lhc5407/MOP
GitHub: lhc5407/MOP
这是一个基于本地 LLM、具备自主代码编写能力、严格安全隔离机制及长期记忆管理的桌面级 AI 智能体。
Stars: 1 | Forks: 0
# 🤖 MOP (Main Operating Process) : 自主进化型本地 AI 智能体
MOP 是一个在完全本地环境下运行,能够自行编写代码、控制系统,并基于长期记忆自主成长的**智能桌面 AI 智能体**。
它不仅仅是一个聊天机器人,它可以在无需用户干预的情况下,在后台自行创建工具并进行验证 (TDD),并在虚拟环境 中安全地执行 OS 命令和 Python 脚本。
## ✨ 核心功能 (Key Features)
### 🧠 1. 本地 LLM 与智能内存管理
* **本地模型运行:** 基于 `llama-cpp-python`,不依赖外部 API,完美在本地运行 GGUF 模型。
* **KV 缓存量化:** 应用 FP16、Q8_0、Q4_0 等上下文内存压缩技术,即使在无限延长的对话中也能极度节省 VRAM。
* **长期记忆:** 将对话内容中的重要错误解决方案、用户偏好等永久存储在 Vector DB 中,并通过语义检索进行利用。
### ⚙️ 2. 自主成长与 TDD (测试驱动开发) 循环
* **自主成长模式:** 当用户离开时,AI 将自主运行,编写代码并优化系统。
* **动态工具创建 (`create_new_tool`):** AI 自行编写 Python 工具 并将其永久注册到 `res/custom_tools.json` 中,以便在下一轮对话中立即使用。
* **强制两阶段编译验证:** 在修改文件 (`edit_file`, `append_to_file`) 及创建新工具时,执行前必须通过 `python -m py_compile` 以预先阻断语法错误。
### 🛡️ 3. 无敌的系统防御屏障 (Safety & Shielding)
* **Venv Lock (虚拟环境劫持):** 当 AI 在 Shell 命令中调用 `python` 或 `pip` 时,通过正则表达式将其强制映射到 `sys.executable` (当前虚拟环境) 而非系统 Python,以防止依赖冲突。
* **核心包保护:** 当 AI 在自主模式中尝试覆盖(更新)`llama-cpp-python`、`torch` 等涉及系统核心大脑的包时,会在其到达 Shell 前立即阻止。
* **Windows CMD 漏洞防御:** 为了防止路径包含空格时 Windows 引号 (`"`) 消失的 Bug,对命令进行安全的双重封装。
* **线程安全性:** 在自主模式或睡眠模式运行期间,从物理和视觉上禁用 用户的聊天输入,从而从源头上杜绝数据库及引擎冲突。
### 🎨 4. 直观且精致的 UI (CustomTkinter)
* **思维过程分离 (Toggle UI):** 内部解析 AI 的复杂推理过程 (`` 블록),在 UI 上通过整洁的折叠/展开 按钮提供。
* **智能 JSON 解析:** 即使 AI 在输出过程中遗漏括号,也具备安全机制可自行计算并恢复缺失的开闭括号。
* **睡眠/优化状态 UI:** 实时监控系统状态(等待、工作中、睡眠中),并通过按钮状态和文本向用户提供清晰反馈。
## 🛠️ 技术栈
- **Language:** Python 3.10+
- **AI Backend:** `llama-cpp-python`
- **UI Framework:** `CustomTkinter`
- **Memory:** SQLite (Short-term), Vector DB (Long-term / Semantic Search)
- **OS Support:** Windows (优化)
## 🚀 主要模式说明
### 🌙 睡眠模式
当用户点击 `脑优化及睡眠` 按钮时运行。
1. 汇总并清空短期记忆 (`chat_history.db`) 以防止上下文过载。
2. 从之前的对话中提取值得永久保存的核心记忆,并迁移至 Vector DB。
3. 睡眠期间会阻断自主成长循环或用户的聊天输入,以保持数据完整性。
### 🌱 自主成长模式
当一段时间内没有用户输入时,监控循环会检测到并启动该模式。
1. 自主了解环境,并通过后台 Shell 编写及测试代码。
2. 当需要多任务处理时,将任务并行委托 (`delegate_parallel_task`) 给子智能体,并汇总结果。
## ⚠️ 注意事项
- 本智能体拥有本地系统文件的读写权限以及 Shell 命令执行权限。请保持系统提示词(指令)不变,以免其触碰项目文件夹外的重要系统文件。
- 强烈建议在虚拟环境 内运行。
标签:DLL 劫持, GGUF 模型, KV Cache, llama-cpp-python, LLM 运维, Plan Mode, Python, RAG, TDD, venv, 上下文隔离, 动态工具创建, 后台任务, 向量数据库, 大语言模型, 实时告警, 异步任务, 无后门, 智能体编排, 本地推理, 本地部署, 权限控制, 桌面自动化, 沙箱隔离, 测试驱动开发, 自主代理, 自动化代码生成, 自愈系统, 虚拟环境, 语义搜索, 逆向工具, 量化压缩, 长期记忆