autoagent

AutoAgent 来自 Third Layer，是一个用于自主框架工程的开源框架：与其手动编辑 AI 代理的代码，不如让元代理（你的编码代理）构建并迭代代理框架，遵循由 autoresearch 推广的保留或丢弃实验循环。 工作原理： - 待测试的框架位于单个文件 agent.py 中，包含配置、工具定义、代理注册表、路由/编排以及 Harbor 适配器边界。适配器部分被明确标记为固定；其余部分是元代理的主要编辑区域。 - 人类不编辑 Python 代码。而是编辑 program.md，这是一个 Markdown 文件，提供元代理的指令以及描述要构建何种代理的指示。 - 评估任务位于 tasks/ 中，使用 Harbor 任务格式：task.toml 配置、instruction.md 提示、测试（test.sh/test.py，确定性或 LLM 作为评判者）写入 0.0-1.0 分数、基于基础镜像的每个任务 Dockerfile 以及挂载的参考文件。仓库不附带任务；你需要添加自己的任务，基准测试负载可能出现在特定基准测试分支中。 - 循环：元代理读取指示，检查当前框架，运行基准测试，诊断失败，修改 agent.py，检查任务测试套件产生的总分，并保留或丢弃更改——在分数上进行爬山优化。实验记录到 results.tsv，Harbor 作业输出到 jobs/。 要求和使用：Docker、Python 3.10+、uv 以及你的框架所需的任何模型提供商凭据（例如 .env 中的 OPENAI_API_KEY）。使用 Dockerfile.base 构建基础镜像，添加任务，然后通过 harbor CLI 使用代理导入路径 agent:AutoAgent 运行单个任务或并行运行所有任务。要启动实验，将你的编码代理指向仓库并提示它读取 program.md。 README 中陈述的设计选择：对元代理进行编程而不是直接对框架编程；保持框架为单文件但由注册表驱动，以便仍能干净地演进；在 Docker 隔离中运行代理以防止损坏主机；使每个实验由分数驱动；并使用 Harbor 兼容任务，以便同一框架可以在不同数据集上评估。 README 还建议为代理配备上下文工程技能（例如 Agent Skills for Context Engineering 和 context7）以提高性能，并提供清理 Docker 镜像、容器和 Harbor 任务缓存的命令，这些会随运行累积。采用 MIT 许可。维护者提到即将推出关于自配置代理的产品，并且他们正在招聘。