deepseek-harness-molt

简体中文 · English

MOLT 🦀

会给自己长工具的编码 Agent。

大多数 Agent 干完你的活就忘了自己学到了什么。MOLT 不会忘。 每完成一个任务，它会复盘自己做了什么；一旦发现可复用的模式，它就给自己写一个新工具、跑测试验证，然后把它存进技能库。下次再遇到同样的模式，工具已经在那等着了。

看这个工具库是怎么复利的：

$ molt run "tidy the config files" --learn --mock

── molt run — task ─────────────────────────────────────────────
  task: tidy the config files
  model: mock

── final answer ────────────────────────────────────────────────
  All done — I inspected the workspace and the job is complete.

── learn ───────────────────────────────────────────────────────
  ✔ grew a new tool: `parse_csv_line` → .molt/skills/parse_csv_line

$ molt skills list
  parse_csv_line    [project]  Parse a CSV line of key=value pairs into a dict.

$ molt run "parse some key=value config" --mock      # 下次它已经在工具列表里了

这就是全部想法：你的 AI 不只是写代码，它会"蜕皮"——脱掉旧壳、长出新工具，然后把新工具留下。

---

为什么用 MOLT

• 它会复利。 每一次任务都可能让下一次更便宜、更可靠。你的 Agent 越来越懂你的代码库，而不只是"总体上更聪明"。
• 它是诚实的自我进化。 一个新工具只有在通过了它自己的测试之后才会进入技能库。Agent 可以给自己长新工具，但先得证明自己真的能用。
• 它可以分享。 molt export 打包你的工具库，molt install 拉取别人的。Agent 千辛万苦攒下来的技能，可以变成能被 fork、star、分享的库。
• 它属于你。 MIT 协议、零追踪、跑在任意 OpenAI 兼容模型上（默认 DeepSeek）。

快速上手

# 从 PyPI 安装（发布名为 molt-agent）：
pip install molt-agent

# …或直接从源码安装：
git clone https://github.com/houyongsheng/deepseek-harness-molt
cd deepseek-harness-molt
pip install -e .

export DEEPSEEK_API_KEY=sk-...

跑一个任务，让它学习：

molt run "add retry logic to the http client" --learn

没有 API key？用内置的假模型跑完全一样的流程：

molt run "tidy the config files" --learn --mock
molt evolve "polish the project" -n 5 --mock     # 看着工具库一点点长大

命令

命令	作用
molt run "任务" [--learn]	跑一个任务。--learn 会把发现的可复用工具留下。
molt run --stream --sandbox	实时流式输出答案；让技能代码在子进程里跑。
molt evolve "目标" -n N	循环"子任务 + 学习" N 次，看工具库累积。
molt learn	对上一次的任务记录重新做一次复盘。
molt skills list / show <名> / remove <名> / dedup	管理并去重技能库。
molt eval <名> [--cases FILE]	用标注用例评测技能的准确率。
molt export [--out DIR]	打包你的技能，方便分享。
molt install <路径或 git 地址>	把别人的技能拉进你的工具库。
molt publish [--remote URL]	把工具库发布到 git 注册中心（社区中心）。

原理

  任务 ─▶ Agent 循环 ─▶ 答案
              │
              └──▶ 复盘："我有没有碰到可复用的模式？"
                       │ 有
                       ▼
                  写一个新工具（python + schema + test）
                       │
                  先跑测试 ── 不过 ── 丢弃
                       │ 通过
                       ▼
                  存入 .molt/skills/（下次自动成为工具）

• 运行 —— Agent 循环，带 shell、read_file、write_file，再加上你长出来的每一个技能。
• 复盘 —— 第二次 LLM 调用问：这里面有可复用的吗？有就返回一个 JSON 形式的技能。
• 测试 —— 技能自带测试，在一个全新的子进程里跑；没有测试就不入库。
• 复用 —— 技能变成可调用的工具，项目级技能优先于个人技能库。

技能放在 .molt/skills/<名字>/（项目）和 ~/.molt/skills/（个人）。每个都是普通文件：skill.json（名称/描述/参数）、skill.py（def run(**kwargs)）、test.py。

评测与发布

技能值不值得留，要看它准不准。molt eval 用带标注的用例给技能打分（用例放在技能旁的 cases.json，或用 --cases 指定任意文件）：

molt eval parse_kv_records
# accuracy: 5/5 (100%)

满意之后，可以分享单个技能，也可以把整个工具库发布到一个 git 注册中心：

molt export --out ./my-toolbox          # 普通复制 + 清单
molt publish --remote git@github.com:you/toolbox.git   # 推送，并打印安装命令
# 别人：molt install git@github.com:you/toolbox.git

这就是一个生态的种子：你的 Agent 的技能是一个库，而库是用来被 fork、star、分享的。

信任与安全

• 先测试再入库。 没测试或测试不过的技能永远进不了库。
• 默认技能在进程内运行。 加 --sandbox 让技能代码在子进程里跑（进程隔离）。无论哪种方式，都像对待任何你 pip install 的代码一样谨慎，评估后再信任。
• 普通文件，没有锁定。 你的工具库就是几个目录，删掉、分享、搬走都随意。

路线图

• 技能去重/合并——molt skills dedup 清除被遮蔽的副本、标记相同代码
• 技能评测——molt eval 用 cases.json 量化准确率
• 注册中心发布——molt publish 把工具库推送到 git 注册中心
• 流式 + 更丰富工具 + 沙箱——--stream、list_dir/search、--sandbox
• 每次提交前自动跑技能评测
• 可搜索的注册中心（molt search）——找到别人发布的技能

与 Codex / Claude 生态的结合

MOLT 长的工具就是纯 Python——所以它们天然能"出门"。两个方向：

MOLT → Claude Code / Codex。 把工具库导出成对方能直接用的格式：

molt export --format claude --out .claude   # → .claude/skills/<名>/SKILL.md
molt export --format codex  --out .         # → AGENTS.md 可复用流程块

把 .claude/ 放进项目，Claude Code 就能用这些技能；把 AGENTS.md 块追加进 Codex 的 AGENTS.md，Codex 也能照着重实现。现成模板在 examples/integrations/。

Claude Code / Codex → MOLT。 用一个单文件技能把"造工具"的活委托回 MOLT： examples/integrations/claude/molt-skill.md 告诉 Claude Code——一旦发现可复 用的模式，就跑 molt run "<任务>" --learn；长出来的工具大家都能用。

灵感来源

MOLT 的核心主张——让 Agent 自己写、自己测、自己留下工具——正是 DeepSeek Harness（dsh）的灵魂： 它的自指工具集让模型能检查、挂载自己运行时里的插件。MOLT 是对这个想法的 轻量、独立实现：一个可 pip install 的包、跑在任意 OpenAI 兼容模型上、 不需要学任何框架。想要"一切皆插件"的完整平台？去 dsh。想要一个下午就能 读完的轻量版？留在这里。

License

MIT —— 去吧，造一个会自己长工具的东西。