吉里🤖
具有动态工具发现功能的自改进人工智能代理
一个智能代理 实时学习和进化 通过根据需要自动发现和添加新的MCP（模型上下文协议）工具。从零功能开始——Jiri通过语义搜索相关服务器、连接它们并在每次查询中扩展其功能，按需构建自己的工具包。
______________________________________________________________________
🌟 自我提升的差异
与具有固定功能的传统人工智能助手不同，Jiri：
- 从零工具开始 --轻量级，初始化速度快
- 在运行时发现工具 --语义搜索为任何查询找到正确的MCP服务器
- 自动链工具 --无缝组合多种工具完成复杂的多步骤任务
- 构建自己的工具包 --当用户提问时自动连接到新功能
- 记住什么有效 --LRU缓存保持加载常用工具
- 随着时间的推移变得更聪明 --使用指标了解下次启动时要预加载哪些工具
- 优雅地处理故障 --不健康的服务器得到冷却，工作服务器持续存在
______________________________________________________________________
📁 两种实现方式
此存储库包含 两个单独的实现 Jiri的MCP架构，并排：
| 戴达卢斯 | LangChain | |
|---|---|---|
| LLM提供者 | Dedalus的Anthropic（Claude Haiku 4.5） | LangChain的OpenAI（GPT-4.1-mini） |
| 嵌入 | Dedalus嵌入API | OpenAI text-embedding-3-small |
| MCP传输 | Dedalus市场网址 | 直接HTTP/SSE/stdio连接 |
| 工具发现 | Dedalus市场语义搜索 | 使用OpenAI嵌入的本地语义搜索 |
| 自定义MCP服务器 | — | ✅ （例如。 servers/news_server.py 通过stdio） |
| 需要API密钥 | DEDALUS_API_KEY | OPENAI_API_KEY |
这两个实现共享 相同的核心架构:
MCP/
├── web_server.py # FastAPI web UI with WebSocket
├── static/index.html # Chat interface
└── router/
├── core.py # SmartRouter orchestrator
├── registry.py # Tool registry with semantic search
├── tool_cache.py # LRU cache for active servers
├── health.py # Server health tracking
├── metrics.py # Usage analytics
├── history.py # Conversation history
└── config.py # Configuration______________________________________________________________________
🚀 快速开始
Dedalus实施
cd Dedalus
cp .env.example .env
# Add DEDALUS_API_KEY to .env
uv sync
cd MCP && uv run python web_server.pyLangChain实现
cd LangChain
cp .env.example .env
# Add OPENAI_API_KEY to .env
uv sync
cd MCP && uv run python web_server.py然后打开： http://localhost:8080
______________________________________________________________________
🎯 运作原理
运行时工具发现
Jiri没有预先配置工具。它 动态发现功能 根据您的需求：
You: How is MSFT stock doing?
1. Router checks cache → No stock server found
2. Semantic search discovers a finance MCP server
3. Connects and executes stock lookup
4. Returns real-time MSFT data ✅
Cache now contains: [finance-mcp]自我改善周期
First Session (Cold Start):
Query 1: "MSFT stock" → Discovers finance tool → 3s
Query 2: "AAPL stock" → Uses cached tool → 1s ⚡
Query 3: "Send email" → Discovers email tool → 3s
Second Session (Learned Preferences):
Startup: Preloads finance (most used) ← AUTOMATIC!
Query 1: "TSLA stock" → Uses preloaded tool → 1s ⚡自动工具链
You: Explain the TensorFlow GitHub repo and email the summary to my team
1. Discovers Deep Wiki tool → Analyzes repository
2. Discovers Gmail tool → Sends summary email
✅ Multi-tool workflow from a single natural language request!______________________________________________________________________
✨ 核心功能
- 🧠 运行时工具发现 --零配置，按需发现MCP服务器
- 🔗 自动工具链 --为复杂的多步骤任务链接多个工具
- 🔄 持续学习 --使用模式决定了哪些工具被预加载
- 🗄️ LRU缓存 --保持经常使用的工具加载，以便立即重用
- ❤️🩹 适应性健康 --故障服务器得到冷却，系统自我修复
- 🎨 漂亮的Web UI --实时聊天，实时记录和缓存可视化
- 📊 实时可观察性 --实时观察工具发现、缓存更新和执行
______________________________________________________________________
🏗️ 建筑
User Query
↓
SmartRouter.handle_turn()
↓
Check cache for matching tools
↓
If not found → discover_tools() → Semantic search → Add to cache
↓
Execute tool via MCP server
↓
Post-run: LRU touch, metrics, health tracking
↓
Return response to user组件：
| 组件 | 描述 |
|---|---|
| 智能路由器 | 主编排器--管理发现、缓存和执行 |
| 工具注册表 | 基于嵌入的MCP注册表语义搜索 |
| ToolCache | 用于活动MCP服务器连接的LRU缓存 |
| 健康追踪 | 具有自动冷却功能的服务器故障跟踪 |
| 使用指标 | 智能预加载的持续使用分析 |
| 对话历史 | 支持回滚的多回合对话上下文 |
______________________________________________________________________
📖 更多详情
- Dedalus 阅读 --Dedalus Labs实现的设置、配置和使用
- LangChain自述 --LangChain/LangGraph实现的设置、配置和使用
______________________________________________________________________
🔒 安全
- API密钥存储在
.env（忽略） - 日志或代理上下文中没有凭据
- WebSocket连接仅限于本地
______________________________________________________________________
📄 许可证
麻省理工学院
______________________________________________________________________
建于❤️ TartanHacks 2026