Skip to content
Back to skills

770 Readme Cn 9c93d3db

ASecurity

pip install openakita pip install openakita[all] openakita init ``` 可选功能包:`feishu`(飞书)、`whisper`(语音识别)、`browser`(浏览器自动化)、`windows`(桌面自动化) ```bash git clone https://github.com/openakita/openakita.git cd openakita python -m venv venv source venv/bin/activate # Windows: venv\Scripts\activate pip install -e ".[all]" openakita init ``` ```bash openakita openakita run "创建一个带测试的 Python 计算器" openakita serve openakita daemon start openakita status ``` ```bash ANTHROPIC_API_KEY=your-api-key TELEGRAM_E...

  • 9 stars
  • 0 votes
  • 0 copies
  • 1 view
  • Added June 1, 2026
ai-agentspythongoshellbashreactdockertestinggitapidocumentation

Works with

  • cli
  • api
  • mcp

Security analysis

A96/100
  • mediumInstalls packages at runtime which could introduce malicious dependencies

Pro scans all 2 files and shows the line behind each finding

Scanned June 1, 2026

npx -y skills add tools-only/X-Skills --skill 770-readme_cn_9c93d3db --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of 770 Readme Cn 9c93d3db?

Add the live security badge to your README. It updates with every re-scan.

Security grade badge for 770 Readme Cn 9c93d3db
[![Security: A — Skills Directory](https://www.skillsdirectory.com/api/skills/tools-only-770-readme-cn-9c93d3db/badge)](https://www.skillsdirectory.com/skills/tools-only-770-readme-cn-9c93d3db)

More formats (shields.io, HTML) on the badges page. Keep it an A: scan every change in CI with Pro.

Download with Pro
SKILL.md
<p align="center">
  <img src="docs/assets/logo.png" alt="OpenAkita Logo" width="200" />
</p>

<h1 align="center">OpenAkita</h1>

<p align="center">
  <strong>自进化 AI Agent — 自主学习,永不放弃</strong>
</p>

<p align="center">
  <a href="https://github.com/openakita/openakita/blob/main/LICENSE">
    <img src="https://img.shields.io/badge/license-MIT-blue.svg" alt="License" />
  </a>
  <a href="https://www.python.org/downloads/">
    <img src="https://img.shields.io/badge/python-3.11+-blue.svg" alt="Python Version" />
  </a>
  <a href="https://github.com/openakita/openakita/releases">
    <img src="https://img.shields.io/github/v/release/openakita/openakita" alt="Release" />
  </a>
  <a href="https://pypi.org/project/openakita/">
    <img src="https://img.shields.io/pypi/v/openakita?color=green" alt="PyPI" />
  </a>
  <a href="https://github.com/openakita/openakita/actions">
    <img src="https://img.shields.io/github/actions/workflow/status/openakita/openakita/ci.yml?branch=main" alt="Build Status" />
  </a>
</p>

<p align="center">
  <a href="#setup-center可视化安装与配置">Setup Center</a> •
  <a href="#核心特性">核心特性</a> •
  <a href="#快速开始">快速开始</a> •
  <a href="#架构">架构</a> •
  <a href="#文档">文档</a>
</p>

<p align="center">
  <a href="./README.md">English Documentation</a>
</p>

---

## 什么是 OpenAkita?

OpenAkita 是一个**自进化 AI Agent 框架**。它能自主学习新技能、每日自检修复、从任务执行中积累经验,并在遇到困难时永不放弃——持续尝试直到任务完成。

就像它名字来源的秋田犬一样:**忠诚、可靠、永不言弃**。

- **自主进化** — 自动生成技能、安装依赖、从错误中学习
- **永不放弃** — Ralph Wiggum 模式:持续执行循环,任务未完成不会终止
- **记忆成长** — 记住你的偏好和习惯,每日自动整理记忆
- **标准化集成** — 遵循 MCP 和 Agent Skills 标准,生态兼容性强
- **全中文支持** — 从 Setup Center 到 IM 通道、LLM 服务商,完整的中文生态

---

## Setup Center:可视化安装与配置

<p align="center">
  <img src="docs/assets/setupcenter.png" alt="Setup Center" width="800" />
</p>

OpenAkita 提供跨平台的 **Setup Center** 桌面应用(基于 Tauri + React),让安装部署变得简单直观:

- **Python 环境管理** — 自动检测系统 Python,支持一键安装嵌入式 Python
- **一键安装** — 创建 venv + pip 安装 OpenAkita,支持 PyPI / GitHub Release / 本地源码
- **版本管理** — 支持指定安装版本,默认与 Setup Center 同版本保证兼容性
- **国内镜像** — 内置清华 TUNA、阿里云镜像源,加速下载
- **LLM 端点管理** — 多服务商、多端点、主备切换;在线拉取模型列表 + 搜索选择
- **提示词编译模型** — 独立配置快速模型端点,预处理用户指令
- **IM 通道配置** — Telegram、飞书、企业微信、钉钉、QQ 一站式配置
- **Agent 与技能配置** — 行为参数、技能开关、MCP 工具管理
- **后台常驻** — 系统托盘 + 开机自启动,一键启动/停止服务
- **状态监控** — 运行状态面板,实时查看服务日志

> **下载安装包**:[GitHub Releases](https://github.com/openakita/openakita/releases)
>
> 支持 Windows (.exe) / macOS (.dmg) / Linux (.deb / .AppImage)

---

## 核心特性

| 特性 | 描述 |
|------|------|
| **自学习与自进化** | 每日自检修复(04:00)、记忆整理(03:00)、任务复盘、技能自动生成、依赖自动安装 |
| **Ralph Wiggum 模式** | 永不放弃的执行循环:Plan → Act → Verify → 重复直到完成,支持断点恢复 |
| **提示词编译** | 双阶段提示架构:快速模型预处理指令,身份文件编译压缩,自动检测复合任务 |
| **MCP 标准化集成** | Model Context Protocol 规范,stdio 传输,服务自动发现,内置 Web 搜索 |
| **Skill 标准化集成** | Agent Skills 规范(SKILL.md),8 个标准目录加载,GitHub 一键安装,LLM 自动生成 |
| **Plan 模式** | 智能检测多步骤任务,自动创建执行计划,实时进度追踪,持久化为 Markdown |
| **多 LLM 端点** | 9 个服务商、能力路由、优先级故障转移、Thinking 模式、多模态(文本/图片/视频/语音) |
| **多平台 IM** | CLI / Telegram / 飞书 / 钉钉 / 企业微信(完整支持);QQ(已实现) |
| **桌面自动化** | Windows UIAutomation + 视觉识别,9 个工具:截屏、点击、输入、快捷键、窗口管理等 |
| **多 Agent 协同** | Master-Worker 架构,ZMQ 消息总线,智能路由,动态扩缩容,故障自恢复 |
| **定时任务** | Cron / 间隔 / 一次性触发,提醒型 + 任务型,持久化存储 |
| **身份与记忆** | 四文件身份架构(SOUL / AGENT / USER / MEMORY),向量检索,每日自动整理 |
| **工具体系** | 11 个类别、50+ 工具,三层渐进式披露(目录 → 详情 → 执行)减少 token 消耗 |
| **Setup Center** | Tauri 跨平台桌面应用,全流程引导式安装配置,托盘常驻,状态监控 |

---

## 自学习与自进化

OpenAkita 的核心差异:**不只是工具,而是会自主学习和成长的 Agent**。

| 机制 | 触发时机 | 具体行为 |
|------|---------|---------|
| **每日自检修复** | 每天 04:00 | 分析 ERROR 日志 → LLM 诊断 → 工具类错误自动修复 → 生成报告 |
| **记忆整理** | 每天 03:00 | 会话记忆整理 → 语义去重 → 提取洞察 → 刷新 MEMORY.md |
| **任务复盘** | 长任务完成后(>60s) | 分析执行效率 → 提取经验教训 → 存入长期记忆 |
| **技能自动生成** | 遇到缺失能力时 | LLM 生成 SKILL.md + 脚本 → 自动测试验证 → 注册加载 |
| **依赖自动安装** | pip/npm 缺失时 | 搜索 GitHub → 安装依赖 → 失败则自动生成技能替代 |
| **实时记忆提取** | 每轮对话 | 提取偏好/规则/事实 → 向量存储 → MEMORY.md 自动更新 |
| **用户画像学习** | 对话过程中 | 识别用户偏好和习惯 → 更新 USER.md → 越用越懂你 |

---

## 中文生态支持

OpenAkita 对中文用户提供完整的本地化支持:

- **全中文 Setup Center** — 从安装到配置,全程中文引导界面
- **国内 LLM 服务商** — 内置阿里云 DashScope(通义千问)、月之暗面 Kimi、MiniMax、DeepSeek、硅基流动
- **国内 PyPI 镜像** — 内置清华 TUNA、阿里云镜像源,一键切换
- **中文 IM 通道** — 飞书、企业微信、钉钉、QQ 原生支持
- **中文桌面自动化** — 支持中文自然语言描述 UI 元素(如"保存按钮")
- **中文部署文档** — 完整的中文安装部署指南

### 推荐模型

| 模型 | 厂商 | 说明 |
|------|------|------|
| `claude-sonnet-4-5-*` | Anthropic | 默认推荐,性能均衡 |
| `claude-opus-4-5-*` | Anthropic | 能力最强 |
| `qwen3-max` | 阿里通义 | 中文能力强 |
| `deepseek-v3` | DeepSeek | 高性价比 |
| `kimi-k2.5` | 月之暗面 | 超长上下文 |
| `minimax-m2.1` | MiniMax | 对话创作出色 |

> 复杂任务建议开启 Thinking 模式。将模型设为 `*-thinking` 版本(如 `claude-opus-4-5-20251101-thinking`)可获得更好的推理效果。

---

## 快速开始

### 方式一:Setup Center(推荐)

最简单的安装方式,图形化引导,无需命令行经验:

1. 从 [GitHub Releases](https://github.com/openakita/openakita/releases) 下载对应平台安装包
2. 安装并启动 Setup Center
3. 按向导完成:Python 环境 → 安装 OpenAkita → 配置 LLM → 配置 IM → 完成并启动

### 方式二:PyPI 安装

```bash
# 安装
pip install openakita

# 安装全部可选功能
pip install openakita[all]

# 运行配置向导
openakita init
```

可选功能包:`feishu`(飞书)、`whisper`(语音识别)、`browser`(浏览器自动化)、`windows`(桌面自动化)

### 方式三:源码安装

```bash
git clone https://github.com/openakita/openakita.git
cd openakita
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate
pip install -e ".[all]"
openakita init
```

### 运行

```bash
# 交互式 CLI
openakita

# 执行单个任务
openakita run "创建一个带测试的 Python 计算器"

# 服务模式(IM 通道)
openakita serve

# 后台守护进程
openakita daemon start

# 查看状态
openakita status
```

### 基本配置

```bash
# .env 文件(最小配置)

# LLM API(必需,至少配置一个)
ANTHROPIC_API_KEY=your-api-key

# Telegram(可选)
TELEGRAM_ENABLED=true
TELEGRAM_BOT_TOKEN=your-bot-token

# 飞书(可选)
FEISHU_ENABLED=true
FEISHU_APP_ID=your-app-id
FEISHU_APP_SECRET=your-app-secret
```

---

## 架构

```
┌─────────────────────────────────────────────────────────────────┐
│                          OpenAkita                               │
├─────────────────────────────────────────────────────────────────┤
│                                                                  │
│  ┌──────────────────── Setup Center ────────────────────────┐   │
│  │  Tauri + React 桌面应用 · 安装配置 · 托盘常驻 · 状态监控  │   │
│  └──────────────────────────────────────────────────────────┘   │
│                              │                                   │
│  ┌──────────────────── 身份层 ──────────────────────────────┐   │
│  │  SOUL.md(灵魂) · AGENT.md(行为) · USER.md(用户) · MEMORY.md │
│  └──────────────────────────────────────────────────────────┘   │
│                              │                                   │
│  ┌──────────────────── 核心层 ──────────────────────────────┐   │
│  │  Brain(LLM) · Identity(身份) · Memory(记忆) · Ralph(循环) │   │
│  │  Prompt Compiler(提示词编译) · Task Monitor(任务监控)      │   │
│  └──────────────────────────────────────────────────────────┘   │
│                              │                                   │
│  ┌──────────────────── 工具层 ──────────────────────────────┐   │
│  │  Shell · File · Web · MCP · Skills · Scheduler            │   │
│  │  Browser · Desktop · Plan · Profile · IM Channel          │   │
│  └──────────────────────────────────────────────────────────┘   │
│                              │                                   │
│  ┌──────────────────── 进化引擎 ────────────────────────────┐   │
│  │  SelfCheck(自检) · Generator(技能生成) · Installer(自动安装)│   │
│  │  LogAnalyzer(日志分析) · DailyConsolidator(记忆整理)       │   │
│  └──────────────────────────────────────────────────────────┘   │
│                              │                                   │
│  ┌──────────────────── 通道层 ──────────────────────────────┐   │
│  │  CLI · Telegram · 飞书 · 企业微信 · 钉钉 · QQ            │   │
│  └──────────────────────────────────────────────────────────┘   │
│                                                                  │
└─────────────────────────────────────────────────────────────────┘
```

### 核心组件

| 组件 | 描述 |
|------|------|
| **Brain** | 统一 LLM 客户端,多端点故障转移,能力路由 |
| **Identity** | 四文件身份系统,编译压缩为 token 高效摘要 |
| **Memory** | 向量记忆系统(ChromaDB),语义检索,每日自动整理 |
| **Ralph Loop** | 永不放弃执行循环,StopHook 拦截,断点恢复 |
| **Prompt Compiler** | 双阶段提示架构,快速模型预处理 |
| **Task Monitor** | 执行监控,超时切换模型,任务复盘 |
| **Evolution Engine** | 自检修复、技能生成、依赖安装、日志分析 |
| **Skills** | Agent Skills 标准,动态加载,GitHub 安装,自动生成 |
| **MCP** | Model Context Protocol,服务发现,工具代理 |
| **Scheduler** | 定时任务调度,Cron / 间隔 / 一次性 |
| **Channels** | 统一消息格式,多平台 IM 适配 |

---

## 文档

| 文档 | 描述 |
|------|------|
| [快速开始](docs/getting-started.md) | 安装和入门指南 |
| [架构设计](docs/architecture.md) | 系统设计和组件说明 |
| [配置说明](docs/configuration.md) | 所有配置选项详解 |
| [部署指南](docs/deploy.md) | 生产环境部署(systemd / Docker / nohup) |
| [MCP 集成](docs/mcp-integration.md) | 连接外部服务 |
| [IM 通道](docs/im-channels.md) | Telegram / 飞书 / 钉钉配置 |
| [技能系统](docs/skills.md) | 创建和使用技能 |
| [测试框架](docs/testing.md) | 测试框架和用例 |

---

## 社区

加入社区,获取帮助、分享经验、参与讨论:

<table>
  <tr>
    <td align="center">
      <img src="docs/assets/wechat_group.jpg" width="200" alt="微信群二维码" /><br/>
      <b>微信交流群</b><br/>
      <sub>扫码加入中文社区</sub>
    </td>
    <td>
      <b>微信群</b> — 中文用户即时交流<br/><br/>
      <b>Discord</b> — <a href="https://discord.gg/Mkpd3rsm">加入 Discord</a><br/><br/>
      <b>X (Twitter)</b> — <a href="https://x.com/openakita">@openakita</a><br/><br/>
      <b>邮箱</b> — <a href="mailto:zacon365@gmail.com">zacon365@gmail.com</a>
    </td>
  </tr>
</table>

- [文档](docs/) — 完整使用指南
- [Issues](https://github.com/openakita/openakita/issues) — Bug 报告与功能请求
- [Discussions](https://github.com/openakita/openakita/discussions) — 技术讨论与问答
- [Star 项目](https://github.com/openakita/openakita) — 支持我们

---

## 致谢

- [Anthropic Claude](https://www.anthropic.com/claude) — 核心 LLM 引擎
- [Tauri](https://tauri.app/) — Setup Center 跨平台桌面框架
- [browser-use](https://github.com/browser-use/browser-use) — AI 浏览器自动化
- [AGENTS.md Standard](https://agentsmd.io/) — Agent 行为规范标准
- [Agent Skills](https://agentskills.io/) — 技能标准化规范
- [ZeroMQ](https://zeromq.org/) — 多 Agent 进程间通信

## 许可证

MIT License — 详见 [LICENSE](LICENSE)

本项目包含 Apache 2.0 等开源许可证下的第三方技能。详见
[THIRD_PARTY_NOTICES.md](THIRD_PARTY_NOTICES.md)。

---

<p align="center">
  <strong>OpenAkita — 自进化 AI Agent,自主学习,永不放弃</strong>
</p>

Files in this skill

  • README.md761 B
  • skill.md15.9 KB

Attribution

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

Comments

Loading comments…

Newsletter

Get the weekly list of safe new skills, and the ones we pulled.