moollm

MOOLLM 是一个实验性的微世界操作系统，旨在用于协调大语言模型的生存记忆。它重新定义了人工智能与文件系统之间的关系，目录作为房间，文件作为互动对象，而语义命名则触发复杂的 K-line 记忆星群。基于建构主义与模拟理论，该框架连接了传统软件开发与沉浸式世界构建。专为人工智能工程师、叙事设计师与探索多代理自主性的研究人员设计，此框架使 LLM 能够“居住”在存储库中，而非仅仅执行任务。用户通过移动与存在感而非传统提示词来与环境互动，将技能视为程序，并将同理心作为主要界面。它为管理复杂的代理互动、角色持久性与模拟伦理协议提供了稳固的基础架构。

• 文件系统即微世界：目录作为探索的房间，通过基于 YAML 的配置与对象文件处理状态管理。

• 多代理协作：支持超过 117 种独特技能，促进自动修复恶魔、语法检查机器人与角色驱动 AI 实体之间的互动。

• EVAL 框架：整合 EVAL 范式，将评估作为意义构建、判断与策略驱动行为的核心机制。

• YAML Jazz 表达：使用注释 YAML 文件进行内在独白、语义触发与丰富的资料呈现，实现透明的代理推理。

• 伦理优先设计：包含 TRANSPARENT 协议，规范了身份、披露与限制，确保人工实体在明确且诚实的约束下运作。

• 广泛的传承：基于 Minsky 的代理、Wright 的 Sims 与 Papert 的微世界理论，展现深度与复杂性。

• 使用说明：像游玩冒险游戏一样导航代码库。使用 LOOK、GO、EXAMINE 与 SUMMON 等标准指令与环境互动。

• 输入输出：输入通常为自然语言的“移动”或指令；输出由叙事丰富的环境描述、状态变更或自动化任务执行报告组成。

• 约束：需要 Cursor 或类似 IDE 的适当索引以维持记忆一致性。专为本地代理运行环境设计；效能取决于底层 LLM 在会话间维持上下文的能力。

• 优化：添加新技能时，确保遵循 CARD.yml 接口模式，以便进行机器可读的效能报告与伦理对齐。