CamoClaw

CamoClaw: Your Self-Evolving AI Coworker

Python Dataset License

CamoClaw 是一个自进化 AI Agent 项目，核心目标是拓展任务边界，让 Agent 在执行中沉淀领域技能。

相较静态技能库 Agent，CamoClaw 的综合表现提升 28%。

CamoClaw：变色龙与技能

English | 中文

News

2026-03-20 正式发布自进化 AI Agent：零预设、执行中沉淀技能、Run1 -> Learn -> Run2 闭环、经济约束驱动。

CamoClaw 核心特点

  • 多 sector 职业任务：支持多样化真实世界任务，包括 inline、JSONL 或 GDPVal 任务源，支持 sector/occupation 元数据编排。
  • 经济约束模拟：余额、token 成本与任务报酬驱动理性决策。每笔 API 调用计费；收入仅来自高质量交付物。
  • 零预设、技能沉淀：无固定技能集。能力在运行时自造；低分触发 Learn -> 提炼规则与代码 -> Run2 重试验证。
  • 闭环技能沉淀：仅在 Run2 中实际使用且带来提升的技能才写入 skills.jsonl，避免无效堆积。
  • 端到端工作流：任务分配 -> 执行 -> 产出 -> LLM 评估 -> 结算，形成完整专业流水线。
  • 分 sector 的 LLM 评估：按 sector 定制评估 rubric，确保评估贴合真实专业标准。

概述

CamoClaw 让 Agent 在执行过程中创造自己缺失的 skill，随着时间推移能力逐步变强，而非依赖事先写死的技能集。

在给定任务与经济约束下，Agent 执行工作、承担 token 成本、通过评估获得报酬，并运行 Skill 自进化 闭环：

Run1 -> Learn -> Run2 -> 技能沉淀

环境与安装

运行环境要求如下：

  • Python >= 3.10
  • 需配置 API Key，包括 Agent 与评估模型，参考 .env.example

克隆或解压仓库后，在项目根目录执行：

pip install -r requirements.txt

建议使用虚拟环境：

python -m venv .venv
source .venv/bin/activate   # Linux/macOS
# 或 .venv\Scripts\activate  # Windows
pip install -r requirements.txt

复制环境变量模板并填写密钥。注意不要将 .env 提交至仓库。

cp .env.example .env
# 编辑 .env，填入 OPENAI_API_KEY、EVALUATION_API_KEY 等

可选系统依赖如下，用于 PDF/PPTX 转图；缺失时有文本回退。

平台 包 用途
Linux poppler-utils PDF 转图，安装命令为 apt install poppler-utils
Linux libreoffice PPTX 转图，安装命令为 apt install libreoffice
Windows Poppler 在 .env 中设置 POPPLER_PATH 为 .../Library/bin

快速开始

所有命令均在项目根目录下执行，以保证相对路径正确。

单日/两日任务

使用内置配置 camoclaw/configs/simple_task_config.json。该配置包含 2 天、2 个 inline 任务；Run1 不调用技能，Run2 需先调用 get_skill_content 再提交。

python camoclaw/main.py camoclaw/configs/simple_task_config.json

多日任务

例如运行 10 天任务：

python camoclaw/main.py camoclaw/configs/default_config.json

未使用 GDPVal 时，在配置中设置 task_source.type: "inline" 或 "jsonl" 即可。

Skill 自进化

通过下面命令编排 Run1 -> Learn -> Run2 流程：

python scripts/single_task_evolve.py \
  --config-run1 camoclaw/configs/single_task_debug_run1.json \
  --config-run2 camoclaw/configs/single_task_debug_run2.json

脚本会在隔离目录下生成 run1.json、learn.json、run2.json，并强制 evolution.enabled=false。

可复现验证命令如下：

python camoclaw/main.py camoclaw/configs/default_config.json

效果数据

GDPVal 数据集 10 天 A/B 实验使用完全相同的任务序列：每天一个真实任务、相同初始余额 $10。唯一差异是是否开启自进化。

指标 自进化开启 A 自进化关闭 B 变化
最终净值 $1,344 $1,049 +28%
累计工作收入 $1,335 $1,040 +28%
有效技能数 13 0 -

A/B 效果对比：净值、收入、单题报酬

数据来自 experiments/ab_10d_evolution_funds/。A、B 两组使用相同 10 个任务和相同顺序；A 组从低分任务中学习，并将 Run2 中实际使用的技能持久化。

工作原理

流程图

闭环原则是：仅当技能在 Run2 中被实际使用且带来提升时，才会持久化，避免无效技能堆积。

核心能力

能力 说明
任务编排 支持 task_id、sector、occupation、prompt、reference_files，兼容 inline、jsonl 或 GDPVal 任务源。
会话调度 按日执行工作或学习会话，支持单日、多日与 exhaust 模式。
经济约束 追踪余额、token 成本、任务报酬与生存状态，驱动理性决策。
评估与反馈 基于 eval/meta_prompts 的评估标准进行 LLM 打分与结构化反馈。
技能自进化 每个 Agent 独立维护 skill/skills.jsonl 与候选 candidates.jsonl，由脚本统一编排 Run1 -> Learn -> Run2 流程，并写回有效技能。

设计理念

  • 闭环进化：任务表现不佳时自动插入 Learn 会话，在 Run2 确认有效后将实际用到的技能写入 skills.jsonl，避免无效技能堆积。
  • 隔离运行：自进化脚本在隔离目录下生成 run1、learn、run2 配置。
  • 可复现：配置驱动、日期与任务可固定，便于复现与对比不同策略。

三种典型使用路径如下：

场景 说明
单日/两日任务 使用 inline 任务跑通完整流水线：执行 -> 交付 -> 评估 -> 经济结算，并可触发 skill 机制。
多日任务 按日期区间运行，完成多日经济约束下的任务，可选 GDPVal 或 inline/jsonl。
Skill 自进化 通过 single_task_evolve.py 编排 Run1 -> Learn -> Run2，将 Run2 确认有效的技能写回主目录。

运行方式

用途 命令
单日/两日任务 python camoclaw/main.py camoclaw/configs/simple_task_config.json
多日任务 python camoclaw/main.py camoclaw/configs/default_config.json
自进化 python scripts/single_task_evolve.py --config-run1 camoclaw/configs/single_task_debug_run1.json --config-run2 camoclaw/configs/single_task_debug_run2.json

可通过环境变量覆盖配置中的日期，需与配置内日期一致。

# Windows (PowerShell)
$env:INIT_DATE="2026-03-20"; $env:END_DATE="2026-03-21"
python camoclaw/main.py camoclaw/configs/simple_task_config.json

# Linux/macOS
INIT_DATE=2026-03-20 END_DATE=2026-03-21 python camoclaw/main.py camoclaw/configs/simple_task_config.json

项目结构

.
├── camoclaw/           # 主框架
│   ├── main.py          # 入口
│   ├── agent/           # Agent 与运行逻辑
│   ├── work/            # 任务选择、交付、评估
│   ├── skill/           # 技能存储与工具
│   ├── tools/           # MCP / 工具
│   ├── configs/         # 配置，包含单日、多日、进化模板
│   └── data/            # 运行数据，包括 agent_data、single_task_debug/runs
├── eval/                # 评估
│   └── meta_prompts/    # 评分标准
├── scripts/             # 脚本
│   ├── single_task_evolve.py   # 自进化流程
│   ├── plot_ab_showcase_github_style.py  # A/B 出图
│   └── task_value_estimates/   # 任务定价，可选
├── experiments/         # 实验，例如 ab_10d_evolution_funds A/B
├── docs/                # 设计文档
├── .env.example         # 环境变量模板
├── requirements.txt
└── LICENSE

配置说明

配置文件为 JSON。常用字段如下：

字段 说明
date_range.init_date / end_date 日期区间；起止相同即为单日。
task_source.type inline 或 jsonl，不依赖 GDPVal 时可仅用 inline。
task_source.tasks inline 时的任务列表。
agents Agent 列表，包括 signature、basemodel 等。
skill.enabled / skill.use_builtin 是否启用技能及内置技能。
evolution.enabled / evolution.threshold 是否在主流程中启用进化及分数阈值。
evaluation.meta_prompts_dir 评估目录，通常为 ./eval/meta_prompts。
data_path Agent 数据根目录，默认 ./camoclaw/data/agent_data。

自进化技能示例

以下为 Agent 在上述任务中沉淀的 技术类技能 示例，来自低分任务后的 Learn 提炼，用于展示自进化产出的实际内容。

Skill: 用 Python 生成专业舞台图（Stage Plot）

类型：technical
来源：舞台图任务失败 -> Learn 提炼

适用场景：需要将舞台图导出为 PDF 的任务；绘制麦克风、DI 盒、监听等标准化图标；生成巡演 advance 文档。

核心原则：

  1. 用 matplotlib 绘制舞台图，精确控制形状、位置与缩放。
  2. 用 reportlab 将图嵌入 PDF，生成专业文档。
  3. 横版布局，width > height，1 单位约等于 2-3 英尺。
  4. 图标尺寸统一：麦克风/DI 小圆约 0.3，功放矩形约 1.0 x 0.6，监听三角约 0.5。

图标绘制规范：

设备 形状 颜色 尺寸参考
人声麦克风 圆 + X 黑填充 radius=0.15
DI 盒 小矩形 灰填充 0.2 x 0.15
吉他/贝斯功放 矩形 黑边框 0.6 x 0.4
监听楔 三角形，朝上 蓝填充 base=0.4, height=0.3
IEM 发射器 小方块 绿填充 0.15 x 0.15

布局要点：Stage Right/Left 标注、Front-of-Stage 在底部、乐手间距大于等于 1.5 单位、监听朝向乐手约 45 度。

代码骨架：

import io

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import Circle, Polygon, Rectangle
from reportlab.lib.pagesizes import landscape, letter
from reportlab.platypus import Image, SimpleDocTemplate, Table


def draw_wedge(ax, x, y, angle=0, label=None, color="#4169E1"):
    """绘制监听楔图标（三角形）。"""
    triangle = np.array([[0, 0.3], [-0.25, -0.2], [0.25, -0.2]])
    theta = np.radians(angle)
    rotation = np.array([
        [np.cos(theta), -np.sin(theta)],
        [np.sin(theta), np.cos(theta)],
    ])
    wedge = Polygon(
        np.dot(triangle, rotation.T) + [x, y],
        facecolor=color,
        edgecolor="black",
    )
    ax.add_patch(wedge)
    if label:
        ax.text(x, y - 0.35, label, ha="center", fontsize=7)

关键提醒：Input List 与 Output List 中的每一项都必须在舞台图上有对应图标，否则视为不完整。

常见问题

Q：没有 GDPVal 数据集可以运行吗？

可以。GDPVal 为可选。 无 GDPVal 时有两种模式：

  • Inline 任务：设置 task_source.type: "inline"，在配置中提供 task_source.tasks，参考 simple_task_config.json。
  • JSONL 任务：设置 task_source.type: "jsonl"，将 task_source.path 指向 JSONL 文件。每行一个任务对象，包含 task_id、sector、occupation、prompt，可选 reference_files。

两种模式均支持完整流水线：工作 -> 评估 -> 经济结算 -> 技能。Inline 适合快速验证；JSONL 适合批量任务。

Q：如何添加自定义任务？

inline 模式下，在 task_source.tasks 中添加对象，包含 task_id、sector、occupation、prompt，可选 reference_files。

jsonl 模式下，将 task_source.path 指向包含相同字段的 JSONL 文件。

Q：技能存在哪里，如何查看？

每个 Agent 的技能存储在 camoclaw/data/agent_data/<signature>/skill/skills.jsonl。候选技能位于同目录下的 candidates.jsonl。

运行中 Agent 可调用 get_skills、get_skill_content(name)，也可直接读取 JSONL 文件。

Q：如何复现 A/B 实验？

在 A、B 配置中固定 date_range 和 task_assignment.task_ids。A 组设置 evolution.enabled=true，B 组设置 evolution.enabled=false。使用不同 signature 隔离数据目录。详见 experiments/ab_10d_evolution_funds/。

Q：Learn 之后技能没有写入主目录的 skills.jsonl？

请确认：只有 run2 的结果相较 run1 有提升，且在 run2 中实际使用到的 skill，才会被添加到主目录。

进阶阅读

资源 说明
experiments/ab_10d_evolution_funds/ 10 天 A/B 实验配置、运行与数据
camoclaw/configs/ 配置示例，包括 inline 任务、多日任务、自进化任务

下一步：用 快速开始 跑通 simple_task_config.json，再尝试 single_task_evolve.py 完成 Run1 -> Learn -> Run2，最后用自有 task_ids 复现 A/B 实验。

贡献与许可

欢迎贡献。参与方式如下：

  • Bug 报告与功能建议：提交 Issue，说明问题或需求。
  • 代码贡献：Fork、创建分支、提交 PR 后发起合并。详见 CONTRIBUTING.md 中的 PR 流程、代码风格与测试方式。PR 中建议附带配置说明与脱敏日志。
  • 安全提醒：请勿提交 .env 及运行数据，API 密钥与敏感信息不应进入仓库。

本仓库采用 MIT 许可，详见 LICENSE。

赏

月亮和六便士都会有的