本地私有化AI Agent与自动化执行系统产品系统Vibe Coding

本项目面向个人和企业的本地AI自动化场景，解决普通大语言模型只能进行对话、无法持续规划并实际操作电脑的问题。系统采用本地优先架构，可在用户设备上运行大语言模型，由模型根据自然语言目标自动进行任务规划，并进一步调用浏览器、桌面、文件、命令行和记忆等工具执行复杂任务。适用于隐私要求较高的企业内部自动化、资料处理、网页任务以及本地智能助手等场景。

系统实现了任务规划、工具调用、本地LLM推理、浏览器自动化、桌面控制、文件读写、命令执行、长期记忆以及用户交互等功能。用户可以直接输入自然语言任务，Agent首先生成执行计划，再根据每一步需求选择对应工具完成操作。当遇到登录、验证码或需要人工确认的步骤时，可暂停任务并请求用户介入。系统同时支持持久化浏览器配置、本地记忆以及不同模型后端切换，从而形成可以持续执行多步骤任务的完整Agent工作流。

我负责Agent整体架构、任务规划逻辑、工具系统、本地模型接入、浏览器与桌面自动化以及记忆模块的设计和集成。系统使用Python开发，通过llama.cpp运行本地大语言模型，并设计统一工具调用接口连接Browser Automation、Windows桌面操作、Shell和文件系统。记忆层采用SQLite进行结构化持久化，同时结合本地语义记忆能力保存长期上下文。执行架构采用“先规划、再执行”的方式，并加入工具失败重试、步骤限制、用户确认和异常恢复机制，使Agent不只是聊天机器人，而能够真正操作本地环境完成任务。