Sandysu737/su-skyclaw-poc

su-memory POC Agent

冲榜载体 · 市场验证 · 活的技术白皮书

ReAct-style AI Agent powered by su-memory-agent SDK v1.0.0.

快速开始

# 安装
pip install -e ".[dev]"

# 运行内置 Demo
python -m su_memory_agent_poc.cli demo market_research

# 一键运行全部 Demo
bash scripts/demo.sh

# 运行基准测试
python -m su_memory_agent_poc.benchmark.cli run gaia
bash scripts/benchmark.sh superclue

Demo 场景

场景	命令	演示能力
market_research	demo market_research	WebSearch + 报告生成
product_compare	demo product_compare	WebSearch + 对比分析
code_verify	demo code_verify	CodeExecutor + 验证
news_summary	demo news_summary	WebSearch + FileSystem
medical_diagnosis	demo medical_diagnosis	WebBrowser + 诊断推理

基准测试

支持两大基准测试适配器：

• GAIA Adapter — 3 级难度真实世界任务，exact_match + normalized 评分
• SuperCLUE Adapter — 4 种题型（选择题/生成/推理/对话），中文优化

# GAIA 基准测试
python -m su_memory_agent_poc.benchmark.cli run gaia --verbose

# SuperCLUE 基准测试
python -m su_memory_agent_poc.benchmark.cli run superclue --verbose

CLI 命令参考

su-memory-poc --help
su-memory-poc run "任务描述" --model auto --verbose
su-memory-poc demo <scenario>

Docker

docker build -t su-memory-poc .
docker run --rm su-memory-poc demo market_research
docker-compose run demo market_research
docker-compose run benchmark --suite gaia_sample

项目结构

src/su_memory_agent_poc/
├── cli.py              # CLI 入口
├── loop.py             # AgentLoop 核心
├── tools/              # 工具集 (echo/search/code/file/mcp)
├── verify/             # 验证层 (ConfidenceGate/SafetyGate/Rollback)
├── demos/              # 5 个内置 Demo 场景
├── benchmark/          # 基准测试运行器 + GAIA/SuperCLUE 适配器
└── types.py            # 共享类型定义

开发

pip install -e ".[dev]"
ruff check src/ tests/
pytest -v