https://github.com/guduqingbai/github-learning-ai-基于大模型实现Ai具有自己的思维

核心逻辑流：

```text
自我扫描
→ 发现代码结构、知识缺口、系统问题
→ 生成好奇心问题
→ 定向学习相关知识
→ 通过知识图、模式引擎、类比引擎进行本地思考
→ 安全自我修改与优化
→ 再次扫描，进入下一轮循环
```

核心模块包括：
- `SelfScanner`：扫描自身代码和系统状态
- `CuriosityEngine`：根据知识缺口生成探索方向
- `KnowledgeGraph`：维护实体和关系，形成知识图
- `SelfModel`：构建系统对自身能力的认知
- `ThinkingEngine`：整合知识图、模式、类比，生成思考结果
- `SelfModificationEngine`：在安全机制下进行自我修改和优化
- `ThinkingDaemon`：支持 24/7 后台思考循环

项目特点：
- 可以本地大脑，不依赖外部 API 完成核心思考
- 支持自我扫描、自我学习、自我修改
- 已引入安全机制，如宪法 Gate、SHA-256 校验、修改可回滚
- 危险能力模块已从公开仓库中移除，公开部分主要保留思考引擎核心

一句话概括：
> 这是一个试图让个人 AI 助手从「被动问答工具」进化为「能持续观察自己、学习自己、改进自己」的自主 Agent 实验项目。

它解决的核心痛点是：现有 AI 助手大多是被动工具，只能等待用户提问、回答、结束，缺少持续学习、自我观察、自我改进和长期成长能力。项目特点：
- 可以本地大脑，不依赖外部 API 完成核心思考
- 支持自我扫描、自我学习、自我修改
- 已引入安全机制，如宪法 Gate、SHA-256 校验、修改可回滚
- 危险能力模块已从公开仓库中移除，公开部分主要保留思考引擎核心

一句话概括：
> 这是一个试图让个人 AI 助手从「被动问答工具」进化为「能持续观察自己、学习自己、改进自己」的自主 Agent 实验项目。项目特点：
- 可以本地大脑，不依赖外部 API 完成核心思考
- 支持自我扫描、自我学习、自我修改
- 已引入安全机制，如宪法 Gate、SHA-256 校验、修改可回滚
- 危险能力模块已从公开仓库中移除，公开部分主要保留思考引擎核心

一句话概括：
> 这是一个试图让个人 AI 助手从「被动问答工具」进化为「能持续观察自己、学习自己、改进自己」的自主 Agent 实验项目。