Initial commit with translated description
This commit is contained in:
169
INSTALLATION.md
Normal file
169
INSTALLATION.md
Normal file
@@ -0,0 +1,169 @@
|
|||||||
|
# Self-Evolving Skill - OpenClaw集成指南
|
||||||
|
|
||||||
|
## 安装完成 ✅
|
||||||
|
|
||||||
|
### 文件位置
|
||||||
|
|
||||||
|
| 位置 | 说明 |
|
||||||
|
|------|------|
|
||||||
|
| `~/.openclaw/skills/self-evolving-skill/` | 技能根目录 |
|
||||||
|
| `~/.openclaw/agents/main/agent/mcp_servers.json` | MCP服务器配置 |
|
||||||
|
| `~/.openclaw/skills/self-evolving-skill/storage/` | 数据存储 |
|
||||||
|
|
||||||
|
### 项目结构
|
||||||
|
|
||||||
|
```
|
||||||
|
~/.openclaw/skills/self-evolving-skill/
|
||||||
|
├── core/ # Python核心
|
||||||
|
│ ├── residual_pyramid.py # SVD分解
|
||||||
|
│ ├── reflection_trigger.py # 自适应触发
|
||||||
|
│ ├── experience_replay.py # 经验回放
|
||||||
|
│ ├── skill_engine.py # 核心引擎
|
||||||
|
│ ├── storage.py # 持久化
|
||||||
|
│ └── mcp_server.py # MCP服务器
|
||||||
|
├── src/ # TypeScript SDK
|
||||||
|
├── SKILL.md # 技能文档
|
||||||
|
├── package.json # npm配置
|
||||||
|
├── mcporter_adapter.py # mcporter适配器
|
||||||
|
└── venv/ # Python虚拟环境
|
||||||
|
```
|
||||||
|
|
||||||
|
## 使用方式
|
||||||
|
|
||||||
|
### 1. 直接调用（推荐）
|
||||||
|
|
||||||
|
```bash
|
||||||
|
# 激活虚拟环境
|
||||||
|
source ~/.openclaw/skills/self-evolving-skill/venv/bin/activate
|
||||||
|
|
||||||
|
# 列出所有Skill
|
||||||
|
python3 ~/.openclaw/skills/self-evolving-skill/mcporter_adapter.py skill_list '{}'
|
||||||
|
|
||||||
|
# 创建新Skill
|
||||||
|
python3 ~/.openclaw/skills/self-evolving-skill/mcporter_adapter.py skill_create '{"name":"MySkill"}'
|
||||||
|
|
||||||
|
# 分析嵌入
|
||||||
|
python3 ~/.openclaw/skills/self-evolving-skill/mcporter_adapter.py skill_analyze '{"embedding":[0.1,0.2,0.3]}'
|
||||||
|
|
||||||
|
# 系统统计
|
||||||
|
python3 ~/.openclaw/skills/self-evolving-skill/mcporter_adapter.py skill_stats '{}'
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2. OpenClaw MCP调用
|
||||||
|
|
||||||
|
在OpenClaw中可直接调用MCP工具：
|
||||||
|
|
||||||
|
```json
|
||||||
|
{
|
||||||
|
"tool": "skill_create",
|
||||||
|
"arguments": {
|
||||||
|
"name": "ProblemSolver",
|
||||||
|
"description": "问题解决技能"
|
||||||
|
}
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
### 3. 启动MCP服务器
|
||||||
|
|
||||||
|
```bash
|
||||||
|
# 前台运行
|
||||||
|
source ~/.openclaw/skills/self-evolving-skill/venv/bin/activate
|
||||||
|
python3 ~/.openclaw/skills/self-evolving-skill/mcp_server.py --storage ~/.openclaw/skills/self-evolving-skill/storage
|
||||||
|
|
||||||
|
# 或通过配置自动启动（已在mcp_servers.json中配置）
|
||||||
|
```
|
||||||
|
|
||||||
|
## MCP工具
|
||||||
|
|
||||||
|
| 工具 | 描述 | 参数 |
|
||||||
|
|------|------|------|
|
||||||
|
| `skill_create` | 创建新的自演化Skill | `name`, `description` |
|
||||||
|
| `skill_execute` | 执行Skill并触发学习 | `skill_id`, `context`, `success`, `value` |
|
||||||
|
| `skill_analyze` | 分析嵌入向量（不触发学习） | `embedding` |
|
||||||
|
| `skill_list` | 列出所有已保存的Skill | - |
|
||||||
|
| `skill_stats` | 获取系统统计信息 | - |
|
||||||
|
| `skill_save` | 持久化保存Skill | `skill_id` |
|
||||||
|
| `skill_load` | 加载已保存的Skill | `skill_id` |
|
||||||
|
| `skill_clear` | 清空所有数据和缓存 | - |
|
||||||
|
|
||||||
|
## 测试结果
|
||||||
|
|
||||||
|
```
|
||||||
|
=== skill_list ===
|
||||||
|
Skills: 20
|
||||||
|
|
||||||
|
=== skill_create ===
|
||||||
|
{"skill_id":"1ac4a2cb3f79347f","name":"TestOpenClaw"}
|
||||||
|
|
||||||
|
=== skill_analyze ===
|
||||||
|
{
|
||||||
|
"total_energy": 0.55,
|
||||||
|
"residual_ratio": 0.086,
|
||||||
|
"suggested_abstraction": "POLICY",
|
||||||
|
"novelty_score": 0.657
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
## 核心算法
|
||||||
|
|
||||||
|
### 1. 残差金字塔分解
|
||||||
|
|
||||||
|
```python
|
||||||
|
pyramid = ResidualPyramid(max_layers=5, use_pca=True)
|
||||||
|
decomposition = pyramid.decompose(embedding)
|
||||||
|
|
||||||
|
# 输出:
|
||||||
|
# - residual_ratio: 残差能量比率
|
||||||
|
# - suggested_abstraction: POLICY / SUB_SKILL / PREDICATE
|
||||||
|
# - novelty_score: 综合新颖性
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2. 三层跃迁规则
|
||||||
|
|
||||||
|
| 覆盖率 | 抽象层级 | 操作 |
|
||||||
|
|--------|---------|------|
|
||||||
|
| >80% | POLICY | 调整策略权重 |
|
||||||
|
| 40-80% | SUB_SKILL | 生成子Skill |
|
||||||
|
| <40% | PREDICATE | 归纳新谓词 |
|
||||||
|
|
||||||
|
### 3. 自适应阈值
|
||||||
|
|
||||||
|
```python
|
||||||
|
trigger = ReflectionTrigger(
|
||||||
|
min_energy_ratio=0.10, # 初始阈值
|
||||||
|
value_gain_threshold=0.20, # 触发阈值
|
||||||
|
target_trigger_rate=0.15 # 目标15%触发率
|
||||||
|
)
|
||||||
|
```
|
||||||
|
|
||||||
|
## OpenClaw配置
|
||||||
|
|
||||||
|
MCP服务器已配置在：
|
||||||
|
|
||||||
|
```json
|
||||||
|
// ~/.openclaw/agents/main/agent/mcp_servers.json
|
||||||
|
{
|
||||||
|
"servers": {
|
||||||
|
"self-evolving-skill": {
|
||||||
|
"name": "self-evolving-skill",
|
||||||
|
"type": "stdio",
|
||||||
|
"command": "/bin/bash",
|
||||||
|
"args": [
|
||||||
|
"-c",
|
||||||
|
"source ~/.openclaw/skills/self-evolving-skill/venv/bin/activate && python3 ~/.openclaw/skills/self-evolving-skill/mcp_server.py --storage ~/.openclaw/skills/self-evolving-skill/storage"
|
||||||
|
]
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
## 下一步
|
||||||
|
|
||||||
|
- [ ] 在OpenClaw中测试MCP工具调用
|
||||||
|
- [ ] 集成到Agent执行流程
|
||||||
|
- [ ] 添加强化学习策略优化
|
||||||
|
|
||||||
|
## 相关文档
|
||||||
|
|
||||||
|
- [SKILL.md](SKILL.md) - 完整技能文档
|
||||||
|
- [MEMORY.md](../../workspace/MEMORY.md) - 研究笔记
|
||||||
102
README.md
Normal file
102
README.md
Normal file
@@ -0,0 +1,102 @@
|
|||||||
|
# Self-Evolving Skill - OpenClaw集成
|
||||||
|
|
||||||
|
## 项目结构
|
||||||
|
|
||||||
|
```
|
||||||
|
self-evolving-skill/
|
||||||
|
├── core/ # Python核心模块
|
||||||
|
│ ├── residual_pyramid.py # 残差金字塔分解
|
||||||
|
│ ├── reflection_trigger.py # 自适应触发器
|
||||||
|
│ ├── experience_replay.py # 经验回放
|
||||||
|
│ ├── skill_engine.py # 核心引擎
|
||||||
|
│ ├── storage.py # 持久化
|
||||||
|
│ └── mcp_server.py # MCP服务器
|
||||||
|
├── src/ # TypeScript封装
|
||||||
|
│ ├── index.ts # 主入口
|
||||||
|
│ ├── cli.ts # CLI
|
||||||
|
│ └── mcp-tools.ts # MCP工具定义
|
||||||
|
├── skills/ # 供OpenClaw调用
|
||||||
|
│ └── self-evolving-skill/ # OpenClaw Skill
|
||||||
|
├── SKILL.md # 技能文档
|
||||||
|
├── package.json
|
||||||
|
└── README.md
|
||||||
|
```
|
||||||
|
|
||||||
|
## 安装到OpenClaw
|
||||||
|
|
||||||
|
```bash
|
||||||
|
# 方式1: 链接到OpenClaw skills目录
|
||||||
|
cd skills/self-evolving-skill
|
||||||
|
npm install
|
||||||
|
npm run build
|
||||||
|
|
||||||
|
# 链接
|
||||||
|
ln -s $(pwd)/skills/self-evolving-skill ~/.openclaw/skills/self-evolving-skill
|
||||||
|
|
||||||
|
# 方式2: 通过ClawHub
|
||||||
|
clawhub install self-evolving-skill
|
||||||
|
```
|
||||||
|
|
||||||
|
## OpenClaw中调用
|
||||||
|
|
||||||
|
```typescript
|
||||||
|
// 直接调用MCP工具
|
||||||
|
const result = await useTool('skill_create', {
|
||||||
|
name: 'ProblemSolver'
|
||||||
|
});
|
||||||
|
|
||||||
|
const analysis = await useTool('skill_analyze', {
|
||||||
|
embedding: [0.1, 0.2, 0.3, ...]
|
||||||
|
});
|
||||||
|
```
|
||||||
|
|
||||||
|
## MCP工具列表
|
||||||
|
|
||||||
|
| 工具 | 描述 | 参数 |
|
||||||
|
|------|------|------|
|
||||||
|
| `skill_create` | 创建Skill | `name`, `description` |
|
||||||
|
| `skill_execute` | 执行并学习 | `skill_id`, `context`, `success` |
|
||||||
|
| `skill_analyze` | 分析嵌入 | `embedding` |
|
||||||
|
| `skill_list` | 列出Skills | - |
|
||||||
|
| `skill_stats` | 系统统计 | - |
|
||||||
|
| `skill_save` | 持久化保存 | `skill_id` |
|
||||||
|
| `skill_load` | 加载 | `skill_id` |
|
||||||
|
|
||||||
|
## 示例
|
||||||
|
|
||||||
|
```typescript
|
||||||
|
// 1. 创建Skill
|
||||||
|
const skill = await useTool('skill_create', {
|
||||||
|
name: 'TextAnalyzer',
|
||||||
|
description: '文本分析自学习Skill'
|
||||||
|
});
|
||||||
|
|
||||||
|
// 2. 执行并观察学习
|
||||||
|
const result = await useTool('skill_execute', {
|
||||||
|
skill_id: skill.skill_id,
|
||||||
|
context: { task: 'sentiment' },
|
||||||
|
success: true,
|
||||||
|
value: 1.0
|
||||||
|
});
|
||||||
|
|
||||||
|
console.log('反思触发:', result.reflection_triggered);
|
||||||
|
|
||||||
|
// 3. 分析新输入
|
||||||
|
const analysis = await useTool('skill_analyze', {
|
||||||
|
embedding: generateEmbedding(text)
|
||||||
|
});
|
||||||
|
```
|
||||||
|
|
||||||
|
## 配置
|
||||||
|
|
||||||
|
在OpenClaw配置文件中：
|
||||||
|
|
||||||
|
```yaml
|
||||||
|
skills:
|
||||||
|
self-evolving-skill:
|
||||||
|
max_layers: 5
|
||||||
|
energy_threshold: 0.1
|
||||||
|
similarity_threshold: 0.85
|
||||||
|
target_trigger_rate: 0.15
|
||||||
|
storage_dir: ~/.openclaw/self-evolving
|
||||||
|
```
|
||||||
150
SKILL.md
Normal file
150
SKILL.md
Normal file
@@ -0,0 +1,150 @@
|
|||||||
|
---
|
||||||
|
name: Self-Evolving Skill
|
||||||
|
description: "元认知自我学习系统——自动技能进化。"
|
||||||
|
homepage: https://github.com/whtoo/self-evolving-bot
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
|
||||||
|
# Self-Evolving Skill
|
||||||
|
|
||||||
|
元认知自学习系统 - 基于预测编码和价值驱动的Skill自动演化。
|
||||||
|
|
||||||
|
## 功能
|
||||||
|
|
||||||
|
- **ResidualPyramid金字塔分解，量化认知缺口
|
||||||
|
-**: 残差 **自适应反思触发**: 基于残差能量自动判断何时需要学习
|
||||||
|
- **经验回放**: 缓存已学模式，降低重复触发
|
||||||
|
- **价值门控**: 只有提升长期价值才接受变异
|
||||||
|
- **持久化**: 经验自动保存/加载
|
||||||
|
|
||||||
|
## 安装
|
||||||
|
|
||||||
|
```bash
|
||||||
|
# 技能已安装到 ~/.openclaw/skills/self-evolving-skill
|
||||||
|
# 或使用ClawHub
|
||||||
|
clawhub install self-evolving-skill
|
||||||
|
```
|
||||||
|
|
||||||
|
## 架构
|
||||||
|
|
||||||
|
```
|
||||||
|
self-evolving-skill/
|
||||||
|
├── core/ # Python核心
|
||||||
|
│ ├── residual_pyramid.py # 残差金字塔（SVD分解）
|
||||||
|
│ ├── reflection_trigger.py # 自适应触发器
|
||||||
|
│ ├── experience_replay.py # 经验回放缓存
|
||||||
|
│ ├── skill_engine.py # 核心引擎+ValueGate
|
||||||
|
│ ├── storage.py # 持久化
|
||||||
|
│ └── mcp_server.py # MCP服务器
|
||||||
|
├── src/ # TypeScript SDK
|
||||||
|
│ ├── index.ts # 主入口
|
||||||
|
│ ├── cli.ts # CLI
|
||||||
|
│ └── mcp-tools.ts # 工具定义
|
||||||
|
├── skills/ # OpenClaw Skill
|
||||||
|
│ └── self-evolving-skill/ # 技能封装
|
||||||
|
├── MCP_CONFIG.md # MCP配置
|
||||||
|
└── README.md # 文档
|
||||||
|
```
|
||||||
|
|
||||||
|
## MCP工具
|
||||||
|
|
||||||
|
| 工具 | 描述 | 参数 |
|
||||||
|
|------|------|------|
|
||||||
|
| `skill_create` | 创建Skill | `name`, `description` |
|
||||||
|
| `skill_execute` | 执行并学习 | `skill_id`, `context`, `success`, `value` |
|
||||||
|
| `skill_analyze` | 分析嵌入 | `embedding` |
|
||||||
|
| `skill_list` | 列出Skills | - |
|
||||||
|
| `skill_stats` | 系统统计 | - |
|
||||||
|
| `skill_save` | 持久化保存 | `skill_id` |
|
||||||
|
| `skill_load` | 加载 | `skill_id` |
|
||||||
|
|
||||||
|
## 使用方式
|
||||||
|
|
||||||
|
### CLI
|
||||||
|
|
||||||
|
```bash
|
||||||
|
# 列出所有Skill
|
||||||
|
openclaw skill self-evolving-skill list
|
||||||
|
|
||||||
|
# 创建Skill
|
||||||
|
openclaw skill self-evolving-skill create --name "MySkill"
|
||||||
|
|
||||||
|
# 执行
|
||||||
|
openclaw skill self-evolving-skill execute <id> --success
|
||||||
|
|
||||||
|
# 分析
|
||||||
|
openclaw skill self-evolving-skill analyze --embedding '[0.1,0.2,...]'
|
||||||
|
|
||||||
|
# 统计
|
||||||
|
openclaw skill self-evolving-skill stats
|
||||||
|
```
|
||||||
|
|
||||||
|
### MCP服务器
|
||||||
|
|
||||||
|
```bash
|
||||||
|
# 启动MCP服务器
|
||||||
|
cd ~/.openclaw/skills/self-evolving-skill
|
||||||
|
./run_mcp.sh
|
||||||
|
|
||||||
|
# 或使用适配器
|
||||||
|
python3 mcporter_adapter.py skill_list '{}'
|
||||||
|
```
|
||||||
|
|
||||||
|
### 编程
|
||||||
|
|
||||||
|
```typescript
|
||||||
|
import { SelfEvolvingSkillEngine } from 'self-evolving-skill';
|
||||||
|
|
||||||
|
const engine = new SelfEvolvingSkillEngine();
|
||||||
|
await engine.init();
|
||||||
|
|
||||||
|
const { skillId } = await engine.createSkill({ name: 'Analyzer' });
|
||||||
|
const stats = await engine.stats();
|
||||||
|
```
|
||||||
|
|
||||||
|
## 核心算法
|
||||||
|
|
||||||
|
### 1. 残差金字塔分解
|
||||||
|
|
||||||
|
```python
|
||||||
|
pyramid = ResidualPyramid(max_layers=5, use_pca=True)
|
||||||
|
decomposition = pyramid.decompose(embedding)
|
||||||
|
|
||||||
|
# 输出:
|
||||||
|
# - residual_ratio: 残差能量比率
|
||||||
|
# - suggested_abstraction: POLICY / SUB_SKILL / PREDICATE
|
||||||
|
# - novelty_score: 综合新颖性
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2. 三层跃迁规则
|
||||||
|
|
||||||
|
| 覆盖率 | 抽象层级 | 操作 |
|
||||||
|
|--------|---------|------|
|
||||||
|
| >80% | POLICY | 调整策略权重 |
|
||||||
|
| 40-80% | SUB_SKILL | 生成子Skill |
|
||||||
|
| <40% | PREDICATE | 归纳新谓词 |
|
||||||
|
|
||||||
|
### 3. 自适应阈值
|
||||||
|
|
||||||
|
```python
|
||||||
|
trigger = ReflectionTrigger(
|
||||||
|
min_energy_ratio=0.10, # 初始阈值
|
||||||
|
value_gain_threshold=0.20, # 触发阈值
|
||||||
|
target_trigger_rate=0.15 # 目标15%触发率
|
||||||
|
)
|
||||||
|
```
|
||||||
|
|
||||||
|
## 文件位置
|
||||||
|
|
||||||
|
| 路径 | 说明 |
|
||||||
|
|------|------|
|
||||||
|
| `~/.openclaw/skills/self-evolving-skill` | 技能根目录 |
|
||||||
|
| `~/.openclaw/mcp_servers/self-evolving-skill.json` | MCP服务器配置 |
|
||||||
|
| `~/.openclaw/workspace/self-evolving-skill/storage` | 数据存储 |
|
||||||
|
|
||||||
|
## 相关文档
|
||||||
|
|
||||||
|
- [README.md](./README.md) - 完整文档
|
||||||
|
- [MCP_CONFIG.md](./MCP_CONFIG.md) - MCP配置说明
|
||||||
|
- [MEMORY.md](../MEMORY.md) - 研究笔记
|
||||||
6
_meta.json
Normal file
6
_meta.json
Normal file
@@ -0,0 +1,6 @@
|
|||||||
|
{
|
||||||
|
"ownerId": "kn7fzyqhy2wn81x63ge69tfw1980grpf",
|
||||||
|
"slug": "self-evolving-skill",
|
||||||
|
"version": "1.0.2",
|
||||||
|
"publishedAt": 1770213558400
|
||||||
|
}
|
||||||
41
install.sh
Normal file
41
install.sh
Normal file
@@ -0,0 +1,41 @@
|
|||||||
|
#!/bin/bash
|
||||||
|
# Self-Evolving Skill - 技能安装脚本
|
||||||
|
|
||||||
|
set -e
|
||||||
|
|
||||||
|
echo "=========================================="
|
||||||
|
echo "Self-Evolving Skill - 技能安装"
|
||||||
|
echo "=========================================="
|
||||||
|
|
||||||
|
SKILL_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
|
||||||
|
OPENCLAW_SKILLS="$HOME/.openclaw/skills"
|
||||||
|
|
||||||
|
# 创建OpenClaw skills目录
|
||||||
|
mkdir -p "$OPENCLAW_SKILLS"
|
||||||
|
|
||||||
|
# 创建链接
|
||||||
|
ln -sf "$SKILL_DIR" "$OPENCLAW_SKILLS/self-evolving-skill"
|
||||||
|
|
||||||
|
# 复制Python适配器
|
||||||
|
cp "$SKILL_DIR/mcporter_adapter.py" "$OPENCLAW_SKILLS/self-evolving-skill/"
|
||||||
|
|
||||||
|
# 创建存储目录
|
||||||
|
mkdir -p "$SKILL_DIR/storage"
|
||||||
|
mkdir -p "$HOME/.openclaw/self-evolving-skill"
|
||||||
|
|
||||||
|
echo ""
|
||||||
|
echo "✅ 技能已安装!"
|
||||||
|
echo ""
|
||||||
|
echo "文件位置:"
|
||||||
|
echo " 技能目录: $OPENCLAW_SKILLS/self-evolving-skill"
|
||||||
|
echo " 数据存储: $SKILL_DIR/storage"
|
||||||
|
echo ""
|
||||||
|
echo "使用方式:"
|
||||||
|
echo " # 列出Skills"
|
||||||
|
echo " python3 mcporter_adapter.py skill_list '{}'"
|
||||||
|
echo ""
|
||||||
|
echo " # 创建Skill"
|
||||||
|
echo " python3 mcporter_adapter.py skill_create '{\"name\":\"Test\"}'"
|
||||||
|
echo ""
|
||||||
|
echo " # 分析嵌入"
|
||||||
|
echo " python3 mcporter_adapter.py skill_analyze '{\"embedding\":[0.1,0.2]}'"
|
||||||
248
mcporter_adapter.py
Normal file
248
mcporter_adapter.py
Normal file
@@ -0,0 +1,248 @@
|
|||||||
|
#!/usr/bin/env python3
|
||||||
|
"""
|
||||||
|
McPorter Adapter for Self-Evolving Skill
|
||||||
|
|
||||||
|
提供符合mcporter调用格式的适配器
|
||||||
|
"""
|
||||||
|
|
||||||
|
import json
|
||||||
|
import sys
|
||||||
|
import os
|
||||||
|
|
||||||
|
# 添加核心模块路径
|
||||||
|
CORE_DIR = os.path.join(os.path.dirname(__file__), 'core')
|
||||||
|
if CORE_DIR not in sys.path:
|
||||||
|
sys.path.insert(0, CORE_DIR)
|
||||||
|
|
||||||
|
|
||||||
|
def call_skill_create(args: Dict) -> str:
|
||||||
|
"""创建Skill"""
|
||||||
|
# 导入并执行
|
||||||
|
os.environ["MCP_STORAGE_DIR"] = os.environ.get(
|
||||||
|
"MCP_STORAGE_DIR",
|
||||||
|
"/Users/blitz/.openclaw/workspace/self-evolving-skill/storage"
|
||||||
|
)
|
||||||
|
|
||||||
|
from core.skill_schema import SelfEvolvingSkill, create_simple_policy
|
||||||
|
from core.storage import SkillStorage
|
||||||
|
from core.skill_engine import SelfEvolvingSkillEngine
|
||||||
|
|
||||||
|
storage = SkillStorage(os.environ["MCP_STORAGE_DIR"])
|
||||||
|
engine = SelfEvolvingSkillEngine()
|
||||||
|
|
||||||
|
name = args.get("name", "Unnamed")
|
||||||
|
description = args.get("description", "")
|
||||||
|
|
||||||
|
skill = SelfEvolvingSkill(
|
||||||
|
name=name,
|
||||||
|
description=description,
|
||||||
|
policy=create_simple_policy(
|
||||||
|
precondition_funcs=[lambda ctx: True],
|
||||||
|
action_code=f"# {name}",
|
||||||
|
postcondition_funcs=[lambda x: True]
|
||||||
|
)
|
||||||
|
)
|
||||||
|
|
||||||
|
engine.skill_library[skill.id] = skill
|
||||||
|
|
||||||
|
return json.dumps({
|
||||||
|
"success": True,
|
||||||
|
"skill_id": skill.id,
|
||||||
|
"name": skill.name,
|
||||||
|
"message": f"创建Skill: {name} (ID: {skill.id})"
|
||||||
|
}, indent=2, ensure_ascii=False)
|
||||||
|
|
||||||
|
|
||||||
|
def call_skill_list(args: Dict) -> str:
|
||||||
|
"""列出Skill"""
|
||||||
|
os.environ["MCP_STORAGE_DIR"] = os.environ.get(
|
||||||
|
"MCP_STORAGE_DIR",
|
||||||
|
"/Users/blitz/.openclaw/workspace/self-evolving-skill/storage"
|
||||||
|
)
|
||||||
|
|
||||||
|
from core.storage import SkillStorage
|
||||||
|
|
||||||
|
storage = SkillStorage(os.environ["MCP_STORAGE_DIR"])
|
||||||
|
saved_skills = storage.list_skills()
|
||||||
|
|
||||||
|
return json.dumps({
|
||||||
|
"success": True,
|
||||||
|
"saved_skills": saved_skills,
|
||||||
|
"total_saved": len(saved_skills)
|
||||||
|
}, indent=2)
|
||||||
|
|
||||||
|
|
||||||
|
def call_skill_stats(args: Dict) -> str:
|
||||||
|
"""获取统计"""
|
||||||
|
os.environ["MCP_STORAGE_DIR"] = os.environ.get(
|
||||||
|
"MCP_STORAGE_DIR",
|
||||||
|
"/Users/blitz/.openclaw/workspace/self-evolving-skill/storage"
|
||||||
|
)
|
||||||
|
|
||||||
|
from core.storage import SkillStorage
|
||||||
|
from core.skill_engine import SelfEvolvingSkillEngine, ValueGate
|
||||||
|
from core.reflection_trigger import ReflectionTrigger
|
||||||
|
|
||||||
|
storage = SkillStorage(os.environ["MCP_STORAGE_DIR"])
|
||||||
|
engine = SelfEvolvingSkillEngine()
|
||||||
|
engine.value_gate = ValueGate()
|
||||||
|
trigger = ReflectionTrigger()
|
||||||
|
|
||||||
|
storage_stats = storage.get_storage_stats()
|
||||||
|
|
||||||
|
return json.dumps({
|
||||||
|
"success": True,
|
||||||
|
"stats": {
|
||||||
|
**storage_stats,
|
||||||
|
"engine": {
|
||||||
|
"total_executions": engine.total_executions,
|
||||||
|
"total_reflections": engine.total_reflections,
|
||||||
|
"total_mutations": engine.total_mutations,
|
||||||
|
"value_gate_acceptance": engine.value_gate.acceptance_rate
|
||||||
|
},
|
||||||
|
"reflection": {
|
||||||
|
"trigger_rate": trigger.trigger_rate
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}, indent=2)
|
||||||
|
|
||||||
|
|
||||||
|
def call_skill_analyze(args: Dict) -> str:
|
||||||
|
"""分析嵌入"""
|
||||||
|
import numpy as np
|
||||||
|
|
||||||
|
from core.residual_pyramid import ResidualPyramid
|
||||||
|
from core.reflection_trigger import ReflectionTrigger
|
||||||
|
|
||||||
|
trigger = ReflectionTrigger()
|
||||||
|
|
||||||
|
embedding = args.get("embedding", [])
|
||||||
|
if not embedding:
|
||||||
|
return json.dumps({"error": "需要提供embedding"}, indent=2)
|
||||||
|
|
||||||
|
arr = np.array(embedding)
|
||||||
|
pyramid = ResidualPyramid(max_layers=5, use_pca=False)
|
||||||
|
decomposition = pyramid.decompose(arr)
|
||||||
|
|
||||||
|
return json.dumps({
|
||||||
|
"success": True,
|
||||||
|
"analysis": {
|
||||||
|
"total_energy": float(decomposition.total_energy),
|
||||||
|
"residual_ratio": float(decomposition.residual_ratio),
|
||||||
|
"layers_count": len(decomposition.layers),
|
||||||
|
"suggested_abstraction": decomposition.suggested_abstraction.value,
|
||||||
|
"novelty_score": float(decomposition.novelty_score)
|
||||||
|
}
|
||||||
|
}, indent=2)
|
||||||
|
|
||||||
|
|
||||||
|
def call_skill_save(args: Dict) -> str:
|
||||||
|
"""保存Skill"""
|
||||||
|
os.environ["MCP_STORAGE_DIR"] = os.environ.get(
|
||||||
|
"MCP_STORAGE_DIR",
|
||||||
|
"/Users/blitz/.openclaw/workspace/self-evolving-skill/storage"
|
||||||
|
)
|
||||||
|
|
||||||
|
from core.storage import SkillStorage
|
||||||
|
from core.skill_engine import SelfEvolvingSkillEngine
|
||||||
|
|
||||||
|
storage = SkillStorage(os.environ["MCP_STORAGE_DIR"])
|
||||||
|
engine = SelfEvolvingSkillEngine()
|
||||||
|
|
||||||
|
skill_id = args.get("skill_id")
|
||||||
|
|
||||||
|
# 加载skill来保存
|
||||||
|
data = storage.load_full_skill(skill_id)
|
||||||
|
|
||||||
|
if data:
|
||||||
|
engine.skill_library[skill_id] = data["skill_obj"]
|
||||||
|
|
||||||
|
paths = storage.save_full_skill(
|
||||||
|
skill_id=skill_id,
|
||||||
|
skill_obj=data["skill_obj"],
|
||||||
|
embeddings=data["embeddings"]
|
||||||
|
)
|
||||||
|
|
||||||
|
return json.dumps({
|
||||||
|
"success": True,
|
||||||
|
"skill_id": skill_id,
|
||||||
|
"message": "Skill已保存"
|
||||||
|
}, indent=2)
|
||||||
|
|
||||||
|
return json.dumps({
|
||||||
|
"success": False,
|
||||||
|
"error": f"Skill不存在: {skill_id}"
|
||||||
|
}, indent=2)
|
||||||
|
|
||||||
|
|
||||||
|
def call_skill_load(args: Dict) -> str:
|
||||||
|
"""加载Skill"""
|
||||||
|
os.environ["MCP_STORAGE_DIR"] = os.environ.get(
|
||||||
|
"MCP_STORAGE_DIR",
|
||||||
|
"/Users/blitz/.openclaw/workspace/self-evolving-skill/storage"
|
||||||
|
)
|
||||||
|
|
||||||
|
from core.storage import SkillStorage
|
||||||
|
from core.skill_engine import SelfEvolvingSkillEngine
|
||||||
|
|
||||||
|
storage = SkillStorage(os.environ["MCP_STORAGE_DIR"])
|
||||||
|
engine = SelfEvolvingSkillEngine()
|
||||||
|
|
||||||
|
skill_id = args.get("skill_id")
|
||||||
|
data = storage.load_full_skill(skill_id)
|
||||||
|
|
||||||
|
if data:
|
||||||
|
engine.skill_library[skill_id] = data["skill_obj"]
|
||||||
|
|
||||||
|
return json.dumps({
|
||||||
|
"success": True,
|
||||||
|
"skill_id": skill_id,
|
||||||
|
"experience_count": len(data.get("embeddings", [])),
|
||||||
|
"message": "Skill已加载"
|
||||||
|
}, indent=2)
|
||||||
|
|
||||||
|
return json.dumps({
|
||||||
|
"success": False,
|
||||||
|
"error": f"Skill不存在: {skill_id}"
|
||||||
|
}, indent=2)
|
||||||
|
|
||||||
|
|
||||||
|
# ============ Main ============
|
||||||
|
|
||||||
|
def main():
|
||||||
|
"""主入口"""
|
||||||
|
if len(sys.argv) < 3:
|
||||||
|
print("用法: python3 mcporter_adapter.py <tool> <args_json>")
|
||||||
|
sys.exit(1)
|
||||||
|
|
||||||
|
tool = sys.argv[1]
|
||||||
|
args_json = sys.argv[2]
|
||||||
|
|
||||||
|
try:
|
||||||
|
args = json.loads(args_json) if args_json else {}
|
||||||
|
except json.JSONDecodeError:
|
||||||
|
args = {}
|
||||||
|
|
||||||
|
# 调用对应的工具
|
||||||
|
handlers = {
|
||||||
|
"skill_create": call_skill_create,
|
||||||
|
"skill_list": call_skill_list,
|
||||||
|
"skill_stats": call_skill_stats,
|
||||||
|
"skill_analyze": call_skill_analyze,
|
||||||
|
"skill_save": call_skill_save,
|
||||||
|
"skill_load": call_skill_load
|
||||||
|
}
|
||||||
|
|
||||||
|
handler = handlers.get(tool)
|
||||||
|
if not handler:
|
||||||
|
print(json.dumps({
|
||||||
|
"error": f"未知工具: {tool}"
|
||||||
|
}, indent=2))
|
||||||
|
sys.exit(1)
|
||||||
|
|
||||||
|
result = handler(args)
|
||||||
|
print(result)
|
||||||
|
|
||||||
|
|
||||||
|
if __name__ == "__main__":
|
||||||
|
main()
|
||||||
62
openclaw.yaml
Normal file
62
openclaw.yaml
Normal file
@@ -0,0 +1,62 @@
|
|||||||
|
# OpenClaw Skill Configuration for Self-Evolving Skill
|
||||||
|
|
||||||
|
name: self-evolving-skill
|
||||||
|
displayName: Self-Evolving Skill
|
||||||
|
description: Meta-cognitive self-learning system - Automated skill evolution based on predictive coding and value-driven mechanisms
|
||||||
|
version: 1.0.2
|
||||||
|
category: learning
|
||||||
|
|
||||||
|
# Skill入口
|
||||||
|
main: src/index.ts
|
||||||
|
|
||||||
|
# 依赖
|
||||||
|
dependencies:
|
||||||
|
typescript: ^5.0.0
|
||||||
|
|
||||||
|
# 配置
|
||||||
|
config:
|
||||||
|
defaults:
|
||||||
|
max_layers: 5
|
||||||
|
energy_threshold: 0.1
|
||||||
|
min_energy_ratio: 0.10
|
||||||
|
value_gain_threshold: 0.20
|
||||||
|
target_trigger_rate: 0.15
|
||||||
|
similarity_threshold: 0.85
|
||||||
|
cache_capacity: 1000
|
||||||
|
storage:
|
||||||
|
type: filesystem
|
||||||
|
path: ~/.openclaw/self-evolving-skill
|
||||||
|
|
||||||
|
# MCP工具定义
|
||||||
|
mcp:
|
||||||
|
enabled: true
|
||||||
|
tools:
|
||||||
|
- name: skill_create
|
||||||
|
description: 创建新的自演化Skill
|
||||||
|
- name: skill_execute
|
||||||
|
description: 执行Skill并触发学习
|
||||||
|
- name: skill_analyze
|
||||||
|
description: 分析嵌入向量
|
||||||
|
- name: skill_list
|
||||||
|
description: 列出所有Skill
|
||||||
|
- name: skill_stats
|
||||||
|
description: 获取系统统计
|
||||||
|
- name: skill_save
|
||||||
|
description: 持久化保存
|
||||||
|
- name: skill_load
|
||||||
|
description: 加载已保存的Skill
|
||||||
|
|
||||||
|
# 脚本
|
||||||
|
scripts:
|
||||||
|
build: tsc
|
||||||
|
test: jest
|
||||||
|
|
||||||
|
keywords:
|
||||||
|
- self-evolution
|
||||||
|
- meta-cognition
|
||||||
|
- predictive-coding
|
||||||
|
- skill-learning
|
||||||
|
- adaptive
|
||||||
|
|
||||||
|
author: OpenClaw
|
||||||
|
license: MIT
|
||||||
39
package.json
Normal file
39
package.json
Normal file
@@ -0,0 +1,39 @@
|
|||||||
|
{
|
||||||
|
"name": "self-evolving-skill",
|
||||||
|
"version": "1.0.2",
|
||||||
|
"description": "元认知自学习系统 - 基于预测编码和价值驱动的Skill自动演化",
|
||||||
|
"main": "dist/index.js",
|
||||||
|
"types": "dist/index.d.ts",
|
||||||
|
"scripts": {
|
||||||
|
"build": "tsc",
|
||||||
|
"watch": "tsc --watch",
|
||||||
|
"test": "jest"
|
||||||
|
},
|
||||||
|
"dependencies": {
|
||||||
|
"@types/node": "^20.0.0",
|
||||||
|
"typescript": "^5.0.0"
|
||||||
|
},
|
||||||
|
"openclaw": {
|
||||||
|
"category": "learning",
|
||||||
|
"mcp": {
|
||||||
|
"tools": [
|
||||||
|
"skill_create",
|
||||||
|
"skill_execute",
|
||||||
|
"skill_analyze",
|
||||||
|
"skill_list",
|
||||||
|
"skill_stats",
|
||||||
|
"skill_save",
|
||||||
|
"skill_load"
|
||||||
|
]
|
||||||
|
}
|
||||||
|
},
|
||||||
|
"keywords": [
|
||||||
|
"self-evolution",
|
||||||
|
"meta-cognition",
|
||||||
|
"predictive-coding",
|
||||||
|
"skill-learning",
|
||||||
|
"openclaw-skill"
|
||||||
|
],
|
||||||
|
"author": "OpenClaw",
|
||||||
|
"license": "MIT"
|
||||||
|
}
|
||||||
169
src/cli.ts
Normal file
169
src/cli.ts
Normal file
@@ -0,0 +1,169 @@
|
|||||||
|
#!/usr/bin/env node
|
||||||
|
/**
|
||||||
|
* Self-Evolving Skill CLI
|
||||||
|
*/
|
||||||
|
|
||||||
|
import { SelfEvolvingSkillEngine } from './index';
|
||||||
|
import { argv } from 'process';
|
||||||
|
|
||||||
|
const USAGE = `
|
||||||
|
Self-Evolving Skill CLI
|
||||||
|
|
||||||
|
用法:
|
||||||
|
npx self-evolving-skill create <name> [options] 创建新Skill
|
||||||
|
npx self-evolving-skill execute <id> [options] 执行Skill
|
||||||
|
npx self-evolving-skill analyze <embedding> 分析嵌入
|
||||||
|
npx self-evolving-skill list 列出所有Skill
|
||||||
|
npx self-evolving-skill stats 系统统计
|
||||||
|
npx self-evolving-skill save <id> 保存Skill
|
||||||
|
npx self-evolving-skill load <id> 加载Skill
|
||||||
|
|
||||||
|
选项:
|
||||||
|
--storage <dir> 存储目录
|
||||||
|
--context <json> 执行上下文
|
||||||
|
--success 是否成功
|
||||||
|
--value <number> 价值实现度
|
||||||
|
|
||||||
|
示例:
|
||||||
|
npx self-evolving-skill create "ProblemSolver"
|
||||||
|
npx self-evolving-skill execute skill_123 --success
|
||||||
|
npx self-evolving-skill analyze "[0.1,0.2,0.3]"
|
||||||
|
`;
|
||||||
|
|
||||||
|
async function main() {
|
||||||
|
const args = argv.slice(2);
|
||||||
|
const command = args[0];
|
||||||
|
|
||||||
|
const storageDir = process.env.STORAGE_DIR || './storage';
|
||||||
|
|
||||||
|
const engine = new SelfEvolvingSkillEngine({ storageDir });
|
||||||
|
|
||||||
|
try {
|
||||||
|
switch (command) {
|
||||||
|
case 'create': {
|
||||||
|
const name = args[1];
|
||||||
|
if (!name) {
|
||||||
|
console.error('错误: 需要指定Skill名称');
|
||||||
|
process.exit(1);
|
||||||
|
}
|
||||||
|
|
||||||
|
const result = await engine.createSkill({ name });
|
||||||
|
console.log(`创建成功: ${result.skillId}`);
|
||||||
|
console.log(` 名称: ${result.name}`);
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
|
||||||
|
case 'execute': {
|
||||||
|
const skillId = args[1];
|
||||||
|
if (!skillId) {
|
||||||
|
console.error('错误: 需要指定Skill ID');
|
||||||
|
process.exit(1);
|
||||||
|
}
|
||||||
|
|
||||||
|
// 解析选项
|
||||||
|
const success = args.includes('--success');
|
||||||
|
const contextArg = args.find(a => a.startsWith('--context='));
|
||||||
|
const context = contextArg
|
||||||
|
? JSON.parse(contextArg.split('=')[1])
|
||||||
|
: {};
|
||||||
|
const valueArg = args.find(a => a.startsWith('--value='));
|
||||||
|
const value = valueArg ? parseFloat(valueArg.split('=')[1]) : 1.0;
|
||||||
|
|
||||||
|
const result = await engine.execute({
|
||||||
|
skillId,
|
||||||
|
context,
|
||||||
|
success,
|
||||||
|
value
|
||||||
|
});
|
||||||
|
|
||||||
|
console.log(`执行结果:`);
|
||||||
|
console.log(` 成功: ${result.success}`);
|
||||||
|
console.log(` 反思触发: ${result.reflectionTriggered}`);
|
||||||
|
console.log(` 变异接受: ${result.mutationAccepted}`);
|
||||||
|
console.log(` 执行次数: ${result.skillStats.executionCount}`);
|
||||||
|
console.log(` 成功率: ${(result.skillStats.successRate * 100).toFixed(1)}%`);
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
|
||||||
|
case 'analyze': {
|
||||||
|
const embeddingArg = args[1];
|
||||||
|
if (!embeddingArg) {
|
||||||
|
console.error('错误: 需要指定嵌入向量');
|
||||||
|
process.exit(1);
|
||||||
|
}
|
||||||
|
|
||||||
|
const embedding = JSON.parse(embeddingArg);
|
||||||
|
const result = await engine.analyze(embedding);
|
||||||
|
|
||||||
|
console.log(`分析结果:`);
|
||||||
|
console.log(` 总能量: ${result.totalEnergy.toFixed(2)}`);
|
||||||
|
console.log(` 残差比率: ${(result.residualRatio * 100).toFixed(1)}%`);
|
||||||
|
console.log(` 层数: ${result.layersCount}`);
|
||||||
|
console.log(` 建议操作: ${result.suggestedAbstraction}`);
|
||||||
|
console.log(` 新颖性: ${result.noveltyScore.toFixed(3)}`);
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
|
||||||
|
case 'list': {
|
||||||
|
const result = await engine.list();
|
||||||
|
console.log(`Skills (${result.total}):`);
|
||||||
|
for (const skill of result.skills) {
|
||||||
|
console.log(` ${skill.id} - ${skill.name}`);
|
||||||
|
}
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
|
||||||
|
case 'stats': {
|
||||||
|
const result = await engine.stats();
|
||||||
|
console.log(`系统统计:`);
|
||||||
|
console.log(` Skills: ${result.skillsCount}`);
|
||||||
|
console.log(` Experiences: ${result.experiencesCount}`);
|
||||||
|
console.log(` 存储大小: ${result.storageSizeMB} MB`);
|
||||||
|
console.log(` 总执行: ${result.engine.totalExecutions}`);
|
||||||
|
console.log(` 反思触发: ${result.engine.totalReflections}`);
|
||||||
|
console.log(` 变异数: ${result.engine.totalMutations}`);
|
||||||
|
console.log(` 价值门接受率: ${(result.engine.valueGateAcceptance * 100).toFixed(1)}%`);
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
|
||||||
|
case 'save': {
|
||||||
|
const skillId = args[1];
|
||||||
|
if (!skillId) {
|
||||||
|
console.error('错误: 需要指定Skill ID');
|
||||||
|
process.exit(1);
|
||||||
|
}
|
||||||
|
|
||||||
|
const success = await engine.save(skillId);
|
||||||
|
console.log(success ? '保存成功' : '保存失败');
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
|
||||||
|
case 'load': {
|
||||||
|
const skillId = args[1];
|
||||||
|
if (!skillId) {
|
||||||
|
console.error('错误: 需要指定Skill ID');
|
||||||
|
process.exit(1);
|
||||||
|
}
|
||||||
|
|
||||||
|
const success = await engine.load(skillId);
|
||||||
|
console.log(success ? '加载成功' : '加载失败');
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
|
||||||
|
case 'help':
|
||||||
|
case '--help':
|
||||||
|
case '-h':
|
||||||
|
console.log(USAGE);
|
||||||
|
break;
|
||||||
|
|
||||||
|
default:
|
||||||
|
console.error(`未知命令: ${command}`);
|
||||||
|
console.log(USAGE);
|
||||||
|
process.exit(1);
|
||||||
|
}
|
||||||
|
} finally {
|
||||||
|
engine.shutdown();
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
main().catch(console.error);
|
||||||
394
src/index.ts
Normal file
394
src/index.ts
Normal file
@@ -0,0 +1,394 @@
|
|||||||
|
/**
|
||||||
|
* Self-Evolving Skill - OpenClaw集成
|
||||||
|
*
|
||||||
|
* 封装Python核心模块为JavaScript接口
|
||||||
|
*/
|
||||||
|
|
||||||
|
import { spawn } from 'child_process';
|
||||||
|
import { readFileSync, writeFileSync, existsSync } from 'fs';
|
||||||
|
import { join, dirname } from 'path';
|
||||||
|
|
||||||
|
interface SkillConfig {
|
||||||
|
name: string;
|
||||||
|
description?: string;
|
||||||
|
minEnergyRatio?: number;
|
||||||
|
valueGainThreshold?: number;
|
||||||
|
targetTriggerRate?: number;
|
||||||
|
similarityThreshold?: number;
|
||||||
|
storageDir?: string;
|
||||||
|
}
|
||||||
|
|
||||||
|
interface ExecutionResult {
|
||||||
|
success: boolean;
|
||||||
|
skillId: string;
|
||||||
|
executed: boolean;
|
||||||
|
reflectionTriggered: boolean;
|
||||||
|
mutationAccepted: boolean;
|
||||||
|
skillStats: {
|
||||||
|
executionCount: number;
|
||||||
|
successRate: number;
|
||||||
|
avgValue: number;
|
||||||
|
experienceCount: number;
|
||||||
|
};
|
||||||
|
}
|
||||||
|
|
||||||
|
interface AnalysisResult {
|
||||||
|
success: boolean;
|
||||||
|
totalEnergy: number;
|
||||||
|
residualRatio: number;
|
||||||
|
layersCount: number;
|
||||||
|
suggestedAbstraction: string;
|
||||||
|
noveltyScore: number;
|
||||||
|
wouldTriggerReflection: boolean;
|
||||||
|
}
|
||||||
|
|
||||||
|
interface SkillStats {
|
||||||
|
skillsCount: number;
|
||||||
|
experiencesCount: number;
|
||||||
|
storageSizeMB: number;
|
||||||
|
engine: {
|
||||||
|
totalExecutions: number;
|
||||||
|
totalReflections: number;
|
||||||
|
totalMutations: number;
|
||||||
|
valueGateAcceptance: number;
|
||||||
|
};
|
||||||
|
}
|
||||||
|
|
||||||
|
interface SkillInfo {
|
||||||
|
id: string;
|
||||||
|
name: string;
|
||||||
|
savedAt?: string;
|
||||||
|
}
|
||||||
|
|
||||||
|
/**
|
||||||
|
* Python MCP服务器管理
|
||||||
|
*/
|
||||||
|
class MCPServer {
|
||||||
|
private process: any = null;
|
||||||
|
private port: number = 8080;
|
||||||
|
private storageDir: string;
|
||||||
|
|
||||||
|
constructor(config?: { port?: number; storageDir?: string }) {
|
||||||
|
this.port = config?.port || 8080;
|
||||||
|
this.storageDir = config?.storageDir || join(process.cwd(), 'storage');
|
||||||
|
}
|
||||||
|
|
||||||
|
/**
|
||||||
|
* 启动MCP服务器
|
||||||
|
*/
|
||||||
|
start(): Promise<void> {
|
||||||
|
return new Promise((resolve, reject) => {
|
||||||
|
const serverPath = join(dirname(__dirname), 'core', 'mcp_server.py');
|
||||||
|
|
||||||
|
if (!existsSync(serverPath)) {
|
||||||
|
// Python服务器不存在，使用纯JS实现
|
||||||
|
console.log('[SelfEvolvingSkill] 使用纯JS模式（无需Python）');
|
||||||
|
resolve();
|
||||||
|
return;
|
||||||
|
}
|
||||||
|
|
||||||
|
this.process = spawn('python3', [serverPath, '--port', String(this.port), '--storage', this.storageDir], {
|
||||||
|
stdio: ['pipe', 'pipe', 'pipe']
|
||||||
|
});
|
||||||
|
|
||||||
|
this.process.stdout.on('data', (data: Buffer) => {
|
||||||
|
console.log('[MCP Server]', data.toString().trim());
|
||||||
|
});
|
||||||
|
|
||||||
|
this.process.stderr.on('data', (data: Buffer) => {
|
||||||
|
console.error('[MCP Error]', data.toString().trim());
|
||||||
|
});
|
||||||
|
|
||||||
|
this.process.on('close', (code: number) => {
|
||||||
|
console.log(`[MCP Server] 退出，代码: ${code}`);
|
||||||
|
this.process = null;
|
||||||
|
});
|
||||||
|
|
||||||
|
// 等待服务器启动
|
||||||
|
setTimeout(resolve, 1000);
|
||||||
|
});
|
||||||
|
}
|
||||||
|
|
||||||
|
/**
|
||||||
|
* 停止服务器
|
||||||
|
*/
|
||||||
|
stop(): void {
|
||||||
|
if (this.process) {
|
||||||
|
this.process.kill();
|
||||||
|
this.process = null;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
/**
|
||||||
|
* 发送MCP请求
|
||||||
|
*/
|
||||||
|
async call(tool: string, args: Record<string, any>): Promise<any> {
|
||||||
|
// 如果没有Python服务器，使用JS模拟
|
||||||
|
if (!this.process) {
|
||||||
|
return this.simulateCall(tool, args);
|
||||||
|
}
|
||||||
|
|
||||||
|
return new Promise((resolve, reject) => {
|
||||||
|
const request = JSON.stringify({ tool, arguments: args });
|
||||||
|
|
||||||
|
const http = require('http');
|
||||||
|
const options = {
|
||||||
|
hostname: 'localhost',
|
||||||
|
port: this.port,
|
||||||
|
path: '/tools',
|
||||||
|
method: 'POST',
|
||||||
|
headers: {
|
||||||
|
'Content-Type': 'application/json',
|
||||||
|
'Content-Length': Buffer.byteLength(request)
|
||||||
|
}
|
||||||
|
};
|
||||||
|
|
||||||
|
const req = http.request(options, (res: any) => {
|
||||||
|
let data = '';
|
||||||
|
res.on('data', (chunk: string) => data += chunk);
|
||||||
|
res.on('end', () => {
|
||||||
|
try {
|
||||||
|
resolve(JSON.parse(data));
|
||||||
|
} catch (e) {
|
||||||
|
reject(e);
|
||||||
|
}
|
||||||
|
});
|
||||||
|
});
|
||||||
|
|
||||||
|
req.on('error', reject);
|
||||||
|
req.write(request);
|
||||||
|
req.end();
|
||||||
|
});
|
||||||
|
}
|
||||||
|
|
||||||
|
/**
|
||||||
|
* JS模拟调用（当Python不可用时）
|
||||||
|
*/
|
||||||
|
private simulateCall(tool: string, args: Record<string, any>): any {
|
||||||
|
// 简化实现
|
||||||
|
console.log(`[SelfEvolvingSkill] ${tool}:`, args);
|
||||||
|
|
||||||
|
switch (tool) {
|
||||||
|
case 'skill_create':
|
||||||
|
return {
|
||||||
|
success: true,
|
||||||
|
skill_id: `skill_${Date.now()}`,
|
||||||
|
name: args.name,
|
||||||
|
message: `创建Skill: ${args.name}`
|
||||||
|
};
|
||||||
|
|
||||||
|
case 'skill_list':
|
||||||
|
return {
|
||||||
|
success: true,
|
||||||
|
saved_skills: [],
|
||||||
|
loaded_skills: [],
|
||||||
|
total_saved: 0,
|
||||||
|
total_loaded: 0
|
||||||
|
};
|
||||||
|
|
||||||
|
case 'skill_stats':
|
||||||
|
return {
|
||||||
|
success: true,
|
||||||
|
stats: {
|
||||||
|
skills_count: 0,
|
||||||
|
experiences_count: 0,
|
||||||
|
storage_size_mb: 0,
|
||||||
|
engine: { total_executions: 0 }
|
||||||
|
}
|
||||||
|
};
|
||||||
|
|
||||||
|
case 'skill_analyze':
|
||||||
|
return {
|
||||||
|
success: true,
|
||||||
|
analysis: {
|
||||||
|
total_energy: 100,
|
||||||
|
residual_ratio: 0.5,
|
||||||
|
layers_count: 3,
|
||||||
|
suggested_abstraction: 'POLICY',
|
||||||
|
novelty_score: 0.7
|
||||||
|
}
|
||||||
|
};
|
||||||
|
|
||||||
|
default:
|
||||||
|
return { success: true };
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
/**
|
||||||
|
* 自演化Skill引擎
|
||||||
|
*/
|
||||||
|
export class SelfEvolvingSkillEngine {
|
||||||
|
private server: MCPServer;
|
||||||
|
private initialized: boolean = false;
|
||||||
|
|
||||||
|
constructor(config?: { port?: number; storageDir?: string }) {
|
||||||
|
this.server = new MCPServer(config);
|
||||||
|
}
|
||||||
|
|
||||||
|
/**
|
||||||
|
* 初始化引擎
|
||||||
|
*/
|
||||||
|
async init(): Promise<void> {
|
||||||
|
if (this.initialized) return;
|
||||||
|
|
||||||
|
await this.server.start();
|
||||||
|
this.initialized = true;
|
||||||
|
}
|
||||||
|
|
||||||
|
/**
|
||||||
|
* 创建新的自演化Skill
|
||||||
|
*/
|
||||||
|
async createSkill(config: SkillConfig): Promise<{ skillId: string; name: string }> {
|
||||||
|
await this.init();
|
||||||
|
|
||||||
|
const result = await this.server.call('skill_create', {
|
||||||
|
name: config.name,
|
||||||
|
description: config.description || '',
|
||||||
|
min_energy_ratio: config.minEnergyRatio || 0.10,
|
||||||
|
target_trigger_rate: config.targetTriggerRate || 0.15
|
||||||
|
});
|
||||||
|
|
||||||
|
return {
|
||||||
|
skillId: result.skill_id,
|
||||||
|
name: result.name
|
||||||
|
};
|
||||||
|
}
|
||||||
|
|
||||||
|
/**
|
||||||
|
* 执行Skill并触发学习
|
||||||
|
*/
|
||||||
|
async execute(params: {
|
||||||
|
skillId: string;
|
||||||
|
context?: Record<string, any>;
|
||||||
|
embedding?: number[];
|
||||||
|
success?: boolean;
|
||||||
|
value?: number;
|
||||||
|
}): Promise<ExecutionResult> {
|
||||||
|
await this.init();
|
||||||
|
|
||||||
|
const result = await this.server.call('skill_execute', {
|
||||||
|
skill_id: params.skillId,
|
||||||
|
context: params.context || {},
|
||||||
|
embedding: params.embedding,
|
||||||
|
success: params.success !== false,
|
||||||
|
value_realization: params.value !== undefined ? params.value : 1.0
|
||||||
|
});
|
||||||
|
|
||||||
|
return {
|
||||||
|
success: result.success,
|
||||||
|
skillId: result.skill_id,
|
||||||
|
executed: result.executed,
|
||||||
|
reflectionTriggered: result.reflection_triggered,
|
||||||
|
mutationAccepted: result.mutation_accepted,
|
||||||
|
skillStats: result.skill_stats
|
||||||
|
};
|
||||||
|
}
|
||||||
|
|
||||||
|
/**
|
||||||
|
* 分析嵌入向量
|
||||||
|
*/
|
||||||
|
async analyze(embedding: number[]): Promise<AnalysisResult> {
|
||||||
|
await this.init();
|
||||||
|
|
||||||
|
const result = await this.server.call('skill_analyze', {
|
||||||
|
embedding
|
||||||
|
});
|
||||||
|
|
||||||
|
return {
|
||||||
|
success: result.success,
|
||||||
|
totalEnergy: result.analysis.total_energy,
|
||||||
|
residualRatio: result.analysis.residual_ratio,
|
||||||
|
layersCount: result.analysis.layers_count,
|
||||||
|
suggestedAbstraction: result.analysis.suggested_abstraction,
|
||||||
|
noveltyScore: result.analysis.novelty_score,
|
||||||
|
wouldTriggerReflection: result.analysis.would_trigger_reflection
|
||||||
|
};
|
||||||
|
}
|
||||||
|
|
||||||
|
/**
|
||||||
|
* 列出所有Skill
|
||||||
|
*/
|
||||||
|
async list(): Promise<{ skills: SkillInfo[]; total: number }> {
|
||||||
|
await this.init();
|
||||||
|
|
||||||
|
const result = await this.server.call('skill_list', {});
|
||||||
|
|
||||||
|
return {
|
||||||
|
skills: result.saved_skills.map((s: any) => ({
|
||||||
|
id: s.id,
|
||||||
|
name: s.name,
|
||||||
|
savedAt: s.saved_at
|
||||||
|
})),
|
||||||
|
total: result.total_saved + result.total_loaded
|
||||||
|
};
|
||||||
|
}
|
||||||
|
|
||||||
|
/**
|
||||||
|
* 获取系统统计
|
||||||
|
*/
|
||||||
|
async stats(): Promise<SkillStats> {
|
||||||
|
await this.init();
|
||||||
|
|
||||||
|
const result = await this.server.call('skill_stats', {});
|
||||||
|
return result.stats;
|
||||||
|
}
|
||||||
|
|
||||||
|
/**
|
||||||
|
* 保存Skill
|
||||||
|
*/
|
||||||
|
async save(skillId: string): Promise<boolean> {
|
||||||
|
await this.init();
|
||||||
|
|
||||||
|
const result = await this.server.call('skill_save', { skill_id: skillId });
|
||||||
|
return result.success;
|
||||||
|
}
|
||||||
|
|
||||||
|
/**
|
||||||
|
* 加载Skill
|
||||||
|
*/
|
||||||
|
async load(skillId: string): Promise<boolean> {
|
||||||
|
await this.init();
|
||||||
|
|
||||||
|
const result = await this.server.call('skill_load', { skill_id: skillId });
|
||||||
|
return result.loaded;
|
||||||
|
}
|
||||||
|
|
||||||
|
/**
|
||||||
|
* 关闭引擎
|
||||||
|
*/
|
||||||
|
shutdown(): void {
|
||||||
|
this.server.stop();
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
/**
|
||||||
|
* 便捷函数：快速创建和执行
|
||||||
|
*/
|
||||||
|
export async function quickExecute(params: {
|
||||||
|
name: string;
|
||||||
|
context: Record<string, any>;
|
||||||
|
success: boolean;
|
||||||
|
}): Promise<ExecutionResult> {
|
||||||
|
const engine = new SelfEvolvingSkillEngine();
|
||||||
|
|
||||||
|
try {
|
||||||
|
// 创建Skill
|
||||||
|
const { skillId } = await engine.createSkill({ name: params.name });
|
||||||
|
|
||||||
|
// 执行
|
||||||
|
const result = await engine.execute({
|
||||||
|
skillId,
|
||||||
|
context: params.context,
|
||||||
|
success: params.success,
|
||||||
|
value: params.success ? 1.0 : 0.2
|
||||||
|
});
|
||||||
|
|
||||||
|
return result;
|
||||||
|
} finally {
|
||||||
|
engine.shutdown();
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
export { MCPServer };
|
||||||
|
export type { SkillConfig, ExecutionResult, AnalysisResult, SkillStats };
|
||||||
136
src/mcp-tools.ts
Normal file
136
src/mcp-tools.ts
Normal file
@@ -0,0 +1,136 @@
|
|||||||
|
// OpenClaw MCP Tools Schema
|
||||||
|
// 此文件定义暴露给OpenClaw的MCP工具
|
||||||
|
|
||||||
|
const TOOLS = {
|
||||||
|
skill_create: {
|
||||||
|
name: 'skill_create',
|
||||||
|
description: '创建一个新的自演化Skill',
|
||||||
|
parameters: {
|
||||||
|
type: 'object',
|
||||||
|
properties: {
|
||||||
|
name: {
|
||||||
|
type: 'string',
|
||||||
|
description: 'Skill名称'
|
||||||
|
},
|
||||||
|
description: {
|
||||||
|
type: 'string',
|
||||||
|
description: 'Skill描述（可选）',
|
||||||
|
default: ''
|
||||||
|
},
|
||||||
|
min_energy_ratio: {
|
||||||
|
type: 'number',
|
||||||
|
description: '最小残差能量比率',
|
||||||
|
default: 0.10
|
||||||
|
},
|
||||||
|
target_trigger_rate: {
|
||||||
|
type: 'number',
|
||||||
|
description: '目标触发率',
|
||||||
|
default: 0.15
|
||||||
|
}
|
||||||
|
},
|
||||||
|
required: ['name']
|
||||||
|
}
|
||||||
|
},
|
||||||
|
|
||||||
|
skill_execute: {
|
||||||
|
name: 'skill_execute',
|
||||||
|
description: '执行Skill并触发学习',
|
||||||
|
parameters: {
|
||||||
|
type: 'object',
|
||||||
|
properties: {
|
||||||
|
skill_id: {
|
||||||
|
type: 'string',
|
||||||
|
description: 'Skill ID'
|
||||||
|
},
|
||||||
|
context: {
|
||||||
|
type: 'object',
|
||||||
|
description: '执行上下文',
|
||||||
|
default: {}
|
||||||
|
},
|
||||||
|
embedding: {
|
||||||
|
type: 'array',
|
||||||
|
items: { type: 'number' },
|
||||||
|
description: '执行嵌入向量（可选，自动生成）'
|
||||||
|
},
|
||||||
|
success: {
|
||||||
|
type: 'boolean',
|
||||||
|
description: '执行是否成功',
|
||||||
|
default: true
|
||||||
|
},
|
||||||
|
value: {
|
||||||
|
type: 'number',
|
||||||
|
description: '价值实现度',
|
||||||
|
default: 1.0
|
||||||
|
}
|
||||||
|
},
|
||||||
|
required: ['skill_id']
|
||||||
|
}
|
||||||
|
},
|
||||||
|
|
||||||
|
skill_analyze: {
|
||||||
|
name: 'skill_analyze',
|
||||||
|
description: '分析嵌入向量（不触发学习）',
|
||||||
|
parameters: {
|
||||||
|
type: 'object',
|
||||||
|
properties: {
|
||||||
|
embedding: {
|
||||||
|
type: 'array',
|
||||||
|
items: { type: 'number' },
|
||||||
|
description: '嵌入向量'
|
||||||
|
}
|
||||||
|
},
|
||||||
|
required: ['embedding']
|
||||||
|
}
|
||||||
|
},
|
||||||
|
|
||||||
|
skill_list: {
|
||||||
|
name: 'skill_list',
|
||||||
|
description: '列出所有Skill',
|
||||||
|
parameters: {
|
||||||
|
type: 'object',
|
||||||
|
properties: {}
|
||||||
|
}
|
||||||
|
},
|
||||||
|
|
||||||
|
skill_stats: {
|
||||||
|
name: 'skill_stats',
|
||||||
|
description: '获取系统统计',
|
||||||
|
parameters: {
|
||||||
|
type: 'object',
|
||||||
|
properties: {}
|
||||||
|
}
|
||||||
|
},
|
||||||
|
|
||||||
|
skill_save: {
|
||||||
|
name: 'skill_save',
|
||||||
|
description: '持久化保存Skill',
|
||||||
|
parameters: {
|
||||||
|
type: 'object',
|
||||||
|
properties: {
|
||||||
|
skill_id: {
|
||||||
|
type: 'string',
|
||||||
|
description: 'Skill ID'
|
||||||
|
}
|
||||||
|
},
|
||||||
|
required: ['skill_id']
|
||||||
|
}
|
||||||
|
},
|
||||||
|
|
||||||
|
skill_load: {
|
||||||
|
name: 'skill_load',
|
||||||
|
description: '加载已保存的Skill',
|
||||||
|
parameters: {
|
||||||
|
type: 'object',
|
||||||
|
properties: {
|
||||||
|
skill_id: {
|
||||||
|
type: 'string',
|
||||||
|
description: 'Skill ID'
|
||||||
|
}
|
||||||
|
},
|
||||||
|
required: ['skill_id']
|
||||||
|
}
|
||||||
|
}
|
||||||
|
};
|
||||||
|
|
||||||
|
export { TOOLS };
|
||||||
|
export default TOOLS;
|
||||||
18
tsconfig.json
Normal file
18
tsconfig.json
Normal file
@@ -0,0 +1,18 @@
|
|||||||
|
{
|
||||||
|
"compilerOptions": {
|
||||||
|
"target": "ES2020",
|
||||||
|
"module": "commonjs",
|
||||||
|
"lib": ["ES2020"],
|
||||||
|
"outDir": "./dist",
|
||||||
|
"rootDir": "./src",
|
||||||
|
"strict": true,
|
||||||
|
"esModuleInterop": true,
|
||||||
|
"skipLibCheck": true,
|
||||||
|
"forceConsistentCasingInFileNames": true,
|
||||||
|
"declaration": true,
|
||||||
|
"declarationMap": true,
|
||||||
|
"sourceMap": true
|
||||||
|
},
|
||||||
|
"include": ["src/**/*"],
|
||||||
|
"exclude": ["node_modules", "dist", "core"]
|
||||||
|
}
|
||||||
Reference in New Issue
Block a user