Skip to content

Fisher521/Autopilot

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

13 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

autopilot

CLI 自动化循环引擎 — 结合 Karpathy autoresearch + CC Coordinator + 多 AI 对抗审查 + 自编程 + 决策议会。

核心理念

人和 AI 是平等的决策参与者,区别只在权重。不是"人指挥 AI 干活",是"决策议会投票"。

架构

autopilot/src/
├── index.ts          # CLI 入口(init / run / verify / review / status / serve)
├── loop.ts           # 核心循环引擎(verify → metric → judge → keep/discard → record)
├── judge.ts          # 判定器(higher/lower/pass-fail)
├── tracker.ts        # results.tsv 读写 + 统计
├── reviewer.ts       # 多 AI 对抗审查(critique / evaluate / contradict / verify)
├── selfProgram.ts    # 自编程引擎(自生成 metrics / constraints / strategy)
├── council.ts        # 决策议会(加权投票 + 信任分动态调整)
├── hub.ts            # 多任务中枢(并行任务 + 趋势评估 + Telegram 交互)
├── computerUse.ts    # Computer Use 浏览器自动化
├── notify.ts         # Telegram / Webhook 通知
└── gateway.ts        # HTTP API(远程控制)

三大创新

1. 自编程(selfProgram.ts)

系统不依赖人写死评估标准。给定目标,AI 自动生成:

  • 评估指标 — 选什么 metric、怎么提取、权重多少
  • 约束规则 — hard(违反即 discard)vs soft(扣分但可继续)
  • 实验策略 — explore → exploit → consolidate 三阶段自动切换

每 N 轮自动 self-adjust:分析 results.tsv 趋势,调整权重,更新策略。

2. 多 AI 对抗审查(reviewer.ts)

不是一个 AI 自说自话,而是多个 LLM 互相挑刺:

  • Claude Code — 执行者
  • Codex — 审查者(唱反调、找问题)
  • OpenClaw (Gemini) — 补充视角(工程性能)

四种审查模式:critique(纯挑刺)、evaluate(客观打分)、contradict(故意反对)、verify(独立验证)。

3. 决策议会(council.ts)

人和 AI 做同样的三件事:补充信息、评估、决策。区别只在权重:

参与者 权重 信任分 角色
Human 3.0 1.0 (固定) 方向、上下文、最终决策
Claude Code 1.0 0.85 (动态) 代码质量、架构、安全
Codex 1.0 0.80 (动态) 审查、替代方案、边界情况
OpenClaw 0.5 0.75 (动态) 工程、性能、可扩展性

决策规则:

  • 人投 reject → 一票否决
  • 人投 approve → 即使 AI 全反对也通过
  • 人不投票 → AI 加权投票决定
  • 信任分根据历史决策准确率自动调整(投对 +0.01,投错 -0.02)

使用

# 安装
npm install -g autopilot

# 初始化项目
autopilot init

# 运行循环
autopilot run

# 查看状态
autopilot status

# 启动 HTTP API
autopilot serve

灵感来源

  • Karpathy autoresearch — LOOP FOREVER + keep/discard
  • Claude Code Coordinator Mode — 多 agent 编排
  • OpenClaw — 远程 AI gateway

License

MIT

About

Autonomous AI loop engine — weighted council voting, multi-AI adversarial review, self-programming metrics.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors