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。
人工智能