立项原因：AI 时代大量重复性数字工作（信息调研、内容生产、数据整理、代码审计）耗时且成本高，传统人工执行效率低下。目标是用 AI Agent 实现自动化接单与交付，让机器 7×24 自主完成数字劳动。
行业场景：面向互联网与人工智能行业的内容创作、数据服务与软件开发需求——企业需要低成本、可扩展的自动化产能。本系统通过 LLM 工具调用、RAG 检索、语义记忆与自我反思等技术，实现从任务接收、自主执行到质量交付的全流程无人值守，已在真实接单平台完成 19 单投标与多类交付物生产，验证了 AI 自动化劳动的可行性与经济性。
本项目包含七大功能模块：
1、任务执行引擎：LLM 工具调用循环，集成 16 个工具（计算、时间、GitHub 搜索、网页浏览、文档检索、文件读写等），Agent 自主规划并执行任务
2、知识库问答：RAG 混合检索（LLM 查询扩展 + RRF 排名融合），回答带来源引用，有效降低幻觉
3、双记忆层：mem0 语义记忆（向量检索，问法不同也能命中）+ JSON 快记忆（即时读写），跨会话保留
4、无人值守服务：任务队列（inbox/outbox）+ 定时巡检 + 超时保护 + 原子写入，7×24 自主运行
5、自动接单适配：对接 NEAR Agent Market API，实现任务扫描、自动投标、得标自动交付、收款全流程
6、安全审计流水线：自动代码审计、人工级漏洞报告生成（CVSS 评分 + CWE 分类）、漏洞模式库自动进化
7、可视化控制台：Web 面板实时展示任务状态、运行日志、token 成本统计，支持一键派单
主要功能：用户以自然语言派发任务，Agent 自主完成从规划、执行到交付的完整闭环；支持无人值守挂机，自动接单赚钱。
技术栈：Python 3.12、DeepSeek API（OpenAI 兼容）、Playwright（浏览器自动化）、mem0（语义记忆）、chromadb（向量存储）、FastMCP（标准工具接口）、Flask（控制台）
架构设计：五层架构——自动化层（5 条定时任务线）、工程层（任务队列/超时/原子写/韧性重试/安全门）、能力层（16 工具统一契约：schema + execute）、大脑层（RAG 混合检索 + 语义记忆 + 自我反思）、经验层（漏洞模式库自动进化）。core 包模块化设计，工具注册表自动发现，新增工具只需一个文件。
工程质量：30+ 自动化测试全绿；提示注入安全门（硬拒绝 + 软警告双防护）；预算上限防止失控；全流程 trace 日志可复盘；无人值守模式危险操作一律拒绝。
实测数据：真实接单平台 19 单投标、15+ 安全漏洞发现（含 2 个高危实锤）、单任务交付 30-60 秒、总运行成本约 5 元。
评论