[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-75482":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":9,"language":10,"languages":9,"totalLinesOfCode":9,"stars":11,"forks":12,"watchers":13,"openIssues":14,"contributorsCount":15,"subscribersCount":15,"size":15,"stars1d":15,"stars7d":15,"stars30d":16,"stars90d":15,"forks30d":15,"starsTrendScore":15,"compositeScore":17,"rankGlobal":9,"rankLanguage":9,"license":9,"archived":18,"fork":18,"defaultBranch":19,"hasWiki":20,"hasPages":18,"topics":21,"createdAt":9,"pushedAt":9,"updatedAt":22,"readmeContent":23,"aiSummary":24,"trendingCount":15,"starSnapshotCount":15,"syncStatus":25,"lastSyncTime":26,"discoverSource":27},75482,"buddyme","virgo777\u002Fbuddyme","virgo777","Lightweight agent framework with layered personality evolution, three-tier skill loading and heartbeat memory system.",null,"Python",500,61,41,5,0,477,56.38,false,"master",true,[],"2026-06-12 04:01:18","\u003Cdiv align=\"center\">\n\n# buddyMe\n\n**BuddyMe — 构建更聪明的智能体**\n\n支持 6 大 LLM 供应商运行时热切换。分层人格、三级技能加载、心跳记忆，为需要灵活性的开发者而生。\n\n支持多模型热切换 · 工具调用 · 技能系统 · 持久记忆 · 定时任务\n\n[Blog](http:\u002F\u002F49.235.53.176\u002F) · [GitHub](https:\u002F\u002Fgithub.com\u002Fvirgo777\u002Fbuddyme)\n\n\u003C\u002Fdiv>\n\n---\n\n## 项目简介\n\nbuddyMe 是一个 Python 实现的多模型 AI 智能体框架。它能够将复杂任务自动拆解为子任务，逐一规划、执行、验证，并合并结果。内置 25+ 技能、8 个工具、完整的记忆系统和定时调度能力，可作为编程助手或通用任务代理使用。\n\n\u003Cdiv style=\"background-color: #f8f9fa; padding: 18px 22px; border-radius: 8px; margin: 28px 0; border-left: 4px solid #e67e22;\">\n  \u003Cp style=\"margin: 0 0 14px 0; line-height: 1.6;\">欢迎访问 \u003Ca href=\"http:\u002F\u002F49.235.53.176\u002F\" style=\"color: #2563eb; text-decoration: none;\">BuddyMe Blog\u003C\u002Fa> 阅读最新文章与技术分享。\u003C\u002Fp>\n  \u003Cp style=\"color: #e67e22; font-size: 1.1em; font-weight: bold; margin: 0 0 12px 0;\">📚 更新推荐阅读\u003C\u002Fp>\n  \u003Cul style=\"margin: 0; padding-left: 22px; line-height: 1.9;\">\n    \u003Cli>\u003Ca href=\"http:\u002F\u002F49.235.53.176\u002Fblog\u002Fheartbeat-and-loop-skill-engine-deep-dive\" style=\"color: #2563eb; text-decoration: none;\">buddyMe 心跳系统与 Loop 引擎：让 AI 自己干活，还不花钱\u003C\u002Fa>\u003C\u002Fli>\n    \u003Cli>\u003Ca href=\"http:\u002F\u002F49.235.53.176\u002Fblog\u002Fbuddyme\" style=\"color: #2563eb; text-decoration: none;\">技术深度：buddyMe 框架任务拆解的 \"盲拆\" 问题与技能感知优化方案\u003C\u002Fa>\u003C\u002Fli>\n    \u003Cli>\u003Ca href=\"http:\u002F\u002F49.235.53.176\u002Fblog\u002Freact-plan-and-execute-reflection\" style=\"color: #2563eb; text-decoration: none;\">ReAct、Plan-and-Execute 与 Reflection 的本质差异与落地指南\u003C\u002Fa>\u003C\u002Fli>\n  \u003C\u002Ful>\n\u003C\u002Fdiv>\n\n## 核心特性\n\n- **多模型支持** — GLM、DeepSeek、ERNIE、Qwen、MiMo，运行时一键切换，零中断\n- **三阶段任务执行** — 规划 → 子任务执行 → 结果合并，复杂任务自动拆解\n- **工具系统** — 内置 bash、文件读写\u002F编辑、搜索、glob 等 8 个工具，支持自定义扩展\n- **技能系统** — 25+ 预置技能（API 设计、前端开发、Python 测试等），三级渐进加载，运行时热重载\n- **持久记忆** — 用户画像、对话摘要、历史日志跨会话保持，支持记忆衰减与合并\n- **定时任务** — `\u002Floop` 命令创建循环\u002F定时任务，心跳线程后台轮询\n- **命令系统** — `\u002F` 前缀命令直接处理，不消耗 LLM Token\n- **双协议适配** — 自动识别 OpenAI 兼容 \u002F Anthropic 兼容协议，统一调用接口\n\n## 支持的模型\n\n| 配置名 | 服务商 | 模型 | 最大 Token |\n|--------|--------|------|-----------|\n| `glm` | 智谱 AI | glm-5.1 | 131,072 |\n| `glm_code_plan` | 智谱 AI | glm-5.1 | 390,000 |\n| `deepseek` | DeepSeek | deepseek-v4-pro | 393,216 |\n| `deepseek_code_plan` | DeepSeek | deepseek-v4-pro | 960,000 |\n| `ernie` | 百度千帆 | ernie-5.1 | 65,536 |\n| `xiaomi` | 小米 | mimo-v2-pro | 131,072 |\n| `qwen` | 阿里通义 | qwen3.6-plus | 65,536 |\n\n## 安装\n\n### 环境要求\n\n- Python >= 3.9\n- pip\n\n### 从源码安装\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fvirgo777\u002Fbuddyme.git\ncd buddyme\npip install -e .\n```\n\n## 配置\n\n### 1. 创建环境变量文件\n\n在项目根目录创建 `.env` 文件，填入你的 API Key：\n\n```bash\ncp .env.example .env\n```\n\n`.env` 内容示例：\n\n```env\nGLM_API_KEY=your_glm_api_key\nDEEPSEEK_API_KEY=your_deepseek_api_key\nERNIE_API_KEY=your_ernie_api_key\nXIAOMI_API_KEY=your_xiaomi_api_key\nQWEN_API_KEY=your_qwen_api_key\n```\n\n只需配置你实际使用的模型对应的 Key，其余可留空。\n\n### 2. 环境变量（可选）\n\n| 变量 | 说明 | 默认值 |\n|------|------|--------|\n| `BUDDYME_MODEL` | 默认模型名称 | `glm_code_plan` |\n| `BUDDYME_HOME` | 用户数据目录 | `~\u002F.buddyme\u002F` |\n| `BUDDYME_WORKSPACE` | 工作区目录 | 当前目录 |\n\n## 快速开始\n\n### CLI 模式\n先导入脚本地址到环境，即把Scripts目录加到PATH：\n```bash\nset PATH=%PATH%;C:\\Users\\yourname\\AppData\\Roaming\\Python\\Python313\\Scripts\nbuddyme\n```\n\n### 开发模式\n\n```bash\npython -m buddyMe\n```\n\n启动后会进入交互式对话界面：\n\n```\n============================================================\nbuddyMe — 多模型智能体 + Skill\n项目空间: \u002Fyour\u002Fworkspace\n默认模型: glm_code_plan\n输入 \u002Fhelp 查看可用命令\n============================================================\nquery:\n```\n\n## 使用示例\n\n### 基本对话\n\n```\nquery: 帮我写一个 Python 的快速排序函数\n```\n\n### 复杂任务（自动拆解）\n\n```\nquery: 在当前项目下创建一个 Flask REST API，包含用户增删改查接口，写好单元测试\n```\n\nAgent 会自动将任务拆解为：项目初始化 → 模型定义 → API 路由 → 单元测试 → 验证。\n\n### 切换模型\n\n```\nquery: \u002Fmodel --list        # 查看可用模型\nquery: \u002Fmodel --switch deepseek  # 切换到 DeepSeek\n```\n\n### 定时任务\n\n```\nquery: \u002Floop 30m 检查当前项目的测试是否全部通过\nquery: \u002Floop --list         # 查看运行中的任务\nquery: \u002Floop --remove abc12345  # 移除任务\n```\n\n### 记忆管理\n\n```\nquery: \u002Fmemory --show       # 查看当前记忆\nquery: \u002Fmemory --summary    # 查看对话摘要\nquery: \u002Fmemory --update     # 手动触发记忆提取\n```\n\n## 命令列表\n\n所有 `\u002F` 命令在本地直接处理，不消耗 Token。\n\n| 命令 | 别名 | 说明 |\n|------|------|------|\n| `\u002Fhelp [cmd]` | `\u002Fh` | 显示帮助 |\n| `\u002Fmodel --list` | `\u002Fm` | 列出可用模型 |\n| `\u002Fmodel --switch \u003Cname>` | | 切换模型 |\n| `\u002Fapi_key \u003Cmodel> \u003Ckey>` | | 设置 API Key |\n| `\u002Freset` | | 清空对话历史 |\n| `\u002Fexit` | `\u002Fq` | 退出 |\n| `\u002Fskill --list` | | 列出已加载技能 |\n| `\u002Freload_skills` | | 热重载技能目录 |\n| `\u002Fmemory --show` | `\u002Fmem` | 查看用户记忆 |\n| `\u002Fmemory --summary` | | 查看对话摘要 |\n| `\u002Fmemory --update` | | 手动提取记忆 |\n| `\u002Fmemory --clear --force` | | 清空所有记忆 |\n| `\u002Flog --today` | `\u002Fhistory` | 今日对话日志 |\n| `\u002Flog --search \u003C关键词>` | | 搜索对话日志 |\n| `\u002Fheartbeat` | `\u002Fhb` | 心跳任务管理 |\n| `\u002Floop \u003C间隔> \u003C任务>` | `\u002Flp` | 创建定时任务 |\n\n## 内置工具\n\n| 工具 | 说明 |\n|------|------|\n| `bash` | 执行 Shell 命令（异步、超时控制、危险命令拦截） |\n| `read_file` | 读取文件（大文件智能截断） |\n| `write_file` | 写入文件（自动创建目录） |\n| `edit_file` | 精确查找替换编辑 |\n| `grep` | 正则内容搜索 |\n| `glob` | 文件名模式匹配 |\n| `baidu_search` | 百度搜索（千帆 AI Search API） |\n| `invoke_skill` | 技能激活 |\n\n## 内置技能\n\n| 技能 | 领域 |\n|------|------|\n| `api-design` | API 设计模式 |\n| `backend-patterns` | 后端开发模式 |\n| `frontend-design` | 前端 UI 设计 |\n| `frontend-patterns` | 前端开发模式 |\n| `frontend-slides` | 前端幻灯片生成 |\n| `python-patterns` | Python 设计模式 |\n| `python-testing` | pytest 测试实践 |\n| `coding-standards` | 编码规范 |\n| `deployment-patterns` | 部署策略 |\n| `article-writing` | 文档写作 |\n| `market-research` | 市场调研 |\n| `weather-skill` | 天气查询 |\n| `qqmail-1.0.0` | QQ 邮件集成 |\n| `continuous-learning` | 持续学习 |\n| `eval-harness` | 评估框架 |\n| `markitdown-skill` | Markdown 转换 |\n| `autonomous-loops` | 自主循环执行 |\n| `iterative-retrieval` | 迭代式信息检索 |\n| `verification-loop` | 验证循环 |\n| `strategic-compact` | 战略性摘要压缩 |\n| `search-first` | 搜索优先策略 |\n| `content-hash-cache-pattern` | 内容哈希缓存模式 |\n| `plankton-code-quality` | 代码质量分析 |\n| `project-guidelines-example` | 项目规范模板 |\n| `configure-ecc` | ECC 配置 |\n\n## 架构概览\n\n```\n用户输入\n  │\n  ├─ \u002Fcommand ──→ 命令系统（本地处理，零 Token）\n  │\n  └─ 普通输入\n      │\n      ├─ 简单任务 ──→ 单次 LLM 调用 + 工具循环\n      │\n      └─ 复杂任务\n          │\n          ├─ 阶段一：任务规划 ──→ 注入 Skill 元数据 → LLM 参考已有技能拆分子任务\n          │                     匹配到的步骤标注 [SKILL:技能名]\n          │\n          ├─ 阶段二：子任务执行 ──→ 逐个执行，每个子任务独立 LLM+工具循环\n          │                       预匹配 Skill 注入完整指令 · 结果传递 · 类型分类\n          │\n          └─ 阶段三：结果合并 ──→ 拼接子任务结果，返回最终输出\n```\n\n### 系统提示构建\n\n系统提示由四层动态合并：\n\n1. **SOUL.md** — 人格内核\n2. **IDENTITY.md** — 角色定义（80% 编程助手 + 20% 生活助手）\n3. **AGENT.md** — 行为契约（工具规则、记忆管理、安全约束）\n4. **工具 Schema** — 已注册工具的动态描述\n\n### 目录结构\n\n```\nbuddyMe\u002F\n├── agent_moudle\u002F          # Agent 核心逻辑\n├── anthropic_standard\u002F    # LLM 客户端（双协议适配）\n├── cmd_library\u002F           # 命令系统\n│   └── builtin\u002F           # 内置命令（system\u002Fskill\u002Fmemory\u002Floop）\n├── initspace\u002F             # 初始化与上下文构建\n│   ├── brain\u002F             # 人格与行为模板\n│   └── memorys\u002F           # 记忆存储\n├── llm_moudle\u002F            # 模型配置管理\n├── skill_library\u002F         # 技能库\n│   └── skills\u002F            # 25+ 预置技能\n├── tool_moudle\u002F           # 工具模块\n└── utils\u002F                 # 工具函数\n```\n\n## 项目依赖\n\n```\nhttpx          # HTTP 客户端\nrich           # 终端富文本渲染\npython-dotenv  # 环境变量加载\n```\n\n## License\n\nMIT\n","buddyMe 是一个轻量级的多模型 AI 智能体框架，使用 Python 编写。它支持六大 LLM 供应商的运行时热切换，并具备分层人格、三级技能加载和心跳记忆系统等核心功能。该框架能够自动拆解复杂任务为子任务，逐一规划、执行、验证并合并结果，内置25+预置技能和8个工具，还拥有完整的记忆系统和定时调度能力。适用于需要高度灵活性和自定义扩展性的开发者场景，无论是作为编程助手还是通用任务代理都非常合适。",2,"2026-06-11 03:52:56","CREATED_QUERY"]