Tea Agent Skill 技能

Tea Agent（tea-agent）

技能简介

Tea Agent 是一个会自我进化的 AI 编程助手——它不只是被动完成开发者下达的编码任务，还能在运行过程中修改自己的代码、创造新的工具函数、优化自身的系统提示词。这意味着随着使用时间的增长，Tea Agent 会越来越了解项目上下文，工具库越来越丰富，任务完成质量也会逐步提升。

它不是单一功能的 Agent，而是一套完整的 AI 软件开发框架：内置 75+ 工具（文件操作、代码编辑、搜索、截图、浏览器、Git 包管理），支持热插拔加载；内置类人长期记忆系统（分层优先级 + 语义检索 + 自然衰减 + 去重合并）；支持 6 阶段多 Agent 协作（角色化 Agent + 事件流 + 消息总线 + DAG 编排）；提供 Web V2 / REST API / ACP 协议 / Telegram / 微信多种交互界面。

核心能力

• 自进化引擎：在 tea_agent 自身项目内运行时，AI 可以调用 toolkit_save（运行时创建/更新工具，即时生效）、toolkit_self_evolve（五层安全修改源码：Git 快照→.bak→语法检查→编译→LSP→测试）、toolkit_prompt_evolve（自我优化系统提示词）、toolkit_experience_solidify（成功经验自动结晶为可复用技能）
• 75+ 内置工具：覆盖文件/代码操作、搜索/LSP、屏幕/浏览器、记忆/反思、多 Agent、规划/调度、系统/工程全场景，支持对话中动态创建新工具并立即使用
• 类人长期记忆：SQLite + 语义向量存储，分层优先级（CRITICAL/HIGH/MEDIUM/LOW）+ Ebbinghaus 遗忘曲线自然衰减 + Jaccard + embedding 双通道去重合并，跨会话记忆不丢失
• 多 Agent 协作：6 阶段全栈协作框架，对话中直接说「并行分析这几个文件」自动拆分子任务并发执行，支持双 AI 辩论赛 Demo
• Token 经济优化：L0~L3 四级历史压缩上下文，在有限 token 窗口内最大化信息密度；v0.15.0 引入缓存前缀稳定化，消除逐轮重算导致的上下文抖动
• 视觉模型自动切换：主模型不支持视觉时自动切换 vision_model，支持请求级和回合级兜底切换
• 多形态部署：Web V2（推荐）、REST API（OpenAI 兼容）、ACP 协议（VS Code 集成）、Telegram、微信（iLink Bot）、Docker Mini 版

安装配置

基础安装

pip install tea_agent

MCP 支持（可选）

pip install "tea_agent[mcp]"

API Key 配置

首次启动自动弹出配置窗口，填入 LLM API Key（支持 OpenAI/Anthropic/本地模型等 OpenAI 兼容接口）即可对话。也可以通过环境变量配置：

export OPENAI_API_KEY="sk-..."
export OPENAI_BASE_URL="https://api.openai.com/v1"

使用步骤

1. 启动 Web V2 全功能界面（推荐方式）：

   tea-agent-api
   # 或
   python -m tea_agent.server

   然后在浏览器打开 http://127.0.0.1:8282

2. 通过 REST API 集成到第三方系统：

   python -m tea_agent.server --port 8081

   提供 OpenAI 兼容接口，可被任何支持 OpenAI API 的工具调用

3. 在外部项目中指导 Tea Agent 完成开发任务： 进入项目目录后直接对话，如：「帮我分析这个模块的架构，然后用这个技术栈实现一个用户认证功能并部署」

4. 在 tea_agent 自身项目内激活自进化能力： 在 tea_agent 代码目录内运行时，自进化工具自动启用；切换到外部项目目录后自动禁用，确保不会对用户项目造成意外修改

适用场景

• 日常代码开发辅助：需要 AI 帮你完成代码编写、调试、代码审查、格式化的场景
• 复杂任务自动化：需要 AI 自主规划、拆解、并行执行的多步骤工程任务
• 长期项目维护：需要在多个会话间保持上下文连续性的项目开发，记忆系统确保关键上下文不丢失
• 边缘设备协同：通过 toolkit_remote_agent 连接 RK3588/BM1688 等嵌入式设备，进行分布式协同开发
• 企业 AI 集成：通过 REST API 将 Tea Agent 能力嵌入企业内部工具链，支持 MCP 协议与现有 AI 工具互通
• 多 Agent 协作场景：需要多个 AI Agent 分工处理不同子任务的复杂软件工程场景

适用人群

• 日常使用 AI 编程工具的开发者
• 需要长期记忆和上下文连续性的 AI 辅助开发团队
• 对 AI 自进化能力感兴趣的 AI 研究者和高级用户
• 需要将 AI 能力嵌入企业软件工具链的技术负责人

工作原理

Tea Agent 的核心是一个 FSM（有限状态机）驱动的执行引擎，配合分层记忆系统和工具引擎：

1. FSM 驱动：Agent 对话在 WAIT / TOOL / TRET / SUPERVISE / DONE / ERRS / ABRT 状态间切换，确保执行流程可控可追溯
2. 工具引擎（tlk.py）：运行时动态加载/卸载/重载工具函数，支持对话中创建新工具并立即可用
3. 记忆系统：每条记忆包含 content / priority / importance / category / tags / embedding / expires_at / pinned，每次对话时从 ≤30 条活跃记忆中选最相关的注入上下文
4. Token 经济：四级压缩（L0 系统层→L3 语义摘要→L2 历史对→L1 当前对话），配合前缀缓存稳定化，最大化有效信息密度
5. 多 Agent 编排：RoleAgent + FlowEngine + MessageBus + Agent-as-Tool + ExecutionPool + WorkflowDAG 的组合，支持零代码触发并行子任务

官方链接

• PyPI 包地址：https://pypi.org/project/tea-agent/
• GitHub 仓库：https://github.com/pjzhong/tea-agent
• 文档中心：https://pypi.org/project/tea-agent/