OpenSpace - 让你的 AI 智能体自我进化，降本 46%，收益提升 4.2×

痛点与解法

当前 AI 智能体的核心缺陷

Claude Code、Codex、Cursor 等智能体功能强大，却从不从真实经验中学习、适应和进化，更不会相互分享。

❌ 当前智能体的问题

⚡每次任务都从零推理，大量重复消耗 Token
🔁相同的失败模式反复出现，没有学习机制
🔒知识锁定在单个智能体中，无法跨智能体共享
📉技能随工具/API 变化悄然退化，无人察觉

✅ OpenSpace 解决方案

♻️成功方案变成可复用技能，再遇直接调用
🧬每次失败触发自动进化修复，错误变学习
🌐一个智能体的进化，立刻惠及所有连接智能体
📊多层质量监控，自动检测并进化退化技能

三大核心能力

插入任意智能体，立刻获得三大超能力

🧬

自我进化

AUTO-FIX：技能破损即时自愈
AUTO-IMPROVE：成功模式变更优版本
AUTO-LEARN：从真实使用中捕获赢法
质量监控：追踪成功率/错误率/执行状态

🌐

集体智能

共享进化：一个智能体的提升即时广播
网络效应：智能体越多，进化越快
一键共享：上传/下载进化技能
访问控制：公开/私有/团队自由选择

💰

Token 效率

停止重复工作：复用成功方案
任务越做越便宜：技能持续优化
最小化更新：只修改破损部分
实测：46% Token 削减，4.2× 收益

进化引擎

三种进化模式，三道防线

技能不是静态文件，它们是能自动选择、应用、监控、分析并进化自身的活体实体。

🔧 FIX

⚙️

原地修复

修复破损或过时的技能指令。保持技能目录不变，只升级到新版本。适用于工具 API 变更、依赖更新、执行失败等场景。 28/29 次触发都源自真实崩溃。

🚀 DERIVED

🌿

衍生增强

从父技能创建增强或专业化版本，生成全新技能目录，与父技能共存。 document-gen-fallback 技能家族通过此模式进化了 13 个版本。

✨ CAPTURED

💡

捕获提炼

从成功执行中提炼可复用的全新模式。不需要父技能，直接从真实任务执行历史中发现价值，转化为可分享的技能资产。

三类独立触发器 · 多重防线

📈

执行后分析

每次任务完成后，分析完整记录，为相关技能建议 FIX/DERIVED/CAPTURED

⚠️

工具退化检测

工具成功率下降时，自动找出所有依赖该工具的技能，批量进化

📊

周期性健康扫描

定期扫描技能健康指标（应用率、完成率、回退率），进化欠佳者

GDPVal 基准测试

220 个真实专业任务，横跨 44 种职业

与相同骨干 LLM（Qwen 3.5-Plus）的 ClawWork 基线智能体对比，确保性能差异纯粹来自技能进化，而非模型能力。

4.2×

更高收益（vs 基线）

72.8%

价值捕获率（$11,484/$15,764）

70.8%

平均质量分（+30pp）

-45.9%

Phase 2 Token 用量

任务类别	数量	收益 Δ	Token Δ	核心原因
📝 文档与书信	7	+3.3pp	-56%	document-gen-fallback 进化 13 个版本
📋 合规与表单	11	+18.5pp	-51%	PDF 技能链进化后全部表单任务复用
🎬 媒体制作	3	+5.8pp	-46%	进化技能记录了可用的 ffmpeg 参数
🛠️ 工程项目	4	+8.7pp	-43%	协调技能跨多类技术项目通用
📊 电子表格	15	+7.3pp	-37%	公式/合并单元格模式跨领域复用
📈 战略分析	10	+1.0pp	-32%	原本质量已高（88%），主要节省 Token

快速开始

两条路径，按需接入

🤖

Path A：为你的智能体赋能

将 OpenSpace 作为 MCP 服务插入现有智能体

# 1. 安装 git clone https://github.com/HKUDS/OpenSpace.git cd OpenSpace && pip install -e . # 2. 配置 MCP（在智能体配置文件中） { "mcpServers": { "openspace": { "command": "openspace-mcp", "env": { "OPENSPACE_HOST_SKILL_DIRS": "/your/agent/skills", "OPENSPACE_WORKSPACE": "/path/to/OpenSpace" } } } } # 3. 复制两个核心 Skill cp -r openspace/host_skills/delegate-task/ /your/agent/skills/ cp -r openspace/host_skills/skill-discovery/ /your/agent/skills/

👤

Path B：直接作为 AI 同事使用

OpenSpace 本身即为一个完整的自进化智能体

# 交互模式 openspace # 执行具体任务 openspace --model "anthropic/claude-sonnet-4-5" \ --query "Create a monitoring dashboard" # 云端技能管理 openspace-download-skill <skill_id> openspace-upload-skill /path/to/skill/dir # 本地可视化仪表盘（需 Node.js ≥ 20） openspace-dashboard --port 7788 # Terminal 1 cd frontend && npm install && npm run dev # Terminal 2

实战案例

My Daily Monitor：零人工代码，完整构建 20+ 面板系统

OpenSpace 从零进化 60+ 技能，自主完成了一套有 20 多个实时面板的个人行为监控系统。

🌱

Seed · 种子阶段

分析开源 WorldMonitor 项目，提炼参考模式

6 技能

🏗️

Scaffold · 脚手架阶段

生成项目结构、Vite 配置、TypeScript 设置

+8 技能

🎨

Build · 构建阶段

创建 20+ 面板、数据服务、API 路由、网格布局

+25 技能

🔧

Fix · 修复阶段

自动修复 TypeScript 错误、API 不匹配、CSS 冲突

+12 FIX

🧬

Evolve · 进化阶段

提炼增强模式，合并互补技能，生成衍生版本

+15 DERIVED

📦

Capture · 捕获阶段

从成功执行中提取可复用的通用模式

+8 CAPTURED

165 个进化技能的分类（GDPVal 50 任务）

📄 文件格式 I/O

PDF/DOCX/Excel 解析，32 个来自真实失败的修复

⚡ 执行恢复

沙箱失败→Shell→文件写入→heredoc 多层回退

📝 文档生成

document-gen-fallback 进化为 13 个衍生版本

✅ 质量保证

写后验证：检查行数、验证 PDF 页数、公式核查

🔀 任务编排

多文件追踪、ZIP 打包、零迭代失败检测

🔊 领域工作流

音频生产（4 代进化）、视频管道、SOAP 笔记