maskeprc /
agent-cpu
阮老师好, 冒昧自荐一个小项目,还在持续打磨,若有不当之处还请多指正。 Agent CPU(仓库: )是一个 AI Agent 执行框架。和常见的 ReAct「一步步想、一步步动」不同,这里尝试让 LLM 直接产出可执行的 JavaScript 作为任务规划:框架负责依赖分析/安装、在沙箱里跑这段代码、出错时把反馈丢回给模型再规划一轮。 我们想多强调一层动机:大模型在预训练里见过大量代码,对 JavaScript 里的顺序、分支、循环等…
maskeprc /
阮老师好, 冒昧自荐一个小项目,还在持续打磨,若有不当之处还请多指正。 Agent CPU(仓库: )是一个 AI Agent 执行框架。和常见的 ReAct「一步步想、一步步动」不同,这里尝试让 LLM 直接产出可执行的 JavaScript 作为任务规划:框架负责依赖分析/安装、在沙箱里跑这段代码、出错时把反馈丢回给模型再规划一轮。 我们想多强调一层动机:大模型在预训练里见过大量代码,对 JavaScript 里的顺序、分支、循环等…
阮老师好, 冒昧自荐一个小项目,还在持续打磨,若有不当之处还请多指正。 Agent CPU(仓库: )是一个 AI Agent 执行框架。和常见的 ReAct「一步步想、一步步动」不同,这里尝试让 LLM 直接产出可执行的 JavaScript 作为任务规划:框架负责依赖分析/安装、在沙箱里跑这段代码、出错时把反馈丢回给模型再规划一轮。 我们想多强调一层动机:大模型在预训练里见过大量代码,对 JavaScript 里的顺序、分支、循环等控制结构,本身就有很强的「语感」和遵循能力。 把规划写成 JS,相当于用 程序语言自带的结构 去约束 Agent 的推理路径——先做什么、再分支、循环到哪一步停,都落在熟悉的语法里,更容易 收敛到一条可执行、可检查的流程,而不是在纯自然语言步骤里越滚越长、越跑越散。这也是我们想和 ReAct 类方案区的一点:尽量缓解「发散」(步骤堆砌、偏离主线),用代码里的流程结构换一点 可预期的收敛。 同时,规划落到真实代码上,也比纯文本步骤更好复用和组合;调试 Agent 往往像在猜黑盒,所以用 Acorn 做了代码插桩,支持断点、步进(F10)、监视变量等,方便自己查问题。 技术栈:Node(Express + Socket.io)+ Vue 3,LLM 走 OpenAI 兼容接口;内建 llmcall、agentcall、gencall 等。水平有限,文档和边界情况都还在补。 若周刊读者里有做 Agent 或调试工具的朋友,欢迎试用、提 issue。也感谢阮老师长期整理周刊,让我们这些后来者能少走一点弯路。
讨论这个产品