【免费下载链接】ArborA generalist autonomous research agent — runs experiments, researches, and iteratively optimizes, autonomously.项目地址https://gitcode.com/gh_mirrors/arbor9/Arbor点击查看免费下载Arbor 是一个开源的自主研究智能体Autonomous Research Agent给它一个优化目标和评估指标它会自动提出假设、修改代码、运行真实实验并把经得起验证的改进沉淀到假设树Idea Tree中。同一个 Arbor官方提供了三种用法——原生 CLI、Keyless MCP 集成与Agent Skill Suite分别对应不同的环境和账号条件。这篇指南帮你在 3 分钟内选对适合自己的那一种并给出每种用法的最快上手路径。先认识 Arbor它和聊天式 AI有什么不同Arbor 的核心是一棵假设树。它由两个协作的智能体驱动Coordinator研究总监维护 Idea Tree负责观察、提出新想法、选择方向、做合并/剪枝决策Executor研究工程师拿到一个具体想法后在隔离的 git worktree 里实现代码、在 dev 集上评估、汇报证据。两者循环执行观察 → 提想法 → 选择 → 派发 → 回传 → 决策六步的arbor cycle失败的经验不会丢而是沿树向上传播让后续想法站在失败之上。 想看它长什么样子不需要任何 API Keypip install arbor-agent arbor replay --demo即可在终端里实时旁观一棵假设树生长。三种用法速览一张表看懂区别官方在 README.md 中给出的对比如下用法位置最适合需要 API Key原生 CLI runtimePython 包 arbor命令完整 Arbor 研究运行长实验、实时 dashboard、checkpoint 恢复、插件、报告✅ 需要用arbor setup配置Keyless MCP 集成arbor installarbor mcp在 Claude Code / Codex 里用宿主 agent 自己的订阅模型跑 Arbor无需单独给 key❌ 不需要Agent Skill Suiteskills/目录不装包也能用的纯指令版让 Codex / Claude Code 按 Arbor 工作法研究❌ 不需要一句话总结有 API Key 选原生 CLI只有订阅如 Claude 订阅选 Keyless MCP什么环境限制都很多时选 Skill Suite。用法一原生 CLI —— 体验最完整的 Arbor 研究流程这是功能最全的方式独占以下能力接入对话intake生成一页Research Contract、实时 dashboard、EventBus 事件流、checkpoint/断点恢复、受保护的 dev/test 评估纪律、SearchAgent 后台文献检索、插件和最终报告生成。最快上手四步pip install arbor-agent # 需要 Python ≥ 3.10 arbor doctor # 检查 PATH、git、API key 是否就绪 arbor setup # 交互式配置 provider / 模型 / API key arbor # 进入当前目录开始接入对话启动后Arbor 会先和你进行一段接入对话读取代码与 README确认目标、指标、基线、预算确认后进入研究循环。运行中随时可用/status、/tree、/evidence、/pause、/resume等斜杠命令掌控节奏交互模式auto / direction / review / collaborative可在 docs/interaction-modes.zh.md 中查阅。没有真实项目试试自带的微型基准 examples/algotune_knn/让一个暴力 k-NN 求解器在输出不变的前提下提速官方示例中 6 个周期把速度提升从 1.01x 推到 7.77x纯 CPU、亚秒级、可复现。适合谁有 Anthropic / OpenAI / 兼容网关的 API Key想做生产级、可复现、可断点恢复的长时间研究运行。更多配置细节见 docs/quickstart.zh.md 与 docs/configuration.zh.md。用法二Keyless MCP —— 订阅用户零 API Key跑 Arbor如果你用的是 Claude订阅套餐而不是 API Key把 key 交给第三方工具并不现实。Arbor 的 Keyless 集成解决的就是这个痛点Arbor 自身不调用任何 LLM—— 推理和写码全部由宿主 agentClaude Code / Codex的订阅模型完成Arbor 只提供确定性工具持久 Idea Tree、评估执行、git worktree 隔离、受保护合并、报告生成。最快配置两步pip install arbor-agent[mcp] # 可选依赖MCP 服务器 claude mcp add arbor -- arbor mcp # 注册 Keyless 工具服务器然后arbor install一键把技能套件装进宿主自动识别 Codex / Claude Code也支持--claude、--codex、--project重启后在项目里输入/arbor-research-agent optimize this repo for metric. Ask before training, package installs, or B_test.MCP 服务端代码非常薄本质是 12 个确定性工具的转发层tree_view、eval_run、worktree_create、git_merge_branch、generate_report等可参考 src/mcp/server.py。想看进度时可运行arbor web run-name打开只读浏览器面板同样免 Key。适合谁只持有订阅账号无裸 API Key的用户希望在自己的编码 agent 里获得接近原生的 Arbor 纪律——B_dev/B_test 隔离、受保护合并、可审计的过程。用法三Skill Suite —— 不装包纯指令复刻 Arbor 工作法skills/目录提供了一套11 个 Agent Skill用 markdown 指令把 Arbor 的研究工作法教给 Codex 或 Claude Code入口技能arbor-research-agent做 Arbor 式 intake 澄清生成 research contract编排技能arbor-agent-orchestrator协调技能arbor-agent-coordinator驱动观察/提想法/选择/派发/决策大循环和持久 Idea Tree执行与守卫executor、merge/evalB_dev 迭代、B_test 只用于合并验证、文献检索、HITL 审批与预算策略、断点恢复与REPORT.md报告兜底工具arbor_state.py纯 Python 标准库实现的状态助手在无原生 Arbor 工具时接管 init / view / add / eval / worktree / merge / report 等操作。安装后只需调用公开入口Codex 用$arbor-research-agentClaude Code 用/arbor-research-agent内部阶段技能由 wrapper 自动加载。注意11 个arbor-*技能必须整套安装只装入口技能会加载失败。它的边界也要看清这不是原生 CLI 的二进制替代品——原生 dashboard 渲染、EventBus 事件流、完整 executor 并发、后台 SearchAgent 仍属于原生 runtime。如果机器上装了arborCLI 且目标是生产级运行官方明确建议优先用原生 CLI。适合谁环境受限无法安装包 / 无法起 MCP 服务、想跑 smoke 测试、或希望把 Arbor 的研究纪律移植到其他 agent 平台上的用户。选型建议三种用法怎么选按你的实际情况对号入座你的情况推荐用法理由有 API Key要跑长时间、可恢复、可审计的正式研究原生 CLI功能全集dashboard、checkpoint、插件、报告只有 Claude 订阅没有裸 KeyKeyless MCP宿主模型推理 Arbor 确定性工具纪律不减配环境装不了包或想迁移到其他 agent 平台Skill Suite纯 markdown 指令 标准库兜底零依赖只是想先看看它会不会研究任意一种 arbor replay --demo30 秒旁观一棵假设树生长从官方基准结果看同一个 Arbor 控制器在 BrowseComp、Terminal-Bench 2.0、Math-Reasoning 等六项任务上均跑赢了 Claude Code 与 Codex如 BrowseComp 67.67 vs 53.33 / 50.00说明三种用法背后共享同一套经过验证的研究机制选择时只需关注环境适配不必担心能力缩水。常见问题 FAQQ1Keyless MCP 和 Skill Suite 有什么区别两者都不需要 API Key但 MCP 方式让技能跑在 Arbor 的真实实现上真树、真评估、真合并Skill Suite 是纯指令复刻靠arbor_state.py这类标准库兜底。能用 MCP 就优先用 MCP。Q2Skill Suite 可以完全替代原生 CLI 吗不可以。官方边界写得很清楚原生 dashboard、EventBus 流、provider runtime、后台 SearchAgent 生命周期仍只属于原生 runtime生产级运行请优先原生 CLI。Q3能三种用法混用吗可以。典型组合是arbor install装好技能套件 arbor mcp注册工具服务器官方称之为最强的 keyless 体验原生 CLI 已安装时生产任务仍直接跑arbor。Q4如何干净地卸载arbor uninstall只移除 Arbor 自己的arbor-*技能目录不会动项目源码或其他技能。总结原生 CLI功能全集需要 API Key正式研究首选Keyless MCP订阅账号零 Key 方案宿主模型负责推理Arbor 提供确定性研究工具Skill Suite纯指令 标准库兜底环境最灵活但定位是复刻工作法而非替代 runtime。选对入口之后剩下的交给 Arbor 的假设树每个想法都会开花有效的留下失败的被剪枝。赞分享【免费下载链接】ArborA generalist autonomous research agent — runs experiments, researches, and iteratively optimizes, autonomously.项目地址https://gitcode.com/gh_mirrors/arbor9/Arbor点击查看免费下载相关推荐QKeyMapper和AutoHotkey、按键精灵对比3种Windows改键方案到底怎么选QKeyMapper和AutoHotkey、按键精灵对比3种Windows改键方案到底怎么选 QKeyMapper 是一款免费开源的 Windows 按键映桌面应用Reflex 性能实测纯 Python 全栈 Web 框架的基准测试跑分Lighthouse 能稳定到 90 吗Reflex 性能实测纯 Python 全栈 Web 框架的基准测试跑分Lighthouse 能稳定到 90 吗 Reflex 是纯 Python 全栈后端前端Web框架GetQzonehistory 历史说说导出工具三步找回 QQ 空间的全部旧说说GetQzonehistory 历史说说导出工具三步找回 QQ 空间的全部旧说说 我想翻几年前的说说QQ 空间里列表翻到底也没找到那一年。GetQzoneh网页爬虫数据分析创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考