【硬核】让所有AI Agent自动进化!港大开源OpenSpace,一个命令让你的Claude Code/Cursor/OpenClaw秒变超级智能体

【硬核】让所有AI Agent自动进化!港大开源OpenSpace,一个命令让你的Claude Code/Cursor/OpenClaw秒变超级智能体

最近刷 GitHub,发现了一个让我眼前一亮的项目——OpenSpace

它解决了一个超级痛点:现在的 AI Agent(比如 Claude Code、OpenClaw、Cursor)都很强大,但它们从不学习、永不进化——每次任务都是从头开始,浪费大量 token,遇到错误也不会积累经验。

OpenSpace 做的事情,就是让 AI Agent 自动进化,越用越聪明。


01 它是什么?

OpenSpace 是港大出品的一个自进化引擎,只需一个命令,就能让你的所有 AI Agent(Claude Code、OpenClaw、Codex、Cursor、nanobot 等)自动学习、自动修复、自动优化。

核心三大能力:

能力效果
🧬 自进化任务成功 → 技能自动升级;任务失败 → 技能自动修复
🌐 群体智能一个 Agent 学到的,全网 Agent 共享
💰 节省成本46% 更少 token,4.2 倍收益
在这里插入图片描述

在 50 个专业任务测试中(涵盖税务、法律、工程等领域),OpenSpace Agent 赚了 4.2 倍的钱,同时 token 消耗减少了 46%


02 核心原理/亮点

自进化引擎是怎么工作的?

三层机制:

  • AUTO-FIX — 技能失效时自动修复
  • AUTO-IMPROVE — 成功的任务模式自动沉淀为更好的技能版本
  • AUTO-LEARN — 从实际使用中捕获成功的工作流

和同类项目的区别

对比项传统 AgentOpenSpace 加持
技能失效静默失败,需人工介入自动检测 + 自动修复
经验积累每次从零开始成功经验自动固化为技能
跨 Agent 共享知识孤岛云端技能社区,一键上传/下载
Token 消耗每次重复推理复用成功路径,大幅节省

技术架构

你的 Agent(Claude Code / OpenClaw / Codex...) ↓ MCP 协议接入 OpenSpace 自进化引擎 ├── 自进化技能库(本地) └── 云端技能社区(可选) 

通过 MCP(Model Context Protocol)协议接入,无需修改 Agent 本身,一个命令即可赋能。


03 应用场景

谁适合用?

  • 开发者:每天用 Claude Code / Cursor 写代码,想让 AI 更懂你的习惯
  • 企业:部署多个 AI Agent,想让它们共享经验、减少重复犯错
  • AI 爱好者:想体验"越用越聪明"的 Agent

实际使用案例:

👉 My Daily Monitor — 一个拥有 20+ 面板的个人行为监控系统,完全由 AI Agent 自主开发,60+ 技能全部通过 OpenSpace 从零进化而来。

展示了什么能力?

  • 完全自主的端到端软件开发
  • 大型系统开发中的持续自我优化
  • 多技能协同完成任务
在这里插入图片描述

04 快速上手

安装(一条命令)

git clone https://github.com/HKUDS/OpenSpace.git &&cd OpenSpace pip install-e. openspace-mcp --help# 验证安装

接入你的 Agent

只需要两步:

① 添加 MCP 配置:

{"mcpServers":{"openspace":{"command":"openspace-mcp","toolTimeout":600,"env":{"OPENSPACE_HOST_SKILL_DIRS":"/path/to/your/agent/skills","OPENSPACE_WORKSPACE":"/path/to/OpenSpace","OPENSPACE_API_KEY":"sk-xxx(可选,用于云端社区)"}}}}

② 复制技能到你的 Agent:

cp-r OpenSpace/openspace/host_skills/delegate-task/ /path/to/your/agent/skills/ cp-r OpenSpace/openspace/host_skills/skill-discovery/ /path/to/your/agent/skills/ 

搞定!你的 Agent 现在拥有了自进化能力。

直接作为 AI 同事使用

# 交互模式 openspace # 执行任务 openspace --model"anthropic/claude-sonnet-4-5"--query"创建 Docker 容器监控面板"

本地 Dashboard(可选)

# 终端 1:启动后端 API openspace-dashboard --port7788# 终端 2:启动前端cd frontend &&npminstall&&npm run dev 

写在最后

OpenSpace 解决了一个根本问题:AI Agent 的经验无法积累

现在的 Agent 再强,也是"金鱼记忆"——每次任务独立,没有成长。OpenSpace 把 Agent 变成了一个能自我学习、互相学习的智能体网络。

核心理念:用得越多,Agent 越聪明,成本越低。

港大团队用 GDPVal 经济基准测试证明了效果:4.2 倍收益 + 46% token 节省,这是实打实的生产力提升。

如果你在用 Claude Code、OpenClaw、Codex 或 Cursor,强烈建议试试 OpenSpace——一条命令,Agent 进化。


相关链接:

  • GitHub:https://github.com/HKUDS/OpenSpace
  • 官网(云端技能社区):https://open-space.cloud
  • 中文文档:https://github.com/HKUDS/OpenSpace/blob/main/README_CN.md

Read more

前端Bug修复专家:从现象到根因,再到测试闭环的SOP

引言:Bug 排查的“猜谜游戏” 作为一名前端工程师,你是否经历过这样的场景:测试人员扔过来一个 Bug 描述——“用户点了某个按钮后,页面就卡死了,偶尔复现,请尽快修复”。你打开代码,面对几百行业务逻辑,只能凭感觉加个 try-catch 或 setTimeout,推上去后却被告知“还是不行”。更令人头疼的是,某些问题只在 iOS Safari 上出现,某些问题需要快速连续点击才能复现。 这种“面向猜测编程”的排查方式,往往导致修复方案治标不治本,甚至引入新的 Bug。如何摆脱这种困境?今天,我想向大家介绍一套我从多年实战中总结出的前端缺陷诊断与修复专家技能(可以称之为 bugfix-expert),它不仅帮你“修好代码”,更帮你建立一套“现象 → 根因 → 修复 → 测试”的标准化作业程序(SOP)。 技能概述:不仅仅是修 Bug

结合TTS语音播报,GLM-4.6V-Flash-WEB打造完整导览链路

结合TTS语音播报,GLM-4.6V-Flash-WEB打造完整导览链路 你有没有试过站在一件文物前,盯着它看了很久,却只看到玻璃反光和模糊的标签?想了解它的故事,但耳机导览器没电了,小程序卡在加载页,或者人工讲解员正被另一群游客围住——那一刻,知识明明就在眼前,却像隔着一层毛玻璃。 现在,这种割裂感正在消失。用一部普通手机拍下展品照片,几秒钟后,一段清晰、自然、带语气停顿的中文语音就从扬声器里流淌出来:“这件唐代三彩马釉色以黄、绿、白为主,马鞍上饰有联珠纹锦鞯,是盛唐时期贵族墓葬中常见的随葬明器……”与此同时,网页端同步显示文字解析,并在图像上用半透明箭头精准标出纹饰位置。 这不是演示Demo,也不是实验室原型。这是基于 GLM-4.6V-Flash-WEB 镜像,配合轻量级TTS模块,在单台消费级GPU设备上稳定运行的真实导览链路。它不依赖云端API调用,不强制绑定特定硬件,也不需要写一行后端代码——从模型推理到语音输出,全部封装在一个开箱即用的Web服务中。 智谱AI发布的这款镜像,名字里的“Flash”不是修辞,而是实打实的工程承诺:视觉理解快、文本生成快、响应交付快。

深入探讨Web应用开发:从前端到后端的全栈实践

深入探讨Web应用开发:从前端到后端的全栈实践

目录   引言 1. Web应用开发的基本架构 2. 前端开发技术 HTML、CSS 和 JavaScript 前端框架与库 响应式设计与移动优先 3. 后端开发技术 Node.js(JavaScript后端) Python(Flask和Django) Ruby on Rails Java(Spring Boot) 4. 数据库选择与管理 关系型数据库(SQL) 非关系型数据库(NoSQL) 5. API设计与开发 RESTful API GraphQL 6. 测试与调试 单元测试 集成测试与E2E测试 7. 部署与运维 云服务平台 容器化与Docker CI/CD(持续集成与持续交付) 监控与日志 弹性伸缩与负载均衡 8.