たった3000行のコードから「自分だけのAI秘書」が育つ！使うほど賢くなる自己進化エージェント — GenericAgent

アーキテクチャ・仕組み

GenericAgentは分層記憶 × 最小ツールセット × 自律実行ループの3軸で構成されています。

分層記憶システム（5層構造）

9つの原子ツール

• code_run — 任意コード実行
• file_read / file_write / file_patch — ファイル読み書き・パッチ
• web_scan — Webページ内容の知覚
• web_execute_js — ブラウザ操作（JavaScriptインジェクション）
• ask_user — ユーザーへの確認（Human-in-the-loop）
• update_working_checkpoint / start_long_term_update — 記憶管理（セッション間での経験蓄積）

自律実行ループ

agent_loop.py が約100行で実装。環境状態の知覚 → タスク推論 → ツール実行 → 経験の記憶書き込み → ループ の繰り返し。

能力拡張メカニズム

code_run を通じて実行時にPythonパッケージのインストール、新スクリプト作成、外部API呼び出し、ハードウェア制御が可能。一時的な能力を永続ツールとして固定化できる。

対応環境・プラットフォーム

• 対応LLM: Claude / Gemini / Kimi / MiniMax 等の主要モデル
• ブラウザ制御: 実ブラウザにインジェクション（ログインセッション維持）
• モバイル: ADB（Android Debug Bridge）経由でスマホアプリ操作
• フロントエンド: Streamlit Web UI（デフォルト）、Qt デスクトップアプリ、代替Streamlit UI
• Bot連携: Telegram / WeChat（個人微信）/ QQ / 飞书（Lark）/ 企業微信（WeCom）/ 钉钉（DingTalk）

パフォーマンス

• コンテキストウィンドウ: 30K未満（他のエージェントの200K〜1Mと比較して約6分の1）
• コードベース: コア約3000行（比較: OpenClaw 約53万行）
• 依存関係: pip install streamlit pywebview のみで最小起動可能

競合との比較

ライセンス

MIT License — 商用利用を含め自由に利用可能。

注目の更新履歴

• 2026-04-11: L4セッションアーカイブ記憶とスケジューラーcron連携
• 2026-03-23: 個人WeChatをBot前端として対応
• 2026-03-10: 百万スケールのSkillライブラリ公開
• 2026-01-16: V1.0 パブリックリリース

# 1. リポジトリをクローン（ダウンロード）
git clone https://github.com/lsdefine/GenericAgent.git
cd GenericAgent

# 2. 最小限の依存パッケージをインストール
pip install streamlit pywebview

# 3. APIキーを設定
cp mykey_template.py mykey.py
# mykey.py を編集して、使用するLLMのAPIキーを記入

# 4. 起動
python launch.pyw

オプションでTelegram Botとして使う場合:

# mykey.py に追記
tg_bot_token = 'YOUR_BOT_TOKEN'
tg_allowed_users = [YOUR_USER_ID]

python frontends/tgapp.py

詳細は GETTING_STARTED.md を参照。