什么是 OpenAkita?
OpenAkita 是一个自进化 AI Agent 框架。它能自主学习新技能、每日自检修复、从任务执行中积累经验,并在遇到困难时永不放弃——持续尝试直到任务完成。
就像它名字来源的秋田犬一样:忠诚、可靠、永不言弃。
- 自主进化 — 自动生成技能、安装依赖、从错误中学习
- 永不放弃 — Ralph Wiggum 模式:持续执行循环,任务未完成不会终止
- 记忆成长 — 记住你的偏好和习惯,每日自动整理记忆
- 标准化集成 — 遵循 MCP 和 Agent Skills 标准,生态兼容性强
- 全中文支持 — 从桌面终端到 IM 通道、LLM 服务商,完整的中文生态
桌面终端:AI 助手 + 一站式管理
OpenAkita 提供跨平台的 桌面终端 应用(基于 Tauri + React),集 AI 聊天、配置管理、状态监控于一体:
- AI 聊天助手 — 流式对话、Markdown 渲染、多模态输入、Thinking 展示、Plan 模式
- 中英文双语 — 自动识别系统语言,一键切换,全面国际化
- 简易流程配置 — 9 步引导式配置,精简聚焦,弹窗式 LLM 端点管理
- 中国本土化 — 国内 LLM 服务商一等支持、PyPI 镜像源、中文 IM 通道
- LLM 端点管理 — 多服务商、多端点、主备自动切换、在线拉取模型列表
- IM 通道配置 — Telegram、飞书、企业微信、钉钉、QQ 一站式配置
- 角色 & 活人感 — 8 种预设角色,主动问候、记忆回忆,越用越懂你
- 技能市场 — 浏览、下载、配置技能,一站式管理
- 状态监控 — 紧凑面板:服务/LLM/IM 健康状态一屏展示
- 后台常驻 — 系统托盘 + 开机自启动,一键启动/停止
下载安装包:GitHub Releases
支持 Windows (.exe) / macOS (.dmg) / Linux (.deb / .AppImage)
核心特性
| 特性 | 描述 |
|---|---|
| 自学习与自进化 | 每日自检修复(04:00)、记忆整理(03:00)、任务复盘、技能自动生成、依赖自动安装 |
| Ralph Wiggum 模式 | 永不放弃的执行循环:Plan → Act → Verify → 重复直到完成,支持断点恢复 |
| 提示词编译 | 双阶段提示架构:快速模型预处理指令,身份文件编译压缩,自动检测复合任务 |
| MCP 标准化集成 | Model Context Protocol 规范,stdio 传输,服务自动发现,内置 Web 搜索 |
| Skill 标准化集成 | Agent Skills 规范(SKILL.md),8 个标准目录加载,GitHub 一键安装,LLM 自动生成 |
| Plan 模式 | 智能检测多步骤任务,自动创建执行计划,实时进度追踪,持久化为 Markdown |
| 多 LLM 端点 | 9 个服务商、能力路由、优先级故障转移、Thinking 模式、多模态(文本/图片/视频/语音) |
| 多平台 IM | CLI / Telegram / 飞书 / 钉钉 / 企业微信(完整支持);QQ(已实现) |
| 桌面自动化 | Windows UIAutomation + 视觉识别,9 个工具:截屏、点击、输入、快捷键、窗口管理等 |
| 多 Agent 协同 | Master-Worker 架构,ZMQ 消息总线,智能路由,动态扩缩容,故障自恢复 |
| 定时任务 | Cron / 间隔 / 一次性触发,提醒型 + 任务型,持久化存储 |
| 身份与记忆 | 四文件身份架构(SOUL / AGENT / USER / MEMORY),向量检索,每日自动整理 |
| 人格系统 | 8 种角色预设(默认/商务/技术/管家/女友/男友/家人/贾维斯),三层人格架构(预设 + 用户偏好 + 上下文适配),LLM 驱动偏好挖掘 |
| 活人感模式 | 主动引擎:问候、任务跟进、记忆回忆;频率控制、安静时段、反馈闭环;让 Agent 像真人助理 |
| 表情包引擎 | 集成 ChineseBQB(5700+ 表情包),关键词搜索、情绪映射、按角色定制表情包策略 |
| 工具体系 | 11 个类别、50+ 工具,三层渐进式披露(目录 → 详情 → 执行)减少 token 消耗 |
| 桌面终端 | Tauri 跨平台桌面应用,AI 聊天 + 流程化配置 + 状态监控 + 技能市场,中英双语 |
真人化角色系统
OpenAkita 最具特色的能力——不只是工具,更像一个有性格、有记忆、有温度的真人助理:
| 能力 | 描述 |
|---|---|
| 8 种预设角色 | 默认助手 / 商务顾问 / 技术专家 / 私人管家 / 虚拟女友 / 虚拟男友 / 家人 / 贾维斯 |
| 三层人格架构 | 预设基础 → 用户偏好学习 → 上下文自适应,越用越懂你 |
| 活人感模式 | 主动问候、任务跟进、记忆回忆("上次你提到想学吉他..."),频率智能控制 |
| 偏好自动挖掘 | 每轮对话 LLM 自动分析用户性格偏好,每日归纳更新身份文件 |
| 安静时段 | 深夜自动静音,不打扰但有存在感 |
| 表情包 | 集成 ChineseBQB 5700+ 表情包,按角色定制表情策略 |
效果展示:Agent 会在你空闲时主动问候,记住你的生日、喜好、工作习惯,像一个真正的朋友。
自学习与自进化
OpenAkita 的核心差异:不只是工具,而是会自主学习和成长的 Agent。
| 机制 | 触发时机 | 具体行为 |
|---|---|---|
| 每日自检修复 | 每天 04:00 | 分析 ERROR 日志 → LLM 诊断 → 工具类错误自动修复 → 生成报告 |
| 记忆整理 | 每天 03:00 | 会话记忆整理 → 语义去重 → 提取洞察 → 刷新 MEMORY.md |
| 任务复盘 | 长任务完成后(>60s) | 分析执行效率 → 提取经验教训 → 存入长期记忆 |
| 技能自动生成 | 遇到缺失能力时 | LLM 生成 SKILL.md + 脚本 → 自动测试验证 → 注册加载 |
| 依赖自动安装 | pip/npm 缺失时 | 搜索 GitHub → 安装依赖 → 失败则自动生成技能替代 |
| 实时记忆提取 | 每轮对话 | 提取偏好/规则/事实 → 向量存储 → MEMORY.md 自动更新 |
| 人格偏好挖掘 | 每轮对话 | LLM 分析用户消息 → 提取性格偏好 → 每日归纳晋升到身份文件 |
| 用户画像学习 | 对话过程中 | 识别用户偏好和习惯 → 更新 USER.md → 越用越懂你 |
中国本土化 & 国际化
OpenAkita 生于中国,服务全球——为中文开发者量身打造,对国内用户提供一等公民级支持:
中国本土化(开箱即用)
- 全中文桌面终端 — 从安装到聊天,全程中文界面,自动识别系统语言
- 国内 LLM 服务商 — 阿里通义千问、月之暗面 Kimi、MiniMax、DeepSeek、硅基流动,直接可用
- 国内镜像加速 — 内置清华 TUNA、阿里云 PyPI 源,零配置加速依赖安装
- 中文 IM 通道 — 飞书、企业微信、钉钉、QQ 开箱即用
- 中文桌面自动化 — 支持中文自然语言描述 UI 元素(如"点击保存按钮")
- 中文人格角色 — 贾维斯、虚拟女友/男友、家人、管家等角色,地道中文性格定义
国际化(i18n)
- 基于
react-i18next,中/英双语,后续可扩展更多语言 - 系统语言自动检测 + 一键手动切换
- LLM 服务商覆盖 Anthropic、OpenAI、Google Gemini 等国际主流
推荐模型
| 模型 | 厂商 | 说明 |
|---|---|---|
claude-sonnet-4-5-* |
Anthropic | 默认推荐,性能均衡 |
claude-opus-4-5-* |
Anthropic | 能力最强 |
qwen3-max |
阿里通义 | 中文能力强 |
deepseek-v3 |
DeepSeek | 高性价比 |
kimi-k2.5 |
月之暗面 | 超长上下文 |
minimax-m2.1 |
MiniMax | 对话创作出色 |
复杂任务建议开启 Thinking 模式。将模型设为
*-thinking版本(如claude-opus-4-5-20251101-thinking)可获得更好的推理效果。
快速开始
方式一:OpenAkita Desktop(推荐)
最简单的安装方式,图形化引导,无需命令行经验:
- 从 GitHub Releases 下载对应平台安装包
- 安装并启动 OpenAkita Desktop
- 按向导完成:工作区 → Python → 安装 → LLM 端点 → IM 通道 → 完成并启动
方式二:PyPI 安装
# 安装
pip install openakita
# 安装全部可选功能
pip install openakita[all]
# 运行配置向导
openakita init
可选功能包:feishu(飞书)、whisper(语音识别)、browser(浏览器自动化)、windows(桌面自动化)
方式三:源码安装
git clone https://github.com/openakita/openakita.git
cd openakita
python -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
pip install -e ".[all]"
openakita init
运行
# 交互式 CLI
openakita
# 执行单个任务
openakita run "创建一个带测试的 Python 计算器"
# 服务模式(IM 通道)
openakita serve
# 后台守护进程
openakita daemon start
# 查看状态
openakita status
基本配置
# .env 文件(最小配置)
# LLM API(必需,至少配置一个)
ANTHROPIC_API_KEY=your-api-key
# Telegram(可选)
TELEGRAM_ENABLED=true
TELEGRAM_BOT_TOKEN=your-bot-token
# 飞书(可选)
FEISHU_ENABLED=true
FEISHU_APP_ID=your-app-id
FEISHU_APP_SECRET=your-app-secret
架构
┌─────────────────────────────────────────────────────────────────┐
│ OpenAkita │
├─────────────────────────────────────────────────────────────────┤
│ │
│ ┌──────────────────── 桌面终端 ──────────────────────────────┐ │
│ │ Tauri + React · AI 聊天 · 配置管理 · 状态监控 · 技能市场 │ │
│ └──────────────────────────────────────────────────────────┘ │
│ │ │
│ ┌──────────────────── 身份层 ──────────────────────────────┐ │
│ │ SOUL.md(灵魂) · AGENT.md(行为) · USER.md(用户) · MEMORY.md │
│ │ Personas(8 种预设 + 用户自定义人格) │ │
│ └──────────────────────────────────────────────────────────┘ │
│ │ │
│ ┌──────────────────── 核心层 ──────────────────────────────┐ │
│ │ Brain(LLM) · Identity(身份) · Memory(记忆) · Ralph(循环) │ │
│ │ Prompt Compiler(提示词编译) · Task Monitor(任务监控) │ │
│ │ PersonaManager(人格) · TraitMiner(偏好挖掘) · Proactive(活人感) │
│ └──────────────────────────────────────────────────────────┘ │
│ │ │
│ ┌──────────────────── 工具层 ──────────────────────────────┐ │
│ │ Shell · File · Web · MCP · Skills · Scheduler │ │
│ │ Browser · Desktop · Plan · Profile · IM Channel │ │
│ │ Persona(人格切换) · Sticker(表情包) │ │
│ └──────────────────────────────────────────────────────────┘ │
│ │ │
│ ┌──────────────────── 进化引擎 ────────────────────────────┐ │
│ │ SelfCheck(自检) · Generator(技能生成) · Installer(自动安装)│ │
│ │ LogAnalyzer(日志分析) · DailyConsolidator(记忆整理) │ │
│ └──────────────────────────────────────────────────────────┘ │
│ │ │
│ ┌──────────────────── 通道层 ──────────────────────────────┐ │
│ │ CLI · Telegram · 飞书 · 企业微信 · 钉钉 · QQ │ │
│ └──────────────────────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────────────┘
核心组件
| 组件 | 描述 |
|---|---|
| Brain | 统一 LLM 客户端,多端点故障转移,能力路由 |
| Identity | 四文件身份系统,编译压缩为 token 高效摘要 |
| Memory | 向量记忆系统(ChromaDB),语义检索,每日自动整理 |
| Ralph Loop | 永不放弃执行循环,StopHook 拦截,断点恢复 |
| Prompt Compiler | 双阶段提示架构,快速模型预处理 |
| Task Monitor | 执行监控,超时切换模型,任务复盘 |
| Evolution Engine | 自检修复、技能生成、依赖安装、日志分析 |
| Skills | Agent Skills 标准,动态加载,GitHub 安装,自动生成 |
| MCP | Model Context Protocol,服务发现,工具代理 |
| Scheduler | 定时任务调度,Cron / 间隔 / 一次性 |
| Persona | 三层人格架构(预设 + 用户偏好 + 上下文),8 种角色预设,LLM 偏好挖掘,运行时状态持久化 |
| Proactive | 活人感引擎:主动问候、任务跟进、记忆回忆,反馈驱动的频率控制 |
| Sticker | 表情包引擎:ChineseBQB 集成,关键词/情绪搜索,按角色定制策略 |
| Channels | 统一消息格式,多平台 IM 适配 |
文档
| 文档 | 描述 |
|---|---|
| 快速开始 | 安装和入门指南 |
| 架构设计 | 系统设计和组件说明 |
| 配置说明 | 所有配置选项详解 |
| 部署指南 | 生产环境部署(systemd / Docker / nohup) |
| MCP 集成 | 连接外部服务 |
| IM 通道 | Telegram / 飞书 / 钉钉配置 |
| 技能系统 | 创建和使用技能 |
| 测试框架 | 测试框架和用例 |
社区
加入社区,获取帮助、分享经验、参与讨论:
- 文档 — 完整使用指南
- Issues — Bug 报告与功能请求
- Discussions — 技术讨论与问答
- Star 项目 — 支持我们
致谢
- Anthropic Claude — 核心 LLM 引擎
- Tauri — 桌面终端跨平台框架
- browser-use — AI 浏览器自动化
- AGENTS.md Standard — Agent 行为规范标准
- Agent Skills — 技能标准化规范
- ZeroMQ — 多 Agent 进程间通信
- ChineseBQB — 中文表情包资源库
许可证
MIT License — 详见 LICENSE
本项目包含 Apache 2.0 等开源许可证下的第三方技能。详见 THIRD_PARTY_NOTICES.md。