Talos 能力总览 🛡️

一个最小、可自扩展、会自学习的编程 agent —— Pi 的极简内核 + Hermes 的成长性 + Claude Code 的使用体验,从零手搓、边搭边学的产物。

一句话:模型负责想,代码负责做,循环把它们串起来;记忆让它越用越懂你。

1. 核心循环

一切的中心。模型本身没记忆、碰不到你的电脑 —— 是这个循环让它能连续动手做事。

flowchart LR
    U([你 提问]) --> M["🧠 模型 决定"]
    M -- 要调工具 --> T["⚙️ 执行工具"]
    T -- 结果回传 --> M
    M -- 不再要工具 --> A([✅ 回答])

代码就是 agent_turn() 里的 while 循环,tool_calls 有没有 = 要不要再转一圈。

2. 能力清单

类别	能力
内核	极简循环 + `messages` 记忆;6 个工具:`read_file` / `write_file` / `edit_file` / `run_bash` / `create_tool` / `spawn_subagent`
多模型	走 OpenAI 兼容接口,一套代码通吃 Claude / GPT / Gemini / DeepSeek / GLM / Kimi;`TALOS_PROVIDER` + `TALOS_MODEL` 切换;`.env` 一次配置;繁忙/限流自动重试
安全	Claude-Code 式权限分级(plan / default / acceptEdits / bypass);工作目录限制(文件工具出不去);MAX_STEPS 防空转
自扩展(深度)	`create_tool` —— 没有合适工具时,自己写一个新工具、当场加载、下次还在(Pi 式)
委派(广度)	`spawn_subagent` —— 把子任务丢给隔离上下文的子 agent,只回摘要
自学习	`reflect` —— 复杂任务后 / 被纠正时,把经验写成 `skills` / `memory.md`;`/consolidate` 合并去重
记忆系统	短期(上下文+压缩)· 长期(事实/技能/往事)· 联想回忆(扩散激活)· 用不到就忘
会话	本地 `.jsonl` 存储,按首句自动起名;续聊 / 查看 / 删除;上下文超限自动压缩
省 token	工具输出截断 + 分页读文件 + 旧结果打桩 + 白吃 provider 缓存
界面	`rich` 终端 UI;`/show` 四档显示模式(quiet/normal/verbose/transcript)+ 思考过程

3. 架构:分层(内核冻结,外围可换)

flowchart TB
    subgraph CORE["agent.py — 内核(冻结极简)"]
        LOOP["循环 agent_turn"]
        TOOLS["6 工具 + 权限门 + 工作目录限制"]
    end
    UI["console_ui.py<br/>界面层 · rich"]
    STORE["session.py<br/>存储层 · jsonl"]
    RCL["recall.py<br/>记忆检索层 · 扩散激活"]
    LOOP <--> UI
    LOOP <--> STORE
    LOOP <--> RCL

每层可单独替换,内核不动(Pi 的思路):界面换成网页只改 console_ui.py;存储换 SQLite 只改 session.py;检索换 embedding 只改 recall.py。

4. 记忆系统架构(像大脑一样分层)

flowchart TB
    CTX["🧠 短期记忆:上下文 messages<br/>快 · 有限 · 每步重发 · 会满"]
    MEM["📌 memory.md — 事实"]
    SK["🔧 skills/ — 做法"]
    SESS["📼 sessions/ — 往事"]

    CTX -- "① reflect 巩固<br/>(复杂任务后 / 被纠正)" --> MEM & SK
    CTX -- "每轮保存" --> SESS
    MEM & SK & SESS -- "② recall 扩散激活<br/>(按当前任务捞相关的)" --> CTX
    CTX -- "③ compact:超容量 → 摘要,忘掉逐字" --> CTX

④ 优胜劣汰:/consolidate 合并去重、/forget 删掉"见过多次却从没被 recall 想起"的死记忆 —— 让使用来决定去留。

和人脑的对应:

人类记忆	Talos
工作/短期	上下文 `messages` + 压缩
长期·语义(事实)	`memory.md`
长期·程序(做法)	`skills/`
长期·情景(往事)	`.talos/sessions/`
联想回忆	`recall.py`(扩散激活)
睡眠巩固 / 遗忘	`reflect` / `consolidate` / `forget`

5. 命令参考(程序内输入)

命令	作用
`/mode <档>`	切权限档:plan · default · acceptEdits · bypass
`/show <档>`	切显示:quiet · normal · verbose · transcript
`/reflect`	立即复盘(存 skill/memory)
`/consolidate`	合并、精简技能
`/recall <词>`	看联想回忆的激活分数(调试)
`/forget`	删掉从没被想起的死记忆
`/history`	列出历史会话
`/view <#/id>`	看某个会话内容
`/resume <#/id>`	调出历史会话继续
`/delete <#/id>`	删除会话
`/compact`	手动压缩上下文
`/goal <条件>`	设完成条件。模型不调工具时不直接结束,先过一个独立判断器(单独一次调用,只有 `read_file`,会自己打开交付物核对);没达成就把理由写回对话继续做。`/goal` 查看,`/goal clear` 清除。无人值守用环境变量 `TALOS_GOAL`
`quit`	退出

命令行参数:--continue / --resume <id> / --list / --view <id> / --delete <id> / --selfcheck / --model <provider>/<模型>。

6. 文件地图

talos/
├── agent.py          内核:循环 + 工具 + 权限 + 自学习/自扩展
├── console_ui.py     界面层(rich TUI)
├── session.py        存储层(会话 jsonl)
├── recall.py         记忆检索层(扩散激活 + 用量遗忘)
├── requirements.txt  openai, rich
├── .env              provider + key(不进 git)
├── README / DEVELOPMENT / SELF_LEARNING / OVERVIEW(本文)
└── 运行时(gitignore):
    ├── memory.md          学到的事实
    ├── skills/*.md        学到的做法
    ├── tools/*.py         自己造的工具
    └── .talos/
        ├── sessions/*.jsonl   会话历史
        └── recall_hits.json   记忆使用统计

7. 怎么跑

pip install -r requirements.txt
# .env 里写 TALOS_PROVIDER=glm 和 ZHIPUAI_API_KEY=...
python agent.py
python agent.py --selfcheck    # 零依赖离线自检

8. 已知取舍 / 路线图

沙箱(Step 3)暂缓:权限门 + 工作目录限制挡住大部分误操作,但 run_bash 允许后仍在宿主机跑。彻底隔离要 WSL2/Docker,用得上再加。
create_tool 在本进程 exec 模型代码:很强也很猛,靠权限门把关,同样等沙箱兜底。
记忆检索是关键词网:够学、够用;要更准可换 embedding(只改 recall.py)。
单文件内核:刻意的,塞不下了再拆。

Talos 不是要跟 Cursor/Claude Code 拼功能 —— 它是一台能看懂全部代码、每个零件都是你亲手加的学习机器。agent 的所有核心概念(循环、工具、权限、记忆、自学习、自扩展、上下文管理),它都有一个能读懂的最小实现。

FilesExpand file tree

OVERVIEW.md

Latest commit

History