这个项目是一个完整的原型：接收 instruction，调用 OpenAI 生成代码并自我审查，如果通过则自动推送到指定 GitHub 仓库并等待部署成功（检查 DEPLOY_URL 页面包含 hello world）。
在仓库中创建 .env，并设置以下环境变量：
OPENAI_API_KEY=sk-xxx GITHUB_TOKEN=ghp_xxx GITHUB_OWNER=你的GitHub用户名或组织 GITHUB_REPO=目标仓库名 DEPLOY_URL=https://your-deployed-url.vercel.app # 可选，用于检查是否部署完成 MAX_ROUNDS=5 WAIT_TIMEOUT=300
可选： VERCEL_TOKEN=在 GitHub Secrets 中配置以便 GitHub Actions 使用 vercel CLI 部署
- 安装依赖：
pip install -r requirements.txt
启动服务：
uvicorn main:app --reload --port 8000
发起任务：
curl -X POST "http://localhost:8000/task" \
-H "Content-Type: application/json" \
-d '{"instruction": "写一个最简单的 Flask 应用，根路径显示 hello world"}'
注意与安全
GITHUB_TOKEN 需要有 push 权限。建议使用受限的机器账号 token。
该原型把 AI 生成的任意文件直接推送到仓库，请在受控仓库或测试仓库里先运行，避免恶意或低质量提交影响主仓库。
强烈建议把仓库设置为私有（或使用单独的测试 repo）。
拓展思路
把审查拆成多个 agent：代码生成 agent / 测试 agent / 安全审查 agent。
在推送前先在一个隔离的 Docker 环境里“本地运行并测试”再推送。
使用 GitHub PR 流程（创建分支 + PR），而不是直接 push 到 main。
## 使用建议与风险提示（必须读）
1. **先在测试仓库跑原型**：AI 会生成文件；为避免破坏现有主分支，请先把 `GITHUB_REPO` 指向**新建的测试仓库**。
2. **权限控制**：为 `GITHUB_TOKEN` 使用权限受限的专用 token（只给 repo push 权限），不要用个人全权限 token。
3. **审查策略**：当前审查完全由 AI 完成 —— 可行但不万无一失；建议在生产之前加入人审或自动化测试（static analysis、unit tests、sast）。
4. **部署检测**：默认以页面包含 “hello world” 作为成功标准，你可以按需修改为更严格的 health-check（JSON 接口、状态码、端到端测试）。
## **1. 升级版目标**
> 让 AI 在最小人类干预的情况下，自主做项目、自主优化方法、自主调用 API。
### **核心能力**
* **任务规划**：根据目标自动拆解任务
* **自动调用 API**：调用 LLM、向量数据库、翻译、图像生成等
* **自我审查**：判断结果是否符合预期
* **自我学习**：根据反馈调整 prompt、策略、调用参数
* **可持续循环**：直到返回“hello world”或满足目标为止
---
2. 系统整体架构
scss
Copy code
┌─────────────────────────────┐
│ 任务指令 (自然语言) │
└────────────┬───────────────┘
│
┌────────────▼────────────┐
│ 控制器 (Controller) │ ← 主循环
└───────┬─────┬──────────┘
│ │
│ │
┌───────▼─────▼──────────┐
│ 执行器 (Executor) │
│ - AI API 调用 │
│ - 数据采集 │
│ - 工具调用 (Google, Git)│
└─────────────┬──────────┘
│
┌─────────────▼────────────┐
│ 审查器 (Reviewer) │
│ - 结果自检 │
│ - AI 多次复核 │
│ - 失败重试 │
└─────────────┬────────────┘
│
┌─────────────▼────────────┐
│ 自我学习器 (Trainer) │
│ - 总结失败原因 │
│ - 自动优化 prompt │
│ - 微调模型 (可选) │
└─────────────┬────────────┘
│
┌─────────▼────────┐
│ 持久存储 Memory │
│ (向量数据库/日志)│
└──────────────────┘
3. 技术选型
---
| 模块 | 技术/服务推荐 | 用途 |
| --------- | -------------------------------------- | ------------- |
| **后端服务** | FastAPI / Flask | 提供 AI 调用与循环管理 |
| **云端部署** | GitHub Actions / Vercel / AWS Lambda | 自动运行、随时触发 |
| **AI 模型** | OpenAI GPT-4.1 / Claude 3.5 / 自建 LLaMA | 执行任务、审查结果 |
| **记忆系统** | Weaviate / Milvus / Pinecone | 向量存储，长期学习 |
| **自我学习** | RLHF + Prompt Tuning | 根据反馈优化策略 |
| **日志系统** | Supabase / PostgreSQL | 存储循环日志与训练数据 |
---
## **4. 循环逻辑示例**
### **主循环伪代码**
```python
import time
import openai
TARGET_RESULT = "hello world"
def call_ai_api(prompt):
# 调用 OpenAI
response = openai.ChatCompletion.create(
model="gpt-4o",
messages=[{"role": "user", "content": prompt}]
)
return response["choices"][0]["message"]["content"]
def reviewer(output):
# 自我审查器
review_prompt = f"""
你是审查器，任务是判断以下输出是否符合要求：
输出: {output}
如果通过返回 "OK"，否则返回"FAIL"
"""
result = call_ai_api(review_prompt)
return result.strip().upper() == "OK"
def train_agent(failed_output):
# 简单的自我学习逻辑
# 提炼失败原因并更新提示词
train_prompt = f"""
我们的上一次尝试失败，输出是: {failed_output}
请分析原因，并给出更优的策略。
"""
new_strategy = call_ai_api(train_prompt)
return new_strategy
def main_loop(initial_prompt):
strategy = initial_prompt
for i in range(100): # 限制最大循环次数
print(f"第 {i+1} 次执行中...")
# 1. 执行任务
output = call_ai_api(strategy)
# 2. 审查结果
if reviewer(output):
print(f"任务完成 ✅: {output}")
break
else:
# 3. 自我学习
strategy = train_agent(output)
print(f"策略更新为: {strategy}")
time.sleep(1)
main_loop("请写一个Python函数返回hello world")- 支持无限循环优化
- 失败 → 总结 → 策略更新 → 再尝试
- 可以接入外部工具（Google 搜索、API 抓取、GitHub 推送）
- 每次失败 → 自动生成新 prompt → 再次尝试
- 类似 Chain-of-Thought + Self-Consistency
- 记录审查器的 OK/FAIL 反馈
- 形成 reward signal
- 基于 reward 更新策略
- 如果配合开源模型（如 LLaMA / Qwen），可以在本地持续微调
- 类似 AutoGPT / BabyAGI
- 一个 AI 负责执行
- 一个 AI 负责审查
- 一个 AI 负责优化策略
- 可以无限学习并自我进化