数字生命卡兹克开源 Agent 自动化系统 agent out loop
折腾一年,我把Agent自动化系统开源了 愿所有人都能感受Agent的魅力! #vibe知识大赏 #ai #数字生命卡兹克 #开源 #agent
数字生命卡兹克把自己摸索一年的 Agent 自动化系统开源,项目名为 agent out loop。系统内核只有 1600 多行代码、启动时间不到 0.1 秒且无第三方依赖,事件触发、执行任务的 Agent 和通知渠道都做成可替换插件,并附 9 个内置插件和现成模板。作者称把仓库地址交给 Agent 即可自动读文档完成安装。
作者开源了自己用一年的 Agent 自动化系统,可演示事件触发、模型分配和飞书审批卡片如何串成一条流水线。
- 点赞
- 356
- 评论
- 23
- 分享
- 74
- 收藏
- 205
数字来自平台,为最近一次抓取时的数据。
以下是视频口播的自动转写,可能有错字。
在过去的一个月里呢,我感觉我有一种当 agent 的皇帝的快感了。我几乎把我所有的任务都交给了 agent,让它自动化。他们每天呢会自己干活,必要的时候才会向我请示。而我只需要每天在飞书上像批奏折一样点一下这个按钮,来给他们回应。那很多人其实也好奇我过去到底是怎么用 agent 的。
那今天我就把我这一套摸索了一年的 agent 自动化系统呢分享给大家,而且我也把它开源了。首先呢我们还是来讲讲它到底解决了一些什么问题。那其实大部分人用 agent 都还是偏聊天的方式,就是你给他一个任务,盯着他干完以后,agent 才会继续去干下一个任务。
但是只要你不给他发送一个新的指令,那这个任务呢,他就不会继续推进了。于是你就会发现,你成为了这个触发 agent 任务的这个起点。但是我们其实会发现一般的人啊,我们同时盯3~5个任务就已经很吃力了,这是我们人类的大脑袋宽所决定的。所以我们真的想要解放我们的生产力,就得把人从任务的起点里面拿出去,让 agent 呢能自己启动,自行的去解决所有的问题,只有需要到真。
任务,我拍板,我来决策的时候再来找我。那具体呢,怎么实现?这就是我这个系统里面所做的事了。下面我来给大家重点讲几个。首先第一个就是我们最核心的 agent 自动化的这个中台。那比如说我们要把人从整个流程中拿出去,拿掉以后,agent 怎么知道什么时候该干活呢?
就像每天下午4点钟,codex 就会触发这个定时任务,这就是一个事件。他就会去社交平台搜索大家对 ai 号的讨论,还有反馈,汇总成一个报告。那又或者同事给我飞书机器人发了一个新的私信,那或者半夜这个系统突然报错,有了一条告警的信息,这些都可以成为事件。
而这些事件呢,其实来源五花八门,格式也各不相同。为了不让几十个事件互相触发,乱成一锅粥,于是我们就需要一个自动化的这个中台,来管所有的事件的这个触发的信号。那在发送到中台前呢,我们把这些事件统一变成同一种格式,给它具体的规则。再根据这些规则决定给哪个 agent 来派我们的任务。
那这样一来呢,不仅我们改个规。则就可以新建一条自动化的流水线,我们也可以把后面换模型,还能解决一些特殊的情况。比如说这些有些消息,因为断网了,于是它会自动的重复,或者是你电脑突然关机了,有些信息没有收到,等等等等等等。而且我们所有自动化的任务呢,它都会从中台经过,那么全程都是留底的。
哪一条自动化的流水线最忙,它老出什么问题,那其实我们在后面复盘的时候全部都会一目了然。那为了看得更爽,更加符合我这个种田流玩家的喜好,那我还把这个自动化的中台呢,做成了一个跟现实天气同步的一个模拟小镇,那这样看起来那就太爽了。那再由事件出发这个任务拍下去之后呢,a 呢就会开始自动执行了。
但是你要知道我们所有人的 token 它都不是无限的。即使我开了200刀的 cloud 会员,三天真的用的猛的一点情况下就能烧掉90%的 token。那为了在有限的 token 之下达到我们整体性价比的最优,这个时候你就要开始进行模型的分配了。
那有些模型它更适合干另一个任务,有些它适合干这个。那比如说我自己最。常用的三个模型。那像 cloud ops 5.5呢,它最聪明,但是它的额度也是最金贵的。那所以复杂一点的活,比如说项目决策,那一般都会自动派给它来去干。而日常的一些运维或者一些 bug 的修复,则会交给性价比最高的 gpt 6.1。
而 gpt 6.1 terra 呢,它的浏览器操控能力真的很强,那它就负责一些平常拿不到的数据采集,大家懂都懂。那不只是我最常用的三个模型,大家如果习惯用,比如说 deepseek 或者其他的,那都可以接进去,可以让我们的中台随便分配。在绝大多数的情况下呢,agent 做完这些任务以后,这个任务就已经结束了。
但是有的时候,它是需要我来决策的。那是一件比较重大的事,比如说涉及到改数据、删数据、花钱,甚至改权限之类的这些重要决定的时候,这个时候它是要来找我去做决策的。所以呢,我打通了飞书,一旦涉及到这些重要决定,它就会弹出一张飞书的小卡片,上面已经有预设好的选项了,等我来进行决策。
这样就可以实现小事,agent 自己解决,只有到重大决策的时候才来找我,最大化的保护我的注意力。而且我同意或者拒绝过的事情,它都会写进一个记忆区里面。那遇到类似的情况呢,agent 就不会再来问我第二遍了。所以看到这里,你可能会问,那这套系统这么爽,我能直接拿来用吗?
那当然没问题。那为了让所有人都能用上,我也把我这个项目,也就是我给它命名为 agent out loop,也正式开源了。它就有一个非常极简的自动化中台的内核,也非常轻量,只有1600多行代码启动时。时间不到0.1秒,并且没有任何第三方的依赖,非常的安全。
那除了这个内核之外呢,我也把前面我们提到的事件触发、干活的 agent,还有我们这些通知渠道,这几个部分全部都做成了独立的插件,就像拼乐高一样,你可以按照自己的需求随意的替换。比如说你把 gpt 的模型换成 deepseek,或者把飞书换成钉钉、企业微信等等,都没有任何问题。
你可以随意的让你的 agent 来帮你进行模改。那我还放了9个内置的插件和祈祷现成的模板,也方便大家直接开箱即用。那使用也特别简单,你只需要把仓库地址丢给你的 agent,再给他这样一句话,他会自己读完文档帮你安装好,然后你就可以畅快的用上了。
那回头看这一年,其实我感觉还挺魔幻的。一年前我还是一个完全不懂开发的设计师,那一年后的今天,我搭了我自己的 agent 自动化系统,也做出了一个百万月活的公益产品,air hot。并且也开源了,拿到了将近1万次他的好评。也看到了无数的反馈说帮到了他。
那每一天,我们也都在开发中,在创作中学习。这可能就是学习的快乐吧。Thanks for playing my game. 我也始终觉得工作的意义从来都是为了更好的生活,那 ai 的本质也从来都是以人为本。在 ai 时代,人的注意力永远是最宝贵的资产。
那愿所有人都能感受到 ai 自动化的魅力。
来源:抖音 · 数字生命卡兹克 · douyin.com