Project Golem

Project Golem 是一个运行于 Node.js 之上的 OS 级自主 AI 代理系统，由 Arvin Chen（Arvincreator）及 @sz9751210 主导开发。项目核心围绕"持续在线、长期记忆、自主行动"三大目标构建，当前版本 v9.2.2（package.json），以 JavaScript/TypeScript 为主力语言（合计超 92%），支持 macOS / Linux / Windows 平台，采用 MIT 许可证。

双后端大脑架构#

默认通过 Playwright 操控 Web Gemini 实现 Browser-in-the-Loop，模拟人类行为，免费获取 1M+ Token 无限上下文窗口；也可通过 GOLEM_BACKEND=ollama 切换至 Ollama 本地模型实现完全私有化运行。大脑输出遵循 Reflex Shunting 协议，生成结构化 GOLEM_PROTOCOL 指令而非纯文本，精准控制说话、记忆写入与技能脚本执行。

金字塔式五层长期记忆#

• Tier 0：每小时原始对话日志
• Tier 1（Daily）：每日摘要（约 1,500 字）
• Tier 2（Monthly）：每月亮点
• Tier 3（Yearly）：年度回顾
• Tier 4（Epoch）：纪元里程碑

配合 SQLite (WAL) 存储与 LanceDB 向量检索，日记自动 Rotate（原始保留 7 天 → 周摘要 → 月摘要 → 年摘要），50 年记忆仅需约 277 文件 / 3MB，相比传统无压缩方案（~18,250 文件 / 500MB+）节省两个数量级以上。Ollama 后端下可选 rerank 模型做记忆召回重排。

自主行动与多智能体协调#

Titan Chronos 调度器赋予 Golem 离线自主能力——自动浏览新闻、自省思考、主动推送消息，具备排程能力与"自由意志"式自主决策。多智能体协调支持一键召唤 AI 专家团队进行圆桌辩论，最终产出高浓度共识总结。

动态技能系统#

支持热加载技能模块，AI 可通过 /learn <功能> 指令在沙盒中编写代码自学新技能，技能管理通过 Web Dashboard 或指令操作，持续扩展功能边界。

多平台通信与部署#

通信层覆盖 Telegram Bot（grammy）、Discord Bot（discord.js）、Web Dashboard（Express + Socket.IO 实时终端对话）及终端 UI（blessed / blessed-contrib）。无桌面环境可通过 Docker 一键部署含 noVNC 远程桌面。架构层面实施严格分层治理，提供 npm run arch:check 自动检查边界规则并集成至 CI 流水线。

安装与配置#

环境需求：Node.js v20+（< 23）、Chromium/Google Chrome。一键安装：chmod +x setup.sh && ./setup.sh --magic && ./setup.sh --start。macOS/Linux 桌面模式可双击 Start-Golem.command。Docker 部署：./setup.sh --deploy-docker。Windows 推荐使用 Git Bash。

核心环境变量包括 GOLEM_BACKEND（gemini/ollama）、GOLEM_MEMORY_MODE（如 lancedb-pro）、GOLEM_EMBEDDING_PROVIDER（local/ollama）等。关键指令：/help、/new（重置对话并载入相关记忆）、/learn <功能>、/skills。记忆 Rotate API 包括 POST /api/diary/rotate、GET /api/diary/rotation/history、POST /api/diary/backup、POST /api/diary/restore。

待确认信息#

• 独立官网：未发现独立官方网站 URL，Web Dashboard 为本地部署
• 学术论文：未找到关联论文
• Hugging Face 模型：未发现关联页面
• MCP Server 详情：README 提及 MCP 使用与开发指南，具体列表待查阅 docs/ 目录
• "Moltbot Social Core"：仓库描述中提及但 README 未展开
• GOLEM_PROTOCOL 格式规范：有开发者实作指南文档，主 README 未详述
• 多人格管理（personas/）：目录存在但功能细节待确认
• 版本号不一致：package.json 标注 v9.2.2，README 标注 v9.1