Autonomy — 自律型 AI 代理人系統 | Bill Liu
AgentLoop · ConversationLoop<br>Python 3.13 · 自律執行中
Autonomy
自律型 AI
代理人框架
以 Beam Search 候選排序 、受管行動閘道 與程序技能學習 為核心，
打造真正能自主感知、規劃、執行並持續進化的 AI 代理人系統。
探索核心模組
查看原始碼
內建 Procedure Skills
+ 內建工具
支援 AI Provider
Beam Width
設計理念
AgentLoop：自導向任務迴圈
每個執行回合（Turn）依固定五步驟推進，直到目標達成、被封鎖或超過步數上限
AgentLoop 是 Autonomy 的核心驅動器——一個「自導向任務迴圈」，不需要人工介入即可從目標出發，自主選擇工具、執行行動並從結果中學習。
每個 Turn 的執行流程：①從技能庫選取相關 ProcedureSkill，②由 LLM 提案 + RecipeEngine 產出候選動作路徑，③以 5 維評分排序（Beam<br>Width=3），④透過 ActionGateway 受管執行，⑤評估結果並觸發學習。
終止條件明確：ACHIEVED（目標完成）、BLOCKED（無法繼續）、NO_CANDIDATES、APPROVAL_DENIED、MAX_STEPS_REACHED、或<br>FAILED——系統永遠不會陷入無限循環。
AgentLoop<br>ActionGateway<br>CandidateSelector<br>LearningLoop<br>CuratorDaemon
📚
disclose_procedure_skills()<br>選取相關技能
💡
generate_candidates()<br>LLM 提案 + Recipe Engine
📊
rank_candidates()<br>5 維評分 · Beam Width=3
ActionGateway.execute_next()<br>ApprovalPolicy 授權 · 受管執行
🧠
evaluate_outcome() + learn()<br>結果評估 · Recipe 學習
核心模組
十二大技術特點
每個特點都直接對應 Autonomy 原始碼中的具體實作
🔄
自導向代理人迴圈
AgentLoop.run(goal, max_steps=12)<br>啟動後完全自主執行，每步驟透過 run_turn() 推進。支援互動模式（interactive=True）與批次模式，所有事件均以<br>run_id 記錄於 AutonomyStore。
AgentLoop
RunState
TerminationReason
🛡️
受管行動閘道
所有工具呼叫必須通過 ActionGateway 的<br>ApprovalPolicy 授權。每個動作帶有 RiskLevel（LOW / MEDIUM /<br>HIGH）、expected_effect 與 verification_plan，確保執行可控、可審計。
ActionGateway
ApprovalPolicy
RiskLevel
📊
5 維 Beam Search 評分
CandidateSelector 以<br>evidence_strength（+0.30）、purpose（+0.10）、risk（−0.35）、side_effects（−0.20）、penalty（−1.0）五個維度計算總分，選出前<br>beam_width=3 名候選路徑送往執行。
CandidateSelector
CandidatePath
beam_width=3
🎯
混合結果評估
DeterministicOutcomeEvaluator 優先判斷執行失敗（直接<br>BLOCKED），成功但結果不確定時再交由 ModelAssistedOutcomeEvaluator 呼叫 LLM 語義判斷——最小化昂貴的模型呼叫次數。
DeterministicEvaluator
ModelAssistedEvaluator
GoalStatus
📚
程序技能庫（13 內建）
ProcedureSkillLibrary 內建 13 個 bundled<br>skills，涵蓋<br>api-debugging、browser-navigation、code-editing、codebase-documentation、plan、procedure-skill-authoring、process-management、requesting-code-review、systematic-debugging、technical-spike、TDD、website-inspection、writing-plans，每步動態選取最相關技能載入。
ProcedureSkillLibrary
ProcedureSkill
requires_tools
🧠
後執行學習迴路
每次 Run 結束後，LearningLoop.review_run()<br>自動觸發：若結果為 ACHIEVED 且有 ≥2 個成功步驟，自動起草新 ProcedureSkillDraft（信心度 0.85），生成<br>LearningProposal 等待審核。
LearningLoop
LearningProposal
confidence=0.85
⚗️
Action Recipe 引擎
RecipeEngine 監控每個成功動作的 SHA-256<br>指紋——當同一動作成功次數 ≥ candidate_threshold=2，自動升格為候選<br>Recipe，下次直接作為行動選項（source=action_skill）提出，無需 LLM 重新推理。
RecipeEngine
ActionRecipe
action fingerprint
🗂️
技能策展守護程序
每次 Run 結束後，CuratorDaemon<br>在後台執行緒（daemon=True）非同步啟動 SkillCurator.apply_auto_merges()，自動偵測並合併重複（信心 0.95）或子集（信心<br>0.90）技能，防止技能庫膨脹。
CuratorDaemon
SkillCurator
async merge
🧰
可擴展工具集目錄
TOOLSET_CATALOG 涵蓋 4<br>個預設啟用工具集：file、terminal、search、skills，加上 opt-in 的 project（git / JSON / YAML / 測試探索）與 browser（Playwright<br>headless Chromium，11 工具）。規劃中：memory、delegate、cronjob、computer_use。
ToolsetCatalog
ToolRegistry
ApprovalPolicy
📡
完整事件溯源稽核
AutonomyStore 以 Event Sourcing<br>模式記錄整個執行生命週期：run_started → skills_selected → candidates_ranked → action_selected → approval_decision →<br>observation → outcome_evaluated → recipe_learned → learning_review → run_finished，完整可重播。
AutonomyStore
record_event()
Event Sourcing
🖥️
TUI 終端互動介面
autonomy tui 啟動豐富終端介面，提供 session<br>總覽面板、回合記錄、Action trail、compact/full 切換模式與 / 指令面板。自然語言直接流入 AgentLoop，UI 永遠不直接執行工具。
ConversationLoop
SessionShell
autonomy tui
🌐
多 Provider 支援
支援 ollama（本地）與 8 個 OpenAI-compatible<br>providers：openai-api、nvidia、openrouter、deepseek、xai、zai、kimi-coding、alibaba。提供 API 金鑰管理與 provider<br>設定，autonomy doctor 可檢查端點走通性。
ollama
openrouter
nvidia / deepseek / xAI
CandidateSelector
5 維候選評分系統
每個候選動作路徑依以下公式計算總分，選出前 3 名送往執行
score =
evidence_strength × +0.30<br>purpose × +0.10<br>risk × −0.35<br>side_effects × −0.20<br>penalty × −1.0
evidence_strength<br>+0.30
動作有充分依據與證據加分
purpose<br>+0.10
有明確目的說明加分
risk<br>−0.35
HIGH risk 扣最多，LOW 不扣分
side_effects<br>−0.20
有副作用的動作扣分
penalty<br>−1.0
已執行過或工具不可用，大量扣分
系統架構
真實模組關係圖
每個方塊對應 Autonomy 原始碼中的實際類別或模組
Entry · Interactive TUI / CLI run
🖥️<br>SessionShell → ConversationLoop<br>autonomy tui · 互動式對話
🎯<br>AgentLoop.run(goal)<br>autonomy run · max_steps · UUID run_id
Turn Loop · run_turn()
📚<br>ProcedureSkillLibrary<br>index() · load_selected()
⚗️<br>RecipeEngine<br>candidates_for() · learn()
📊<br>CandidateSelector<br>beam_width=3 · 5-dim score
Execution · ActionGateway
🛡️<br>ApprovalPolicy<br>authorize(action, interactive)
ActionGateway<br>execute_next() · risk assessment
🧰<br>ToolRegistry<br>execute(action) → Observation
Post-Run · finish_run()
🎯<br>OutcomeEvaluator<br>Deterministic + Model-assisted
🧠<br>LearningLoop<br>review_run() · draft skill
🗂️<br>CuratorDaemon<br>async thread · auto-merge
Persistence · AutonomyStore
📁 runs
📡 events
⚗️ recipes
📚 skills
💡 proposals
🗂️ curator_log
TOOLSET_CATALOG — 工具集 & AI Providers
fileread / write / patch / diff /<br>outline / symbol_search / syntax_check…
terminalshell.execute / process.start<br>/ poll / log / wait / stop
searchsearch.text...