【免费下载链接】momo-codeMOMO CODE — AI coding agent that evolves with you项目地址https://gitcode.com/gh_mirrors/mo/momo-code点击查看免费下载momo-code 源码结构是理解这个 AI coding agent 如何与你一起进化的最佳入口。momo-code 是一个基于 TypeScript 构建的自进化代理self-evolving agent项目它不只是帮你写代码还会从每次任务中提炼可复用的战术并在后台持续微调自己的模型。本文将带你用 10 分钟看懂它的源码结构——27 个功能模块目录、120 个 TypeScript 文件如何分层协同构建出这套双速自进化系统。一、鸟瞰仓库momo-code 的代码都放在哪如果你刚 clone 了仓库先别急着钻进代码看一下目录骨架就能建立全局印象git clone https://gitcode.com/gh_mirrors/mo/momo-codemomo-code/ ├── packages/opencode/src/ # ⭐ 全部核心源码都在这里 ├── packages/opencode/python/ # Python 侧Genesis 物理仿真世界、语音录音 ├── docs/ # 设计文档优化笔记、自进化方案 ├── pic/ # 架构图 └── README.md # 项目主文档强烈建议先读核心逻辑几乎全部集中在 packages/opencode/src/ 目录按职责拆成27 个功能模块目录外加 4 个顶层入口文件。这种一个目录 一个能力域的切分方式是阅读本项目源码最重要的心法先认目录再读文件。二、四层架构53个 TypeScript 模块一图看懂momo-code 的源码遵循清晰的四层架构如上图所示从下到上依次是1️⃣ 基础设施层模型接入模块路径职责provider/25 个 LLM 提供商的统一接入层OpenAI、Anthropic、Gemini、DeepSeek、Moonshot 等含限流重试、成本追踪、模型分组auth.ts / env.tsAPI 密钥管理与环境变量解析config/配置解析momo.jsonc与模式校验这一层把各家模型 API 的差异屏蔽掉上层代码只需要统一请求/统一响应想换模型改配置即可。2️⃣ Agent 核心层编排与运行时模块路径职责effect/基于 Effect 框架的服务组合、依赖注入与错误处理工具runtime/任务结果与事件信封的类型定义session/提示词路由与会话录制repl/交互式终端界面思维链面板⌃T、决策胶囊渲染、键盘快捷键pi-extensions/6 个 Pi 框架扩展经验注入、权限确认、决策显示、思维链、品牌等subagent/RLM 式递归子代理拆解 → 并行执行 → 汇总graph/长任务 DAG 图引擎LLM 规划依赖图、并行执行、重试与审批节点3️⃣ 经验层双速自进化本项目灵魂所在模块路径职责experience/快循环KEP信号采集 → 战术蒸馏 → 采样注入 → 固化 → 晋升分钟级完成evolve/慢循环MCGS课程构建、基线评估、模型训练、候选评估、棘轮门禁小时到天级jev/JEV 决策层5 个决策门 影子模式校准rsi/三级自进化循环R1 提示词补丁 → R2 决策模型权重 → R3 评估器本身momo-bench/三层切分评估框架 7 个防作弊反向测试4️⃣ 接口层命令与服务模块路径职责cli/13 个子命令入口/evolve、/fine-tune、/graph、/sim、/voice等serve/本地 HTTP 服务 仪表盘零新增依赖默认只绑定 127.0.0.1schedule/ / goal/定时任务与长时目标持久化支持守护进程级自主运行 快速验证四层关系你敲一条命令接口层→ 核心层编排会话 → 经验层悄悄注入历史战术 → 基础设施层调用模型。三、自进化引擎深解快慢双循环如何配合上图展示了 momo-code 最独特的设计——双速进化算法快循环在分钟级迭代提示词战术慢循环在小时级微调模型权重两者共享同一个经验库。 快循环KEP5 步战术进化experience/index.ts 定义了5 步闭环Signal发现采集错误、异常、用户反馈等信号Distill蒸馏从成功会话中提炼最小可复用战术卡片Select采样用 Thompson 采样贝叶斯选出本次要尝试的战术Inject注入把战术写进上下文让模型立刻用上Solidify固化 Gate门禁验证成败、更新胜率统计胜出的战术晋升到慢循环经验全部落盘到~/.momo/experience/下的tactics.json战术库和ledger.jsonl审计日志完全本地化、可审计。 慢循环MCGS10 个组件的模型进化evolve/index.ts 用 10 个协作组件实现蒙特卡洛图搜索MCGS自动微调miner从历史会话挖掘失败模式 →curriculum构建黄金样本 难负例 回放三片训练数据search执行 MCGS 图搜索展开/评分/融合/剪枝policy按胜率决定重建、调参还是外科手术式修改trainer调度训练后端evaluator用棘轮门禁验证基线只升不降registry管理模型版本热切换provenance留下数据审计轨迹guard负责安全与隐私脱敏️ 三道安全闸自进化系统的最大风险是自己改坏自己momo-code 用三个模块设防jev/JEV 决策层以影子模式并行记录决策校准误差ECE 0.05才允许接管 5 个关键决策门momo-bench/评估数据按 60/30/10 切分10% 的 canary 集永不被自动管线看到晋升还要过 7 个反向测试防作弊rsi/预算护栏日限额、成本上限 安全开关——touch ~/.momo/STOP可立即停掉所有自进化活动四、模块如何协同数据流动全景理解模块协同看三条数据流就够了① 经验流纵向贯通快循环产出的战术经experience/bridge.ts晋升为慢循环的课程数据模型微调后的新版本又由registry热切换回核心层——形成使用 → 学习 → 更强的螺旋。② 任务流横向编排graph/engine.ts把长任务规划成 DAG每个节点是一个子momo进程并行跑subagent/orchestrate.ts则负责计划 → 并行 → 汇总的递归拆解。③ 跨界流TypeScript ↔ Pythonsim/bridge.ts用 NDJSON JSON-RPC 驱动常驻的 Python 仿真进程 genesis_world/server.py让 Agent 像写 RL 代码一样操控物理世界voice/stt.ts则把语音转文字后接入编码会话。测试体系同样可观test/ 下 30 个测试文件几乎每个核心模块都有对应测试改代码前先跑一遍npm run smoke心里更有底。五、新手源码阅读路线图5 步上手按这个顺序读每步大约 20~30 分钟入口main.ts → cli/main.ts看清命令如何分发界面repl/index.ts看会话如何渲染模型层provider/index.ts看统一 API 如何屏蔽 25 家模型差异快循环experience/index.ts体会信号 → 战术 → 注入的最短进化路径慢循环evolve/index.ts evolve/curriculum.ts理解 MCGS 微调全链路 配套文档README.md总览、docs/self-evolution.md自进化设计、docs/optim.md优化笔记。六、总结层次核心模块一句话总结基础设施层provider/25 模型统一接入换模型只改配置Agent 核心层repl/、pi-extensions/、graph/会话编排 DAG 并行执行经验层experience/、evolve/、jev/、rsi/快慢双循环 三道安全闸接口层cli/、serve/13 个命令 本地仪表盘momo-code 源码结构的精髓在于每个目录都是一个可独立理解的能力域而经验层让所有模块通过共享的战术库连成一个会学习的整体。读懂这 27 个模块目录的职责边界你就掌握了这个自进化代理 80% 的设计思想——剩下的交给它自己进化吧。赞分享【免费下载链接】momo-codeMOMO CODE — AI coding agent that evolves with you项目地址https://gitcode.com/gh_mirrors/mo/momo-code点击查看免费下载相关推荐momo-code 双速自进化架构深度解析秒级提示注入 × 小时级权重微调如何协同momo code 双速自进化架构深度解析秒级提示注入 × 小时级权重微调如何协同 momo code 是一款与你一起成长的 AI 编程助手其核心能力是ok-ww 完整指南4 条命令搞定鸣潮自动战斗与一键日常ok ww 完整指南4 条命令搞定鸣潮自动战斗与一键日常 以前每天上线月卡、体力、声骸、日常奖励要一项项手动点少说半小时。现在一条 ok ww.exe tRPA计算机视觉Laguna-M.1-nvfp4高级玩法自定义生成配置实现创意写作与代码生成Laguna M.1 nvfp4高级玩法自定义生成配置实现创意写作与代码生成 Laguna M.1 nvfp4是一款基于MLX框架的强大文本生成模型它支持通创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考