有人刚刚开源了自进化智能体。一个程序员用纯Python和三个小工具包，三个月造出能自己写代码、修bug、24小时上班的AI代理系统，还不用任何大牌框架。
7/24 Office — 自我进化的 AI 代理系统。26 个工具，3500 行纯 Python 代码，MCP/Skill 插件，三层内存，自我修复，7x24 小时生产。
以下是实际使用方法：
• 内置自修复功能：代理程序能够捕获自身错误并通知您。设置好后即可高枕无忧。
• 它可以在运行时编写自己的新工具。您的智能体程序可以真正实现自我升级。
• 三层记忆系统：短期记忆、长期记忆和语义搜索。它确实能记住东西。
这就是大多数“AI智能体”初创公司每月收费99美元的服务内容。
这个系统到底有多小
咱们先说说这个系统有多小。你们知道那些大公司搞AI代理都怎么搞吗？他们动不动就拉一堆框架，什么LangChain啊，LlamaIndex啊，CrewAI啊，听着就高大上对不对？但是我告诉你，这些玩意儿就像是你要吃个泡面，结果你买了个厨房，买了全套厨具，还请了个厨师。我就简单了，直接用纯Python，3500行代码就搞定了。3500行什么概念？你们学校的那个选课系统，光前端代码就上万行，我这个是整个AI代理的全部代码。
而且我只用了三个外部小工具包。第一个是croniter，这玩意儿是用来处理定时任务的，就像是给你的手机设闹钟。第二个是lancedb，这是一个轻量级的向量数据库，用来存记忆的。第三个是websocket-client，用来做实时通信的。就这么三个小东西，加起来还没你们一个手机App大。
它到底能干啥
这个系统有26个内置工具。26个啊，朋友们！它什么都能干，能读文件、写文件、编辑文件、列文件目录。能处理视频，剪视频、给视频加背景音乐、甚至生成新视频。能上网搜索，能发消息，能定闹钟，能查自己身体健不健康。最关键的是，它还能自己给自己写新的工具！这就很离谱了对不对？
这个系统就8个文件。8个！我写一个期末大作业都不止8个文件。它就靠这8个文件，24小时不间断地在服务器上跑，跟个永动机似的。你们想想，你家那个路由器都不敢说自己7x24小时不重启，这个AI代理做到了。
它是怎么搭起来的
咱们来看看这个系统的架构。
架构就像办公室的楼层图，每层都有明确功能：
Messaging Platform
-> router.py 负责多租户路由，每个用户独立容器
-> xiaowang.py 是入口，处理HTTP回调、媒体下载、ASR流程
-> llm.py 核心工具循环，管理会话、跨会话上下文、多模态、记忆注入
-> tools.py、memory.py、scheduler.py 负责工具、三层记忆和定时任务
-> mcp_client.py 负责MCP协议，自动重连、热加载
每一层都有明确职责，像办公室每个部门都有自己的工作流程，效率飞起。
最外面是一个消息平台，就是你微信企业版发消息给它。消息来了以后，先经过一个路由器。这个路由器干啥呢？它负责多租户管理。啥是多租户？就是说我这一个系统可以服务好多个用户，每个用户都是独立的，互相看不见。路由器会给每个用户自动分配一个Docker容器，就像你住酒店，前台给你分配房间一样。每个房间都有自己的钥匙，自己的卫生间，不会跟别人共用。
然后请求就进到了入口文件，叫xiaowang.py。这个名字怎么来的？因为我给它起名叫小王，觉得比较亲切。这个入口文件负责启动HTTP服务器，处理回调，下载媒体文件，做语音识别。你们发语音给它，它得先转成文字才能理解对不对？这个就是它干的事儿。
再往下就是核心大脑了，叫llm.py。这个是整个系统的心脏，负责调用大语言模型API，管理会话，注入系统提示词，处理多模态输入。最关键的是，它实现了一个工具使用循环。啥意思呢？就是AI碰到不会的问题，会自己决定用哪个工具来解决，用完了如果还没解决，就继续用下一个，最多能连续用20次工具。
三层记忆系统，比鱼的记忆强多了
这个系统的记忆特别有意思，分三层。你们都知道AI有个毛病，就是聊着聊着就忘了之前说过啥。我为了解决这个问题，搞了个三层记忆结构。
第一层是短期记忆，存最近40条聊天记录。这个很简单，就像是你在跟人聊天，人家刚说完的话你肯定记得住。但是超过40条怎么办？不能无限存下去对不对？那就触发第二层机制。
第二层是长期记忆压缩。当短期记忆满了以后，系统会调用LLM来提取关键信息。比如说你们聊了半小时，聊了你喜欢吃什么，你养了什么宠物，你的生日是什么时候。LLM会把这事儿总结成结构化的事实：“用户喜欢披萨”，“用户养了一只叫旺财的狗”，“用户生日是3月15号”。然后把这些事实存到LanceDB向量数据库里。而且它还会去重，如果两条事实太相似了，相似度超过92%，就只保留一条。这就像你妈跟你说了一百遍“记得穿秋裤”，你最后记住的也就是“穿秋裤”这个事实。
第三层是检索召回。当你发了新消息，系统会把你的消息转成向量，去数据库里搜索最相关的历史记忆，然后塞到系统提示词里。这样AI就能“想起来”你之前说过啥了。而且它还有个零延迟缓存，专门给硬件设备或者语音通道用，保证响应速度。
定时任务调度，比你的闹钟还靠谱
这个系统还有个特别实用的功能，就是定时任务调度。它可以设置一次性任务，比如“明天早上八点提醒我开会”，也可以设置周期性任务，比如“每周五下午五点总结本周工作”。这个用的是cron表达式，可能有些人不知道cron是啥，你就理解成一个超级灵活的闹钟就行了，可以设置“每月的第一个周一上午十点”这种复杂条件。
而且它重启后任务依然有效。你想想你手机上设的闹钟，手机重启了闹钟还在不在？还在对吧？这个也一样。它把所有的任务都存到了一个jobs.json文件里，重启的时候读一下就全回来了。它还支持时区感知，你在北京设的任务，你带着服务器飞到纽约，它还能在正确的时间执行。这就很贴心了对不对？
自我修复功能，自己给自己看病
这个系统最牛的地方来了，它能自我修复。你们见过会自己修自己的机器吗？这玩意儿就能。它每天会做自检，检查自己身体健不健康。比如说它会检查会话有没有异常，日志里有没有错误，各个工具能不能正常工作。如果发现问题，它会自动发通知给管理员，说“哥们，我这儿出了点问题，你来看看”。
而且它还有诊断工具，你可以直接问它“你咋了”，它就会自己给自己做个体检，然后告诉你哪里不舒服。这就像是你的电脑会说话，你问它“你怎么卡了”，它说“我内存不够了，你关几个网页吧”。这不比那些只会报个错误代码的系统强多了？
运行时创建工具，这才是真正的自进化
重头戏来了，这个系统最炸裂的功能是它能在运行时自己创建新工具。它有一个create_tool工具，这个工具可以编写、保存和加载新的Python工具。啥意思呢？就是说这个AI发现自己缺某个功能的时候，它能自己写代码来实现这个功能。
举个例子，你让它处理一个它没见过格式的文件，它不会说“抱歉我做不到”，它会自己写一个解析这个格式的工具，然后保存下来，以后就都会了。这就像你养了个孩子，你教他做番茄炒蛋，他自己学会了，然后下次他自己琢磨出了番茄炒蛋盖浇饭，你说这厉不厉害？
而且它还能列出自己创建的自定义工具，也能删除不用的工具。这就形成了一个完整的工具生命周期管理。它自己写的代码，它自己维护，它自己删除。我们人类在这个过程中干啥呢？我们就在旁边看着，偶尔鼓鼓掌。
插件系统，想加啥功能就加啥功能
除了自己能写工具，这个系统还支持MCP插件系统。MCP是个啥？你就理解成一个通用接口标准，就像USB接口一样，不管什么设备，只要符合这个标准，插上就能用。这个系统通过JSON-RPC协议连接外部MCP服务器，支持stdio和HTTP两种方式。
最关键的是，它支持热重载。你加了个新插件，不用重启系统，直接reload一下就行。这就像你手机换了个SIM卡，不用关机重启，直接就认出来了。而且它还会自动重连，如果插件服务器挂了，它会不断尝试重连，直到连上为止。这就很靠谱了对不对？
多模态处理，啥都能吃进去
这个系统能处理各种类型的数据。图片、视频、文件、音频、链接，啥都能处理。你发张图片给它，它能看懂图片里是啥。你发段语音给它，它能转成文字。你发个视频链接给它，它能下载下来处理。你发个PDF文件给它，它能读出里面的内容。
语音识别用的是自动语音识别技术，你说话它就能转成文字。视觉识别用的是基于Base64的编码方式，把图片编码成文本格式，然后传给视觉模型去理解。这些全都封装成了工具，AI可以自己决定什么时候用什么工具。
视频处理，剪片子不求人
这个系统还有视频处理能力。它能剪视频，就是从一段视频里截取某一段时间。能给视频加背景音乐，把音频轨道替换掉或者混音。甚至能生成新的视频，通过调用外部API实现。这些全都是通过ffmpeg和API实现的，封装成了工具供AI调用。
你说这玩意儿能干吗？你可以让它每天自动剪辑你直播的精彩片段，配上背景音乐，然后发到网上。全程自动化，你不用动手。你睡觉的时候它在干活，你醒来的时候视频已经发好了。
消息集成，企业微信的好搭档
这个系统还集成了企业微信，就是WeChat Work。它支持消息防抖，啥叫防抖？就是你连续发了好多消息，它会合并处理，不会每条都触发一次，免得把系统搞崩溃。支持消息拆分，如果消息太长了，它会自动分成多条发送。支持媒体上传下载，图片、文件、语音都能处理。
你可以在企业微信里直接跟它聊天，就像跟真人同事聊天一样。你让它查个资料，它就去搜。你让它提醒你开会，它就给你设个定时任务。你让它总结一下今天的工作，它就翻聊天记录给你整理。这不比请个助理便宜多了？
搜索功能，网上的东西它都能找到
这个系统有强大的搜索能力。它集成了多个搜索引擎，有Tavily、普通网页搜索、GitHub搜索、HuggingFace搜索。而且它会自动路由，就是说根据你的问题自动选择最合适的搜索引擎。你问代码相关的问题，它就去GitHub搜。你问机器学习模型，它就去HuggingFace搜。你问一般的知识问题，它就用普通网页搜索。
这就很智能了对不对？你用百度搜东西，还得自己判断哪个结果靠谱。这个AI帮你搜，还会帮你筛选，帮你总结。你问它“最近有什么好用的Python库”，它搜完了还会给你整理成列表，告诉你每个库是干啥的，有啥优缺点。
26个工具：AI的技能树
核类：exec, message
文件：read_file, write_file, edit_file, list_files
日程安排：schedule, list_schedules, remove_schedule
媒体发送：send_image, send_file, send_video, send_link
视频：trim_video, add_bgm, generate_video
搜索：web_search（Tavily、Web、GitHub、HuggingFace）
记忆：search_memory（recall向量语义搜索）
诊断：self_check, diagnose
插件：create_tool, list_custom_tools, remove_tool
MCP：reload_mcp
每个工具都是一个办公室小技能，组合起来就是全能办公神器。
特征总结
- 工具使用循环——兼容 OpenAI 的函数调用，支持自动重试，每次对话最多 20 次迭代。
- 三层记忆——会话历史记录+LLM压缩的长期记忆+LanceDB向量检索
- MCP/插件系统——通过JSON-RPC（stdio或HTTP）连接外部MCP服务器，支持无需重启的热重载
- 运行时工具创建——代理可以在运行时编写、保存和加载新的Python工具（create_tool）
- 自我修复——每日自检、会话健康状况诊断、错误日志分析、故障自动通知
- 定时任务调度——支持一次性任务和周期性任务，重启后任务仍然有效，并能感知时区。
- 多租户路由器——基于 Docker 的自动配置，每个用户一个容器，健康检查
- 多模态——图像/视频/文件/语音/链接处理、自动语音识别（语音转文本）、基于 Base64 的视觉识别
- 网络搜索——多引擎（Tavily、网络搜索、GitHub、HuggingFace）带自动路由功能
- 视频处理——剪辑、添加背景音乐、AI视频生成——全部通过ffmpeg和API实现，并以工具的形式公开。
- 消息集成——支持企业版微信（WeChat Work）的防抖、消息拆分、媒体上传/下载功能