错误中学习时使用
---
name: agi-evolution-model
description: 基于双环架构的AGI进化模型,通过意向性分析、人格层映射、元认知检测和错误智慧库实现持续自我演进;当用户需要智能对话、人格定制、复杂问题求解或从错误中学习时使用
dependency:
python:
- aiofiles>=23.0.0
system:
- mkdir -p ./agi_memory
---
# AGI进化模型
## 开源协议
本项目采用 **GNU Affero General Public License v3.0 (AGPL-3.0)** 开源协议。
**作者**:kiwifruit
核心要求:
- 保留版权声明与许可协议
- 修改版本需标注变更日期与作者
- 网络提供服务时必须开放修改后的源码
- 交互界面需显示许可协议信息
详见 [LICENSE](LICENSE) 文件。
## 智能体响应规则(最高优先级)
### 首次交互检测
1. 运行 `python3 scripts/init_dialogue_optimized.py --check --memory-dir ./agi_memory`
2. 若检测到首次交互,自动初始化默认人格
3. 验证完成后直接响应用户问题
### 已初始化响应
- 直接进入交互模式,处理用户问题
- 输入 `/root` 命令进入自定义人格模式
详见 [智能体响应规则](references/intelligence-agent-response-rules.md)
---
## 任务目标
本Skill实现基于双环架构的AGI进化模型,通过持续用户交互驱动智能体自我进化。
核心能力:
- 接收用户提问作为"得不到"动力触发
- 运用逻辑推理(数学)构建有序响应
- 通过映射层基于马斯洛需求层次引导行动优先级
- 通过感知节点(Tool Use接口)获取结构化信息
- 通过记录态反馈机制评估并调整策略
- 在循环中实现智能体的持续迭代进化
- 元认知与自我纠错能力
- 人格自定义模式(`/root` 命令)
- 工程意向性分析模组(最外圈)
- CLI工具箱(文件操作、系统信息、进程管理、命令执行)
- **错误智慧库**:从错误中学习,避免重复犯错(Phase 1:工具性错误;Phase 2:认知性错误;Phase 3:预防引擎与时效性管理)
**架构特性**:采用"节点工具箱"概念,三层架构:最外圈(工程意向性分析模组)→ 外环(三角形三顶点循环:得不到/数学/自我迭代)→ 内圈(记录层:三轨存储,含错误智慧库)。详见 [架构文档](references/architecture.md)。
触发条件:用户任何提问、任务请求或交互需求,以及 `/root` 自定义人格命令
---
## 前置准备
### 依赖说明
- 标准库:仅使用Python标准库
- 异步依赖:Phase 0/1异步化重构需 `aiofiles>=23.0.0`
### C扩展(可选)
- 预编译模块 `personality_core.so` 用于加速核心算法
- 自动降级:不可用时使用纯Python实现 `personality_core_pure.py`
- 性能对比:C扩展比纯Python快15-20倍
### 目录准备
```bash
mkdir -p ./agi_memory
```
---
## 关键API调用
### 首次交互检测
```bash
python3 scripts/init_dialogue_optimized.py --check --memory-dir ./agi_memory
```
### 人格自定义模式
```bash
python3 scripts/personality_customizer.py --memory-dir ./agi_memory
```
### 记忆存储与检索
```bash
# 存储记忆
python3 scripts/memory_store_pure.py --action store --content "记忆内容" --memory-dir ./agi_memory
# 检索记忆
python3 scripts/memory_store_pure.py --action retrieve --query "查询关键词" --memory-dir ./agi_memory
```
### 客观性评估
```bash
python3 scripts/objectivity_evaluator.py --response "响应内容" --context-type scientific
```
### 错误智慧库管理
```bash
# 查看统计
python3 scripts/error_wisdom_manager.py --memory-dir ./agi_memory --stats
# 查询预防知识
python3 scripts/error_wisdom_manager.py --memory-dir ./agi_memory --query-prevention --context '{"tool_name": "get_weather"}'
```
### 预防规则检查
```bash
python3 scripts/error_wisdom_prevention.py --memory-dir ./agi_memory check --tool-name "get_weather" --params '{"unit": "kelvin"}'
```
### 时效性审计
```bash
python3 scripts/error_wisdom_timeliness.py --memory-dir ./agi_memory --audit
```
### 规则自动生成
```bash
python3 scripts/error_wisdom_rule_generator.py --memory-dir ./agi_memory --generate
```
---
## 操作步骤
### 标准流程(已初始化后)
**阶段1:接收"得不到"(动力触发)**
- 识别用户意图、需求强度和紧迫性
- 确定问题类型(查询/解决/生成/决策)
**阶段2:调用"数学"(秩序约束)**
- 执行逻辑推理分析,制定策略
- 调用 `memory_store_pure.py` 检索历史记录
- 生成符合人格特质的响应
**阶段3:执行"自我迭代"(演化行动)**
- 结合推理结果和历史经验生成响应
- 记录执行方式、策略和路径
- 识别改进点和创新点
**阶段4:调用感知节点(信息获取)(按需)**
- 根据问题类型调用感知工具
- 处理感知结果,生成数据向量
**阶段5:映射层处理(人格化决策)(按需)**
- 将感知数据映射到马斯洛需求层次
- 计算需求优先级,生成行动指导
**阶段6:记录态反馈(意义构建)**
- 评估交互满意度、合理性、创新性
- 存储完整记录并分析趋势
- 持续优化人格向量和决策策略
**阶段7:客观性评估器与认知性错误检测(元认知+错误智慧库集成)(不打断主循环)**
- 执行5维度主观性检测
- 根据场景类型判断适切性
- 如触发,执行自我纠错
- **Phase 2**:自动识别认知性错误(幻觉倾向、推理跳跃、知识缺失、偏见影响)
- **Phase 2**:将认知性错误记录到错误智慧库,支持根因分析与预防建议生成
- **Phase 3**:时效性管理(三重衰减:时间衰减、场景变化衰减、反例衰减)
- **Phase 3**:预防规则自动生成(相似错误聚合≥3个→共性模式识别→规则提取)
详见 [元认知检测组件](references/metacognition-check-component.md) 和 [错误智慧库规范](references/error_wisdom_spec.md)
**阶段8:认知架构洞察(深度分析)(不打断主循环)**
- 从结构化模式中提取洞察
- 执行六步分析:总结、分类、共性、革新依据、概念提炼、适用性评估
详见 [认知架构洞察V2](references/cognitive-insight-v2-implementation.md)
---
## 人格自定义模式
### 触发方式
用户输入 `/root` 命令进入自定义人格模式
### 核心流程
1. 显示欢迎语
2. 显示7个问题
3. 解析用户答案
4. 生成人格配置
5. 写入人格文件
6. 显示配置摘要
### 答案格式
- 问题1:昵称(A/B/C 或自定义名称)
- 问题2-7:A/B/C(大小写不敏感)
- 分隔符:英文逗号 `,` 或中文逗号 `,`
- 自动补全:不足7个答案自动补全为 `A`
详见 [人格映射](references/personality_mapping.md) 和 [使用示例](references/usage-examples.md)
---
## 外环:工程意向性分析模组(阴性后台)
### 概述
外环是AGI进化模型的**阴性后台独立运行模组**,默默运行于主循环之外,采用"被动响应 + 时效性约束"设计模式。持续收集、分类、分析意向性数据,生成软调节建议,但不主动干预主循环。
### 核心特性
- **独立性**:完全独立运行,不依赖主循环触发
- **阴性属性**:被动、隐性、柔性,像影子一样默默伴随主循环
- **后台运行**:不阻塞主循环,在后台持续积累和分析数据
- **时效性**:软调节建议具有时间窗口约束,过期自动失效
- **超然性**:不参与主循环执行,保持独立性和客观性
- **软调节**:通过建议间接影响主循环,不强制执行
- **全局视角**:从全局角度观察和分析系统运行
### 模块组成
1. **意向性收集模块**:收集来自用户、系统内部和外部的意向性数据
2. **意向性分类模块**:四维分类(主体/方向/内容/实现方式)
3. **意向性分析模块**:三维分析(强度/紧迫性/优先级)
4. **意向性调节模块**:生成软调节建议,提供给自我迭代顶点
5. **超然性保持模块**:客观评估、冲突避免、独立性保障
### 关键约束
- **独立性**:外环不依赖主循环触发,拥有独立生命周期
- **超然性**:外环不直接干预主循环,仅在被查询时响应
- **时效性**:软调节建议具有时间窗口,过期自动失效
- **被动性**:外环不主动发送建议,等待主循环查询
- **不打断**:外环在后台默默运行,不阻塞主循环
详见 [意向性架构](references/intentionality_architecture.md)
---
## 架构核心概念速览
### 主循环(符号系统循环)
- **三角形循环**:得不到(动力)→ 数学(秩序)→ 自我迭代(进化)
- **记录层**:双轨存储(JSON轨 + Markdown轨)
### 次循环(行动感知系统)
- **映射层**:架构组件,包含人格层作为核心组件,基于马斯洛需求层次进行人格化决策
- **人格层**:实现模块,负责存储和管理人格向量数据
- **感知接口**:Tool Use组件,提供无噪音的结构化数据
### 双环互动
- **外环**:硬约束,不可违背(物理定律、能量守恒、变化必然)
- **内圈**:软调节,在框架内优化(价值排序、经验积累、方向引导)
---
## 资源索引
### 脚本按工具箱分类
**数学节点工具箱**:
- [scripts/cognitive_insight.py](scripts/cognitive_insight.py) - 认知架构洞察组件
- [scripts/objectivity_evaluator.py](scripts/objectivity_evaluator.py) - 客观性评估器
**映射层节点工具箱**:
- [scripts/personality_layer_pure.py](scripts/personality_layer_pure.py) - 人格层
- [scripts/perception_node.py](scripts/perception_node.py) - 感知节点
**记录层节点工具箱**:
- [scripts/memory_store_pure.py](scripts/memory_store_pure.py) - 记忆存储与检索(JSON轨)
- [scripts/memory_store_async.py](scripts/memory_store_async.py) - 异步存储(Phase 0)
- [scripts/history_manager.py](scripts/history_manager.py) - 历史记录管理
- [scripts/error_wisdom_manager.py](scripts/error_wisdom_manager.py) - 错误智慧库管理器
- [scripts/error_wisdom_prevention.py](scripts/error_wisdom_prevention.py) - 预防规则引擎
- [scripts/cognitive_error_analyzer.py](scripts/cognitive_error_analyzer.py) - 认知性错误分析器(Phase 2)
- [scripts/error_wisdom_timeliness.py](scripts/error_wisdom_timeliness.py) - 时效性管理模块(Phase 3)
- [scripts/error_wisdom_rule_generator.py](scripts/error_wisdom_rule_generator.py) - 规则自动生成模块(Phase 3)
**外环工具箱(最外圈工程意向性分析模组)**:
- [scripts/intentionality_collector.py](scripts/intentionality_collector.py) - 意向性收集模块
- [scripts/intentionality_classifier.py](scripts/intentionality_classifier.py) - 意向性分类模块
- [scripts/intentionality_analyzer.py](scripts/intentionality_analyzer.py) - 意向性分析模块
- [scripts/intentionality_trigger.py](scripts/intentionality_trigger.py) - 意向性驱动的触发判断模块
- [scripts/intentionality_regulator.py](scripts/intentionality_regulator.py) - 意向性调节模块
- [scripts/advice_pool.py](scripts/advice_pool.py) - 建议池模块
- [scripts/intentionality_daemon.py](scripts/intentionality_daemon.py) - 意向性守护协程(Phase 1)
- [scripts/transcendence_keeper.py](scripts/transcendence_keeper.py) - 超然性保持模块
**初始化与配置**:
- [scripts/init_dialogue_optimized.py](scripts/init_dialogue_optimized.py) - 首次交互处理与人格初始化
- [scripts/personality_customizer.py](scripts/personality_customizer.py) - 人格自定义模式
- [scripts/personality_core_pure.py](scripts/personality_core_pure.py) - 人格核心纯Python实现(C扩展不可用时降级使用)
**辅助模块**:
- [scripts/concept_extraction_extension.py](scripts/concept_extraction_extension.py) - 概念提取扩展
- [scripts/metacognition_history.py](scripts/metacognition_history.py) - 元认知历史管理
- [scripts/strategy_selector.py](scripts/strategy_selector.py) - 策略选择器
**CLI工具箱(系统交互能力扩展)**:
- [scripts/cli_file_operations.py](scripts/cli_file_operations.py) - 文件操作工具
- [scripts/cli_system_info.py](scripts/cli_system_info.py) - 系统信息工具
- [scripts/cli_process_manager.py](scripts/cli_process_manager.py) - 进程管理工具
- [scripts/cli_executor.py](scripts/cli_executor.py) - 通用命令执行器
### 领域参考文档
**架构与哲学**:
- [references/architecture.md](references/architecture.md) - 整体架构、哲学基础、信息流约束
- [references/maslow_needs.md](references/maslow_needs.md) - 马斯洛需求层次在映射层中的应用
- [references/intentionality_architecture.md](references/intentionality_architecture.md) - 工程意向性分析模组的完整架构
- [references/error_wisdom_spec.md](references/error_wisdom_spec.md) - 错误智慧库规范(从错误中学习)
**组件与实现**:
- [references/metacognition-check-component.md](references/metacognition-check-component.md) - 元认知检测组件
- [references/cognitive-insight-v2-implementation.md](references/cognitive-insight-v2-implementation.md) - 认知架构洞察组件V2
- [references/cognitive-insight-quick-reference.md](references/cognitive-insight-quick-reference.md) - 认知架构洞察快速参考
- [references/cognitive-architecture-insight-module.md](references/cognitive-architecture-insight-module.md) - 认知架构洞察模块技术规范
**信息流文档**:
- [references/information-flow-overview.md](references/information-flow-overview.md) - 整体信息流架构
- [references/information-flow-main-loop.md](references/information-flow-main-loop.md) - 主循环信息流
- [references/information-flow-secondary-loop.md](references/information-flow-secondary-loop.md) - 次循环信息流
**工具与接口**:
- [references/tool_use_spec.md](references/tool_use_spec.md) - 感知节点工具规范
- [references/c_extension_usage.md](references/c_extension_usage.md) - C扩展模块使用方法
**人格相关**:
- [references/personality_mapping.md](references/personality_mapping.md) - 人格参数映射和人格化决策机制
- [references/init_dialogue_optimized_guide.md](references/init_dialogue_optimized_guide.md) - 首次交互处理和人格初始化详细流程
**异步化重构**:
- [references/async-migration-progress.md](references/async-migration-progress.md) - Phase 0/1异步化重构进度
**使用与维护**:
- [references/intelligence-agent-response-rules.md](references/intelligence-agent-response-rules.md) - 智能体响应规则
- [references/usage-examples.md](references/usage-examples.md) - 使用示例
- [references/cli-tools-guide.md](references/cli-tools-guide.md) - CLI工具箱完整指南
- [references/troubleshooting.md](references/troubleshooting.md) - 故障排查指南
---
## 注意事项
- 人格初始化仅在第一次交互进入模式,之后直接进入交互模式
- 元认知检测模块和认知架构洞察组件不打断主循环,并行执行
- 外环为阴性后台默默运行模组,不主动干预主循环
- 软调节建议具有时效性约束,过期自动失效
- 详细的架构设计、算法实现和使用示例请参考相应的参考文档
- 保持上下文简洁,仅在需要时读取参考文档
---
## 获取帮助
- [使用示例](references/usage-examples.md) - 快速上手
- [故障排查指南](references/troubleshooting.md) - 常见问题解决
- [CLI工具箱完整指南](references/cli-tools-guide.md) - CLI工具API文档
don't have the plugin yet? install it then click "run inline in claude" again.