babyagi-asi

让AI自己拆解任务、执行并越用越聪明

BabyAGI-ASI（BASI）是一个基于Python构建的自主且自我改进的智能体框架，源自经典的BabyAGI项目。它旨在解决传统任务执行智能体缺乏自主规划和自我进化能力的问题。其核心能力包括：利用链式思维（Chain-of-Thought）和程序化思维（Program-of-Thoughts）等提示策略来增强任务分解与推理能力；通过任务队列管理机制实现目标的自主拆解、优先级排序和循环执行；并具备初步的自我改进模块，能根据执行结果反馈优化自身提示词或工作流。项目结构轻量，适合作为研究自主智能体行为模式和快速原型验证的起点。

开源 free 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 808

维护状态低维护

是否开源是

定价模式 free

项目数据

分类智能体

开发团队oliveirabruno01

所属国家

官网地址

GitHubhttps://github.com/oliveirabruno01/babyagi-asi

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agi,ai,autonomous-agents,chain-of-thought,program-of-thoughts

GitHub 星标★ 808

30天Star增速

HF 下载量

上线时间2023-04-07 00:00:00

最近更新2026-09-16 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

核心亮点

基于CoT和PoT双提示策略，任务推理更深入，不局限于简单指令
保留了BabyAGI经典的任务队列循环，自主规划路径清晰，易于二次开发
代码量精简，Python实现，上手门槛低，适合快速实验和学术研究

不足之处

自我改进机制较为初级，实际效果依赖外部LLM能力，缺乏系统化进化策略
项目处于早期阶段，文档和社区支持有限，生产环境可用性待验证

适用场景

研究自主智能体任务规划与推理策略的学术实验
快速搭建个人自动化任务执行原型，如自动调研或信息整理
作为教学案例，演示LLM驱动的多步骤自主决策流程

替代项目

BabyAGI、AutoGPT、AgentGPT

项目介绍

babyagi-asi 是智能体领域的开源项目，由 oliveirabruno01 开发，2023 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（808）位列前 30%，在智能体分类中处于中上游。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-16。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：研究自主智能体任务规划与推理策略的学术实验。同类可对比的替代方案包括 BabyAGI、AutoGPT、AgentGPT。

上一篇：LocalAGI

下一篇：DevAssistant