# lingclaw **Repository Path**: yonja/lingclaw ## Basic Information - **Project Name**: lingclaw - **Description**: 🔥🔥🔥 lingclaw 是一个大模型+小模型的AI中台,可以被多系统多平台接入,提供完备的AI能力。大模型+小模型可以弥补大模型垂直领域不足,如小模型人脸识别,识别成功结果告诉大模型,以便更好的交互效果 - **Primary Language**: Java - **License**: GPL-2.0 - **Default Branch**: master - **Homepage**: https://doc.gyei.cn/ - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 286 - **Created**: 2026-03-11 - **Last Updated**: 2026-05-12 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README
大模型 + 小模型双引擎 · Agent 自进化 · 全格式文档生成 · MCP 工具生态 · 工作流编排
Spring AI · MCP 协议 · 多模型适配 · Electron 桌面端 · 一行代码嵌入任意系统
--- ## ✨ 一句话说清楚 > 别人的 AI 平台只能聊天,**lingclaw 能帮你写 Word、做 PPT、建 Excel、跑工作流、操作你的电脑、自动学习新技能——而且全程在线编辑,所见即所得。** --- ## 🔥 六大核心卖点 ### 一、📄 AI 全格式文档生成 + 在线编辑 **告别复制粘贴,AI 直接帮你生成专业文档,在线实时编辑,一键导出。** 对话中一句话,AI 自动生成完整文档——不是丢给你一堆文本让你自己排版,而是**直接生成可编辑、可导出的专业文档**,在线实时预览和修改,所见即所得。 #### 📝 Word 文档 - AI 通过对话直接生成结构化 Word 文档,支持标题、段落、表格、列表、引用、代码块、图片等全部元素 - 一键导出为 **.docx** 或 **.pdf** 格式 - AI 可以基于你的修改继续优化——"把第二章改成更专业的表述"
#### 🎨 PPT 演示文稿
- 一句"帮我做一个 AI 行业分析 PPT",AI 自动生成完整幻灯片
- 对话修改单页——"把第3页标题改成xxx",AI 精准修改指定幻灯片
- 一键导出为 **.pptx** 格式
#### 📊 Excel 电子表格
- AI 生成结构化表格数据,支持多 Sheet、单元格样式、列宽等
- 一键导出为 **.xlsx** / **.csv** / **.pdf** 三种格式
- 支持上传已有 .xlsx 文件反向解析,AI 帮你修改现有表格
---
### 二、🧬 Agent 自进化能力 — 越用越聪明
**业内首创:Agent 不只是执行工具,还会自主学习、记忆经验、发现并安装新能力。**
受 Voyager(Wang et al., 2023)论文中 Skill Library 机制启发,lingclaw 实现了 Agent 的**自主进化闭环**。
#### 🎯 Skills 技能库 — AI 自动学习最佳实践
- Agent 执行任务时发现知识不足,**自动连接 Skills 市场**搜索并下载最佳实践
- 下载的技能以 Markdown 文件保存,**自动同步到向量库**,语义检索即时复用
- 渐进式加载:先注入摘要,按需 file_read 全文,**节省 Token 开销**
- 向量语义搜索:基于 Embedding 的 TopK 相似度匹配,精准找到最相关技能
#### 🧠 进化记忆 — 跨对话经验积累
- 成功方案、失败教训、发现的规律,以**语义向量持久化存储**
- 下次遇到类似问题,Agent **主动查询历史记忆**,避免重复踩坑
- 每个 Agent 独立记忆空间,重启后自动恢复
#### 🔌 MCP 工具自主发现与安装
- Agent 遇到能力不足时,**自动搜索 MCP 工具市场**(对接 ModelScope MCP 广场)
- 搜索 → 查看详情 → 识别配置需求 → 向用户索要参数 → **一键安装**
- 安装完成后**热重载**,新工具立即生效,无需重启
#### 📋 强制进化决策链
当 Agent 遇到困难时,按严格优先级依次尝试:
```
① 查本地 Skills 技能库 → ② 搜 Skills 市场下载 → ③ 搜 MCP 工具市场
→ ④ 查进化记忆 → ⑤ 基础编码能力兜底
```
**不盲目重试,系统性寻找最优解。**
---
### 三、🛡️ 生产级稳定性 — 不是 Demo,是真能上线的
**解决了大模型在生产环境中最头疼的四个问题。**
| 痛点 | 别人的方案 | lingclaw 的方案 |
|------|------------|-----------------|
| **工具调用死循环** | 用户手动终止 | 三级熔断:连续失败熔断 + 进化策略注入 + 总轮次硬上限 |
| **长任务输出截断** | 用户手动"继续" | **全自动续传**:系统判断是否完成 → 未完成自动续传 → 前端无感知 |
| **长对话 Token 爆炸** | 粗暴截断历史 | **两级压缩**:L1 规则压缩(零成本)+ L2 模型摘要压缩 |
| **关了就忘** | 每次从头开始 | **跨对话任务记忆**:自动提取进度摘要,下次从断点继续 |
| **跨平台命令不兼容** | Agent 频繁出错 | **三平台命令规范引擎**:自动检测 OS,动态注入正确语法 |
所有参数均可灵活配置,适配不同业务场景和成本预算。
---
### 四、🔧 CodingTool + 四级沙盒 — AI 的双手和安全屋
**让 AI 不只是嘴上说说,而是真的能动手操作——同时确保安全可控。**
#### 全能操作工具箱
| 能力 | 说明 |
|------|------|
| **bash** | 执行任意 Shell 命令(git、mvn、npm、docker…) |
| **file_read** | 读取任意文件内容,支持行号范围 |
| **file_edit** | 精准文本替换、创建文件、增量编辑 |
| **search** | 目录级内容搜索(正则/关键词) |
| **list_dir** | 目录树结构查看 |
#### 四级沙盒,从个人到企业全覆盖
| 模式 | 隔离级别 | 适用场景 |
|------|----------|----------|
| 🟢 **Docker 容器沙盒** | 内核级隔离 | 企业多租户、生产环境 |
| 🟡 **Native 原生沙盒** | 路径级隔离 | 个人开发、轻量安全需求 |
| 🔵 **Remote 远程沙盒** | 网络级隔离 | Electron 桌面端,AI 远程操控本地电脑 |
| 🔴 **管理员模式** | 无限制 | 可信环境、开发调试 |
**亮点**:Remote 模式下,大模型通过 WebSocket 远程操控用户本地电脑——写代码、执行命令、管理文件,**Electron 客户端登录即用,无需配置 Docker 或服务器环境**。
---
### 五、🔌 MCP 生态 + 工作流编排
**工具能力无限扩展,业务流程自动化运转。**
#### MCP 工具生态
- 可视化管理 MCP 服务,支持 **stdio / SSE** 两种传输方式
- 对接 **ModelScope MCP 广场**,14 大分类,搜索全球开发者工具
- **一键安装**:搜到 → 查看详情 → 填写配置 → 安装到本地,全流程可视化
- Agent 运行中**自动发现并安装**所需工具,零人工干预
#### 工作流编排
- 每个节点绑定不同 Agent,支持**参数传递**和**条件分支**
- 拖拽式可视化编排,零代码配置
- **Cron 定时调度**,自动化周期性任务
- 对话中 **@工作流** 即可触发执行
- 完整执行日志,逐节点回溯排查
---
### 六、💬 lingclaw-chat — 一行代码,AI 能力嵌入任何系统
**你的 AI Agent 不应该被锁在管理后台里。**
```html
lingclaw — 不只是 AI 对话,是一整套 AI 生产力引擎。
⭐ 如果觉得有价值,请给个 Star 支持一下 ⭐
开源版和商业版功能不一样,想了解商业版加个人微信:875730567