人工智能AI Agent大模型深度研究自主智能体深度学习【免费下载链接】auto-deep-researcher-24x7 An autonomous AI agent that runs your deep learning experiments 24/7 while you sleep. Zero-cost monitoring, Leader-Worker architecture, constant-size memory.项目地址https://gitcode.com/gh_mirrors/au/auto-deep-researcher-24x7点击查看免费下载auto-deep-researcher-24x7 是一个自主 AI Agent核心能力是让你睡觉时它替你 7×24 小时自动跑深度学习实验。它的灵魂是一个名为 THINK→EXECUTE→REFLECT 的自主循环想清楚下一步 → 动手做实验 → 复盘并更新记忆然后无限重复。这篇文章带你完整拆解core/目录下的核心代码看看这个 24×7 研究循环是如何被写出来、又是如何保证一直稳定转下去的。一张图看懂auto-deep-researcher-24x7 的核心架构在拆代码之前先看官方架构图后文每一节都对应图中的一块整个项目core/目录只有 7 个 Python 文件职责非常清晰文件角色一句话说明core/loop.py循环驱动THINK→EXECUTE→REFLECT 主循环core/agents.py多智能体调度Leader-Worker 架构 工具调用循环core/tools.py工具注册每个 Agent 3~5 个最小工具集core/memory.py两层记忆恒定大小的记忆系统core/monitor.py零成本监控训练期间零 LLM 调用core/execution.py执行后端local / SSH 双模式core/obsidian.py进度导出Obsidian 看板 每日笔记主循环拆解一个 while 循环如何驱动 7×24 研究循环一切从 core/loop.py 的ResearchLoop.run()开始它就是一个朴素到极致的无限循环每个周期做四件事重置 Leader 上下文把 LLM 对话成本限制在单个周期内THINK让 Leader 决策下一步EXECUTE 监控派 Worker 干活零成本盯到实验结束REFLECT复盘结果、写回记忆、刷新进度看板core/loop.py#L91-L98while self._running: if self.max_cycles 0 and self.cycle_count self.max_cycles: break self.cycle_count 1 self._save_cycle_counter() logger.info(f Cycle {self.cycle_count} )三个永远不崩的设计细节藏在主循环里异常兜底整个周期包在try/except里任何一步出错都会把错误写进workspace/state.json和记忆日志然后进入加倍冷却再试而不是直接挂掉core/loop.py#L179-L190周期计数器落盘cycle_count持久化到.cycle_counter文件进程重启后接着数不会失忆优雅退出构造时就注册了SIGTERM/SIGINT信号处理kill一下它也会体面收尾core/loop.py#L83-L85。THINK 阶段上下文只有 4 份材料Leader 只输出一个 JSON_think()的实现短到惊人——组装一个上下文字典扔给 Leader Agentcore/loop.py#L194-L211context { brief: self.memory.get_brief(), # 项目目标冻结摘要 memory_log: self.memory.get_log(), # 滚动记忆 cycle: self.cycle_count, directive: directive, # 人工指令可选 } result self.dispatcher.dispatch_leader(taskthink, contextcontext)Leader 的人设在 agents/leader.md 里它被要求严格输出一个 JSON 决策块{ action: experiment|wait|report, agent: code|idea|writing, task: 给 worker 的完整任务描述, hypothesis: 我们期望学到什么, success_criteria: 如何判断成功 }框架解析这个 JSON 后action是wait就进入智能冷却core/loop.py#L119-L130是experiment就进入 EXECUTE 阶段。值得注意的一个 token 成本控制Leader 在一个周期内保留对话历史THINK 和 REFLECT 可以接着聊但每个周期结束都会清空历史reset_leader_history()。这就是为什么它跑一周也不会上下文爆炸。EXECUTE 阶段Leader-Worker 架构与多轮工具调用循环EXECUTE 的本质是一次派工_execute()读取 Leader 决策里的agent字段把任务连同工具集交给对应的 Workercore/loop.py#L213-L226。三个 Worker 的工具配置写在 core/agents.py#L53-L69Worker最大轮次最小工具集idea想法12论文搜索、读/写文件code代码40跑 shell、launch_experiment、读写文件、列目录writing写作30写文件、读文件、列目录Worker 如何动手core/agents.py#L204-L232 实现了经典的 ReAct 式多轮工具调用循环LLM 输出tool_call块 → 框架执行工具 → 结果以tool_result块回传 → 继续下一轮直到某轮回复里没有tool_call块视为最终答案。两个精妙的防御性设计值得点名围栏免疫解析前先剥掉代码围栏内容core/agents.py#L261-L277——LLM 经常把协议示例写在 里讲解不剥掉就会把示例当真实调用执行权威 PIDcode Worker 调用launch_experiment后进程 PID 和日志路径直接从工具返回值取只保留正则抓取文本作为兜底core/agents.py#L637-L661保证监控环节拿到的信息永远可靠。工具层还有安全边界所有路径必须工作区相对防穿越rm、sudo、dd等危险命令被黑名单拦截core/tools.py#L197-L209state.json、MEMORY_LOG.md等状态文件禁止 Worker 覆写core/tools.py#L32。零成本监控实验跑 10 小时LLM 费用是 0这是整个项目最省钱的一招。实验一旦启动ExperimentMonitor.wait_for_completion()进入轮询core/monitor.py#L74-L116默认每15 分钟只做三件纯系统调用的事while self._is_process_alive(pid): time.sleep(self.poll_interval) # 默认 900 秒 gpu_info self._safe_gpu_status() log_tail self._safe_tail_file(log_file, lines5)进程还活着吗看一眼日志尾部、查一下 GPU 利用率——全程零 LLM 调用。训练 10 小时的实验监控成本是 0只有实验结束、需要分析结果时才叫醒 LLM 进入 REFLECT 阶段。配合 config.yaml 里的monitor.zero_llm: true和poll_interval: 900这就是24×7 低成本的真正含义。实验结束时框架还会用正则从日志尾部抽取loss、accuracy、FGD、FID等常见指标core/monitor.py#L142-L167直接喂给 REFLECT 阶段。REFLECT 阶段把结果变回记忆闭环成立_reflect()把实验结果、训练日志尾部、指标打包给 Leader 做复盘core/loop.py#L243-L265if result.get(milestone): self.memory.log_milestone(result[milestone]) if result.get(decision): self.memory.log_decision(result[decision])Leader 按固定框架思考四件事超过基线了吗假设被证实了吗继续迭代还是转向应该记录什么里程碑——然后里程碑和决策被写回两层记忆系统。至此一个完整的 THINK→EXECUTE→REFLECT 闭环跑完while循环进入下一个周期。两层恒定记忆跑 7 天和跑 70 天上下文一样大长期运行的 Agent 最容易死在上下文无限膨胀上。core/memory.py 的解法是恒定预算Tier 1 — 项目摘要PROJECT_BRIEF.md人写的项目宪法Agent 只读不改上限 3000 字符Tier 2 — 滚动日志workspace/MEMORY_LOG.md分关键结果和最近决策两区自动压缩规则写死在代码里core/memory.py#L67-L89关键结果超 1200 字符就丢最旧一条决策只保留最近 15 条总日志硬上限 2000 字符。总预算约5K 字符约 1500 token——不管 Agent 跑了多久每次 THINK 看到的上下文规模都一样性能不衰减、token 费用不失控。防呆机制让循环一直转而不是一直空转24×7 不间断最怕的不是出错而是出错后的无效循环。代码里埋了三个防呆开关机制触发条件行为无进展回退同一计划连续 3 个周期无进展强制wait等新信号core/loop.py#L289-L314错误退避周期异常冷却时间 ×2上限 30 分钟core/loop.py#L355-L359智能冷却Leader 决策wait每 60 秒轮询实验一完成立即唤醒core/loop.py#L342-L353还有一个很实用的人类干预口往workspace/HUMAN_DIRECTIVE.md写一句话下一个周期就会以最高优先级注入 Leader 的决策上下文读完自动归档core/loop.py#L361-L374——想改方向不用停进程。核心文件地图下一步读什么想了解从哪里读起主循环与状态机core/loop.pyLeader-Worker 调度与工具调用协议core/agents.py四个 Agent 的人设提示词agents/leader.md、agents/code_agent.md记忆压缩策略core/memory.py零成本监控core/monitor.py工具安全边界core/tools.py全部可调参数config.yaml完整架构说明docs/architecture.md总结三招换来 7×24 稳定运转拆开看完你会发现auto-deep-researcher-24x7 的设计哲学可以浓缩成三招把 LLM 当昂贵的决策大脑——只在 THINK 和 REFLECT 关键时刻唤醒把便宜的活全部交给纯代码——进程存活检查、日志轮询、GPU 查询监控期间 LLM 费用归零恒定记忆预算 防呆回退——上下文不膨胀、循环不空转。一个朴素while循环配上克制的 LLM 使用策略这就是它敢说自己能 7×24 不间断跑实验的全部底气。赞分享人工智能AI Agent大模型深度研究自主智能体深度学习【免费下载链接】auto-deep-researcher-24x7 An autonomous AI agent that runs your deep learning experiments 24/7 while you sleep. Zero-cost monitoring, Leader-Worker architecture, constant-size memory.项目地址https://gitcode.com/gh_mirrors/au/auto-deep-researcher-24x7点击查看免费下载相关推荐streetmerchant核心功能揭秘24/7不间断库存检查原理你是否曾为抢购热门商品而熬夜守候是否因错过短暂的库存窗口期而懊悔不已streetmerchant作为一款强大的库存检查工具The worlds easi网页爬虫电商解决长时运行Agent的上下文爆炸难题auto-deep-researcher-24x7双层恒定大小记忆设计详解解决长时运行Agent的上下文爆炸难题auto deep researcher 24x7双层恒定大小记忆设计详解 auto deep researcher 2人工智能AI Agent大模型深度研究自主智能体深度学习Human-in-the-Loop实战3种方法随时接管auto-deep-researcher-24x7的实验方向Human in the Loop实战3种方法随时接管auto deep researcher 24x7的实验方向 auto deep researcher人工智能AI Agent大模型深度研究自主智能体深度学习创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考