别的Agent出厂即巅峰，这个框架让你越用它越强

你有没有这种感觉——装了一堆 AI Agent 框架，但它们都是”出场即巅峰”，用着用着就卡在原地？

GenericAgent 可能是你见过最不一样的一个。

它只有 3000 来行核心代码，但能做的事情相当野：接管你的浏览器（保留登录态）、控制终端、操作文件系统、甚至用 ADB 操控手机上的支付宝和微信。每次执行新任务，它会自动把执行路径”结晶”成可复用的技能存在本地，下次遇到类似的，一句话就能跑。

换句话说——它的能力不是预装好的，是它自己长出来的。

从种子到技能树

传统 Agent 框架：出厂给你一堆工具，让你拼着用。
GenericAgent：只给你 9 个原子工具 + 100 行 Agent 循环，然后靠它自己生长。

工作流是这样的：

1. 你说”把我微信里超过 2000 块的消费记录找出来”
2. 它分析要做什么 → 安装 mootdx → 写脚本 → 调试 → 运行
3. 把这套流程沉淀成一条技能（SOP）写进记忆层
4. 下次再说同样的话，直接调取，一秒都不等

用几周之后，你手里的 GenericAgent 会有一个全世界只属于你自己的技能树——别人复制不了，因为那是它和你一起长出来的。

Token 效率是亮点

现在各种 Agent 上下文窗口动不动 200K、500K，Token 烧得吓人。

GenericAgent 的设计目标是小上下文跑满全场——核心思路是用记忆分层控制上下文长度，把历史经验存在外层，只把当下任务相关的内容灌进模型。

官方说只需要 <30K 上下文就能跑复杂任务，这个数字在 2026 年的 Agent 赛道里相当克制了。

实际能干啥

从 GitHub README 里的 Demo 来看：

• 点外卖：让它操控外卖 App 选商品、下单
• 量化选股：条件选出来后自动画图、配置定时任务
• 抓网页内容：自主浏览+总结，不用你盯着
• 管微信：发消息、查记录
• 操控支付宝：通过 ADB 驱动手机上的 App

这些都不是”演示 Demo”，是它实际 self-bootstrapped 自己跑出来的能力——整个 GitHub 仓库从装 Git 到写提交信息，全是它自己完成的，作者没碰过一次终端。

装一下试试

git clone https://github.com/lsdefine/GenericAgent.git
cd GenericAgent
pip install requests streamlit pywebview
cp mykey_template.py mykey.py
# 编辑 mykey.py 填入你的 API Key
python launch.pyw

支持 Claude、Gemini、Kimi、 MiniMax 等主流模型，跨平台。

一句话总结：大多数 Agent 框架给你一个固定的能力上限，GenericAgent 给你一个会自己长能力的上限。3000 行种子代码，越用越强。

GitHub：https://github.com/lsdefine/GenericAgent

GitHub: https://github.com/lsdefine/GenericAgent