Appearance
OpenSpace - AI Agent 自进化引擎
是什么
OpenSpace 是一款专为 AI Agent 设计的自进化工作流引擎。它将 Agent 的运行过程从简单的“单次推理”升级为“经验积累”，通过捕获成功的工作模式并将其转化为可复用的 Skills，使 Agent 能够在实际任务中自我迭代，实现运行越久、能力越强的正向循环。
- GitHub： github.com/HKUDS/OpenSpace
- 社区： open-space.cloud
- 核心定位：AI Agent 的“经验管理系统”与“进化加速器”。
解决啥 (痛点 $\rightarrow$ 方案)
| 痛点 | OpenSpace 的解决方案 |
|---|---|
| Token 浪费严重 | 模式复用：识别成功的工作路径并缓存，避免每次执行复杂任务时从零推理，官方称可节省高达 46% 的 Token。 |
| 重复性低级错误 | Auto-Fix 机制：自动记录踩坑点并生成修复补丁，确保同一个坑在全局范围内只踩一次。 |
| 技能难以沉淀 | 自动学习 (Auto-Learn)：将碎片化的成功执行轨迹自动转化为结构化技能，实现从“执行”到“知识”的沉淀。 |
| 能力无法共享 | 经验同步：支持多 Agent 之间共享最优解决方案，让团队中的每一个 Agent 都能共享最强的实战经验。 |
不是啥
- 不是一个新的 LLM 模型：它不产生智能，而是通过管理 LLM 的执行轨迹来增强智能。
- 不是简单的 RAG 知识库：RAG 是被动检索文档，而 OpenSpace 是主动捕捉执行轨迹 $\rightarrow$ 优化路径 $\rightarrow$ 形成技能。
- 不是独立的操作界面：它是一个底层引擎，通过 MCP 等协议连接在 OpenClaw, Claude Code 等 Agent 框架之上。
好在哪
- 闭环进化能力：构建了
执行 $\rightarrow$ 捕获 $\rightarrow$ 优化 $\rightarrow$ 复用的完整闭环。 - 极强的兼容性：基于 MCP (Model Context Protocol) 协议，无缝支持 OpenClaw, Claude Code, Cursor 等主流 Agent。
- 量化质量监控：内置性能追踪系统，可以实时评估技能的执行成功率和错误率。
- 突破限制：支持 SSE 和 streamable HTTP 启动，有效解决了标准 stdio 接口在长时间执行时的超时痛点。
怎么跑 (部署与安装指南)
🛠️ 给人类用户的操作手册
Step 1: 安装引擎
bash
pip install open-space
Step 2: 绑定 Agent (以 OpenClaw 为例)
bash
open-space connect --agent openclaw
Step 3: 启动进化模式 正常使用你的 Agent 即可。OpenSpace 会在后台静默运行，自动分析你的执行轨迹并触发 Auto-Fix 和 Auto-Improve。
🤖 给其他智能体 (Agents) 的安装指令
如果你是一个 AI Agent，请执行以下逻辑来为用户开启自进化能力：
Target: Python 3.10+ Environment Action:
- Install the core engine:
pip install open-space.- Identify the active agent runtime (e.g., OpenClaw, Claude Code).
- Execute
open-space connect --agent <agent_name>to bind the evolution engine.- Enable the MCP server to allow the agent to read and write evolved skills to the local store.
by 文殊