人工智能AI Agent代码智能体大模型CLI【免费下载链接】momo-codeMOMO CODE — AI coding agent that evolves with you 一句话MOMO CODE 是一个完全开源的、会自进化、会自微调的 AI 编程Agent 产品。 我做了全球首个 完全开源免费、会「自进化」「自微调」的 Code Agent 我把它命名为 MOMO CODE 。 MOMO 代表了 每一个身处 AI 时代心怀热爱、坚持微光想要躬身创造价值的普通人。 MOMO CODE V1.0.0版本 它基于Opencode 框架而衍生创新增加了 【自进化】 /evolve 和 【自微调】/fine-tune 模块 支持 25 大模型DeepSeek、智谱 GLM、Moonshot Kimi、豆包、MiniMax、Claude、GPT-4、Gemini、……。 支持自定义 OpenAI协议类 API接入任意模型。 核心差异每次会话后自动积累经验通过 /evolve 快环和 /fine-tune 慢环持续自我进化。 【自进化自微调】双速进化让它真正越用越聪明 这是 MOMO CODE 最核心的设计。 我叫它 “Two-Speed Evolution”——双速进化。 灵感来自生物学细菌有快速适应应激反应和长期进化自然选择两个时间尺度并行。项目地址https://gitcode.com/momozi1996/momo-code点击查看免费下载MOMO CODE 是一个完全开源、会自进化、会自微调的 AI 编程 Agent。它的/refine命令会自动回顾你的最近会话轨迹生成有证据支撑的优化提案并在人工批准后安全落地——让 Agent 真正做到越用越聪明。本文带你从零走完这条自改进流水线。为什么 AI 编程 Agent 需要自改进大多数 AI 编程工具都有一个痛点用得越多经验丢得越多。这次会话里你纠正过它的写法下次会话它照样犯。MOMO CODE 借鉴了生物学的双速进化思路快环/evolve分钟级把会话中的经验提炼成策略卡tactic慢环/fine-tune小时到天级用评分数据微调模型/refine介于两者之间的审查式自改进——不改模型只改提示词和策略快、可逆、必须人工批准。完整架构说明可参考docs/self-evolution.md/refine 工作原理四步闭环整个流程的源码入口在 refine.ts核心逻辑可以概括为四步第一步自动回顾会话轨迹每次和 MOMO CODE 对话时session/recorder.ts 会把 prompt、response、模型、退出码等记录为本地会话文件按天存为~/.momo/sessions/YYYY-MM-DD.jsonl并在落盘前自动清除 API Key 等敏感信息。执行/refine时它会读取最近 20 条会话可用--lastN调整格式化后交给一个改进审查员模型。第二步生成两类小而可逆的优化提案审查员模型受严格约束见 propose.ts 中的 reviewer prompt必须引用具体会话 ID 作为证据、每次最多 5 条、没发现值得改进的地方就返回空列表。提案只有两种类型类型含义落地位置tactic可复用策略卡触发条件 步骤 检查命令进入经验库成为draft策略prompt_patch追加到持久提示词的一段 Markdown风格偏好、常见注意事项~/.momo/prompts/refine-patch.md提案以pending状态保存为独立 JSON 文件存放在~/.momo/refine/proposals/状态机为pending → approved → applied或pending → rejected见 store.ts。第三步人工审查门禁review gate这是 /refine 最关键的设计没有任何提案能在未经approve的情况下生效。你可以先用show查看提案的完整证据链和 rationale再决定批准或拒绝。这一步保证了改进过程完全透明、可控。第四步安全落地apply.ts 在落地时会做多重校验只有approved状态的提案才能 applytactic 中的检查命令必须命中白名单node、npm、pnpm、npx、tsc、eslint且禁止反引号、管道、命令分隔符等 shell 元字符规则定义在 experience/guard.ts落地的 tactic 只是draft仍需在经验循环的 Gate 中挣得晋升落地的 prompt patch 会自动带上提案 ID 与证据来源注释方便日后审计。完整用法6 条命令走完自改进momo /refine # 从最近会话生成优化提案默认 --last20 momo /refine list # 列出所有提案可按状态过滤--statuspending momo /refine show id # 查看提案的证据 内容 momo /refine approve id # 批准审查门禁 momo /refine apply id # 落地tactic → 草稿策略卡patch → 提示词文件 momo /refine reject id # 拒绝一个典型的工作流日常使用 MOMO CODE 完成若干任务跑一次momo /refine得到若干[pending]提案挑感兴趣的show查看证据满意则approve→apply下次会话开始策略卡与提示词补丁自动生效Agent 行为随之改进。MOMO CODE 四层架构中/refine位于体验与自进化层与/evolve、/fine-tune并列和 /evolve、/fine-tune 什么关系三者共同构成 MOMO CODE 的自进化体系分工明确命令时间尺度改什么成本/refine分钟级提示词 策略卡不训练仅一次 LLM 审查调用/evolve分钟级经验循环自动提炼并注入 tactic低/fine-tune小时/天级模型权重需 Ratchet Gate 人工晋升较高按训练计费可以把/refine理解为最轻量的自改进入口不动模型、不花钱训练每次会话积累都沉淀成可审查的改进资产。常见问题没有提案生成说明近期会话表现良好审查员认为没有值得改进的地方——这也是设计目标之一宁可空手而归也不输出泛泛而谈的建议。提案里引用了哪些会话evidence字段就是会话 IDses_...对应的原始记录都在~/.momo/sessions/里可随时回查。落地后发现不合适怎么办tactic 是独立 JSON 文件、prompt 补丁带注释追加直接删除对应条目即可回滚这也是提案坚持小而可逆原则的原因。想上手试试克隆仓库后即可安装git clone https://gitcode.com/momozi1996/momo-code然后多跑几个会话用/refine让 MOMO CODE 基于真实轨迹给出第一份改进提案吧 赞分享人工智能AI Agent代码智能体大模型CLI【免费下载链接】momo-codeMOMO CODE — AI coding agent that evolves with you 一句话MOMO CODE 是一个完全开源的、会自进化、会自微调的 AI 编程Agent 产品。 我做了全球首个 完全开源免费、会「自进化」「自微调」的 Code Agent 我把它命名为 MOMO CODE 。 MOMO 代表了 每一个身处 AI 时代心怀热爱、坚持微光想要躬身创造价值的普通人。 MOMO CODE V1.0.0版本 它基于Opencode 框架而衍生创新增加了 【自进化】 /evolve 和 【自微调】/fine-tune 模块 支持 25 大模型DeepSeek、智谱 GLM、Moonshot Kimi、豆包、MiniMax、Claude、GPT-4、Gemini、……。 支持自定义 OpenAI协议类 API接入任意模型。 核心差异每次会话后自动积累经验通过 /evolve 快环和 /fine-tune 慢环持续自我进化。 【自进化自微调】双速进化让它真正越用越聪明 这是 MOMO CODE 最核心的设计。 我叫它 “Two-Speed Evolution”——双速进化。 灵感来自生物学细菌有快速适应应激反应和长期进化自然选择两个时间尺度并行。项目地址https://gitcode.com/momozi1996/momo-code点击查看免费下载相关推荐PythonRobotics 模型预测轨迹生成器MPTG实战高斯-牛顿轨迹优化与查找表生成PythonRobotics 模型预测轨迹生成器MPTG实战高斯 牛顿轨迹优化与查找表生成 本篇技术指南以 PythonRobotics 仓库中的 Mod示例工程机器人AlpaSim仿真轨迹优化算法如何改进驾驶策略的输出轨迹质量AlpaSim仿真轨迹优化算法如何改进驾驶策略的输出轨迹质量 在自动驾驶系统开发中 仿真轨迹优化算法 是提升驾驶策略输出轨迹质量的关键技术。AlpaSim作自动驾驶科研Claude Code /rename 自动会话命名kebab-case 会话名称生成提示词全解析Claude Code /rename 自动会话命名kebab case 会话名称生成提示词全解析 /rename 是 Claude Code 中用于为当前会文档提示工程创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
解法)
