灵犀Claw实战：从零搭建一个会自我进化的AI Agent（一）总体架构

本系列记录用WPS灵犀Claw平台从零搭建一个具备完整记忆闭环和自我改进能力的AI Agent的全过程。每个专题一篇，由浅入深。

写在前面

为什么要在灵犀Claw上搭AI Agent？因为灵犀Claw是目前国内少有的开放了Skill扩展机制、定时任务、云文档API、MCP协议的桌面AI Agent平台。它不是一个简单的聊天机器人，而是一个可以编程的数字员工。

这个项目用了两周业余时间，核心目标只有一个：让AI Agent越用越聪明，而不是每次都从零开始。

最终成果：3个自研Skill、3层记忆架构、4个自动化定时任务，实现了跨会话记忆不丢失、执行质量持续提升。

图1：系统全景架构图

上层蓝色是自研Skill（本系列重点），下层绿色是第三方服务封装（本系列会分享使用经验但不展开源码）。

三个Skill全部开源，MIT协议。

这些不是我们自研的，但在项目中大量使用，后续会单独分享使用经验和调优心得：

它们不是本系列的重点，但却是整个系统不可或缺的能力支撑。后续会写专门的使用教程分享踩坑经验。

层级	技术选型
AI Agent平台	WPS灵犀Claw桌面端（Skill机制扩展）
TTS（主力）	小米MiMo V2.5（zero-shot克隆+标签控制）
TTS（备用）	Noiz AI（音色克隆）
图像生成	灵犀Seedream（img2img + Prompt工程）
文档操作	WPS云文档V7 API（Python requests）
笔记系统	WPS Ainote MCP（Streamable HTTP）
数据存储	本地Markdown + SQLite + WPS云笔记
编程语言	Python
外部API	训记APP训练数据、wttr.in天气

在深入每个模块之前，先聊清楚指导整个项目设计的几条原则：

能记住的就不重复计算。用户说过一次的偏好，下次不用再说。犯过的错，不会犯第二次。这比任何算法优化都重要。

所有必须执行的操作，不能依赖AI"想起来就做"。通过配置文件强制加载、检查清单逐项打勾、定时任务自动触发，把"习惯"变成"铁律"。

AI的每次回复之前，先完成记忆写入。宁可多等一两秒，也不能丢一条记忆。因为记忆丢了就是丢了，回复晚一两秒用户感知不到。

约束越少越稳定。Prompt少写一条、规则少加一条，模型就多一分注意力给真正重要的内容。

16KB的user记忆上限是硬约束，不可能把所有东西都塞进去。必须按"热度"分层：最热的放user（强制加载），温的放MEMORY.md（主动读取），冷的归档（需要时再取）。

篇章	标题	核心内容
一	总体架构（本文）	系统全景、Skill清单、设计哲学
二	实时记忆	chat文件刚性写入机制、6条铁律
三	Dreaming	三阶段记忆沉淀、时间验证、碎片管理
四	Memory Consolidation	每周深度整理、去重合并、Token控制
五	Cherry Diary	智能日记全流程、数据融合
六	Self-Improving	纠错-偏好-反思-衰减完整闭环
七	生图Prompt	Seedream铁律、版本迭代经验
八	云文档API	V7上传踩坑、文件管理
九	定时任务	4个自动化任务、时间规划
十	第三方服务	MiMo TTS / Noiz TTS / Ainote MCP 使用经验
十一	经验总结	踩坑清单、平台限制、未来展望

下一篇：实时记忆 - 如何确保AI Agent的每一段对话都不会被遗忘。

1天前

6 +1

1 +1