GenericAgent
活跃·★ 14.3k·MIT·更新于 2026-10-21
★ 最受欢迎
GenericAgent 是刻意极简的自主智能体：核心约 3K 行代码、9 个原子工具、约 100 行的智能体循环。这些工具让大模型获得系统级控制：浏览器、终端、文件系统、键鼠、屏幕视觉，以及通过 ADB 控制安卓设备。核心只依赖 requests 和四个小包，不用 Playwright 或 LangChain。
它的设计原则是“不预装技能，让技能进化”：每解决一个新任务就沉淀为技能，随时间长出个人技能树。网页自动化、OCR、视觉等高级能力通过向智能体下指令解锁，它会自行安装缺失依赖并写入记忆。浏览器工具注入你的真实浏览器，保留已登录状态。
可通过终端 UI、Streamlit UI 或 Telegram、Discord、飞书、微信、QQ 等 IM 机器人使用，支持 Claude、Gemini、Kimi、MiniMax 等模型。上下文控制在 30K token 以内。README 提醒使用 Python 3.11 或 3.12。许可为 MIT。
#智能体框架#AI 智能体#自动化#自主智能体#浏览器自动化#Claude#电脑控制#桌面自动化
01
功能特性
01自进化技能树：每个完成的任务都保存为可复用技能
02TMWebdriver 驱动真实浏览器，保留已有登录状态
03上下文控制在 30K token 内，核心只依赖 requests 和四个小包
04提供终端 UI、Streamlit UI 及 Telegram、Discord、飞书、微信等 IM 机器人
05支持 Claude、Gemini、Kimi、MiniMax 等主流模型
02
为什么选择它
+技能从真实任务中积累，重复工作会越来越省、越来越稳。
+驱动你已登录的真实浏览器和安卓手机，能触达只靠 API 的智能体够不到的应用。
+核心小而易读，依赖极少，上下文不超过 30K token。
03
权衡点
!在真实浏览器和账号里拥有系统级控制有实际风险，需要监督它的操作。
!很多能力由智能体自己安装配置，环境的可预期性较差。
!有 Python 版本限制（3.11/3.12），README 也记录了部分 Windows 终端显示问题。
04
维护状况检查
活跃检查日期: 2026-10-20
- 最近提交
- 2026-10-20
- 近 90 天提交数
- 100+
- 近 90 天发布数
- 2
- 最新发布
- v0.2.1 (2026-10-19)
- 未关闭 issue
- 195
- 近期 issue 至少有一条评论的比例
- 8/20
近 12 周每周提交数
最早的一周在左边，最近 4 周为橙色。数据来源：GitHub 提交统计。
状态规则：GitHub 上已归档 = 已归档；最近提交在 90 天内 = 活跃；91 到 365 天 = 放缓；更久 = 停滞。所有数字来自所示日期的 GitHub API。
讨论最多的未关闭 issue
- #16 深圳公务员用上这个了？9 条评论 · 2026-03-09
- #345 关于多智能体之间的通信方式，GA自己的分析与回答6 条评论 · 2026-05-12
- #813 关于 GenericAgent 的一些修复和问题4 条评论 · 2026-09-18
- #814 feishu: card rollover never fires — long tasks silently stop updating3 条评论 · 2026-09-21
- #236 feat: 统一GUI与后台架构 — GUI反映并控制后台Agent服务状态3 条评论 · 2026-04-30
issue 标题引自 GitHub。请打开链接确认该问题是否仍适用于你使用的版本。
05
兼容性
Claude / Gemini / Kimi / MiniMax
模型
已通过文档验证
Chrome
真实浏览器
已通过文档验证
Android (ADB)
手机控制
已通过文档验证
Telegram / Discord / Lark
IM 前端
已通过文档验证
06
快速开始
1
$ git clone https://github.com/lsdefine/GenericAgent.git
2
$ cd GenericAgent
3
$ uv venv
4
$ uv pip install -e ".[ui]"
07
使用场景
↳在已登录的真实浏览器中自动化网页任务
↳通过 ADB 操作安卓应用，例如在支付应用中查询消费
↳可从聊天应用调用的个人桌面助手
08
同类工具
评论
登录后发表评论
暂无评论，来发表第一条吧