MUNDO Agent · LiHongwei

0 MUNDO 是什么

MUNDO 是一个独立的 AI 智能体框架，不依赖任何外部 Agent。它有自己的 LLM 客户端（30+ 个模型）、工具引擎（22 个工具）、反射循环、任务分析、混合检索 RAG、MCP 互操作、评估框架、可观测性。

🔄

反射循环引擎

THINK → EXECUTE → REFLECT → REPAIR 四阶段，引用 Reflexion/ReAct 论文

🔀

/switch 模型切换

两级菜单选择 Provider 与版本，DeepSeek V4 / V4-Pro / V4-Flash / R1 一键切换

🤖

Agent 委托

delegate_agent 工具自动调用 Claude Code、Hermes、Codex、MiMo Code

🌐

Web AI 咨询

consult_web_ai 跨平台搜索 DeepSeek/ChatGPT/Claude 公开讨论，交叉验证思路

📊

向量检索 RAG

ChromaDB + BM25 + 语义哈希三路融合，自动降级

📋

任务分析引擎

自动分类任务类型、解析 Markdown 文档、提取需求/约束/验收标准

🔌

MCP 互操作

Client + Server 双向协议，蒙多能力通过标准 MCP 对外暴露

🧪

评估框架

多维度量化（任务完成率/步骤效率/工具准确率），内置评估用例

👁️

可观测性

结构化日志 + 分布式追踪（OpenTelemetry 兼容）+ 指标采集

🧠

三层记忆系统

短期（会话级）、中期（项目级 30 天衰减）、长期（永久级 + 冲突检测）

🛡️

安全强化

五层纵深防御：输入验证/输出过滤/权限边界/审计追踪/注入防护

蒙多的定位：蒙多不是"基于某框架开发的"，也不是"独立开发的架构"。蒙多是蒙多。其他 AI 是身体，是蒙多的手和脚。

📊 项目数据

v2.3.1

当前版本

82

次发布

1140+

次提交

30+

AI 模型

22

内置工具

206

个 Skill

63

Python 模块

128K

上下文窗口

🧪 v2.3.1 测试结果

226

测试总数

226

通过数量

0

失败数量

100%

通过率

✅ 蒙多 v2.3.1 全量测试通过！/switch 模型切换 + 程序坞启动修复 + delegate/web_ai 工具 + DeepSeek V4 版本支持！

1 四条铁律

v16 核心优化——稳定可控、低 Token、脚本优先、严控轮次。

🎯

稳定可控

每步有明确输入输出，不猜测，不跳跃，不凭直觉行动

💰

低 Token

按需加载索引，精简上下文冗余，能一句话说清的不写十句

⚙️

脚本优先

能用脚本验证的不靠推理，减少幻觉，提升稳定性

🔄

严控轮次

最多 5 轮推理，轮次越多出错概率越高，能 3 轮解决的不用 5 轮

2 核心能力

🎯

任务确认流程

蒙多接到任务后先输出分析报告，用户确认后才执行，减少返工

🔄

Loop 工作流

思考→编码→检测→优化，循环直到完美，最多 5 轮，质量 ≥ 90 分

🧠

三层记忆系统

短期记忆（任务级）+ 中期记忆（项目级）+ 长期记忆（永久级）

🏪

Skill 云仓库

自动获取 GitHub 高星 skill 项目，分类存储，随时调用，每天自动更新

🔧

22 个内置工具

terminal、file、web_search、delegate_agent、consult_web_ai 等

🔀

/switch 模型切换

命令行两级菜单：Provider → 版本 → API Key，支持 DeepSeek V4 全系列

🚀

程序坞启动修复

Finder 启动自动补全 HOME、强制同步最新版、版本验证后运行

🤖

Agent 委托

自动检测并委托 Claude Code、Hermes Agent、Codex、MiMo Code 执行任务

🌐

Web AI 咨询

跨平台搜索各 AI 公开讨论，获取思路与方案参考

🔄

自我进化

每次使用都让蒙多更强大，自动保存有价值的解决方案为 Skill

🛡️

安全引擎

策略引擎 + 安全强化 + 权限审批，三重保护

📊

Token 追踪

实时显示 token 消耗、缓存命中率、模型信息

⚡

流式输出

实时显示 AI 回复，支持中断和继续

🎯

智能路由

根据任务类型自动选择最佳模型，代码→DeepSeek，日常→MiMo

🔍

反射引擎

三思而后行：先思考→再执行→再检查→再修复

📚

知识检索

RAG 语义级知识召回，自动从知识库中检索相关信息

🔄

工作流引擎

复杂任务自动分解为阶段，支持并行执行和状态追踪

🌐

云同步

知识库、Skill、记忆跨设备同步，集体意识共享

3 工作流程（v2.3.1 更新）

蒙多 v2.3.1 支持 /switch 切换模型，程序坞启动器每次打开强制同步并验证版本。

🔀 /switch 模型切换

1

输入 /switch

在蒙多对话框输入 /switch，打开两级选择菜单。

2

选择 Provider

从 DeepSeek、MiMo、Qwen、Claude、OpenAI 等 30+ 提供商中选择。

3

选择版本

例如 DeepSeek V4 / V4-Pro / V4-Flash / R1 / V3，按任务需求选择。

4

输入 API Key

若尚未配置，输入 Key 后立即生效；已配置则直接切换。

🎯 任务确认流程

1

用户输入任务

蒙多接收用户的任务请求。

2

蒙多分析任务

蒙多阅读并识别任务，输出完整任务分析报告，包含：目标、流程、技术、风险、预期成果。

3

用户确认

用户审阅任务分析报告，确认后蒙多才开始执行。用户可提出修改意见，循环直到满意。

🔄 Loop 工作流（最多 5 轮）

1

思考

分析问题本质，评估 2-3 种方案，选择最优路径，预判可能的问题。

2

编码

严格按计划写代码，代码简洁无冗余，注释只写"为什么"，函数 < 50 行，文件 < 800 行。

3

检测

运行测试用例，检查边界情况，验证性能指标，确认无副作用。

4

优化

修复所有失败的测试，优化性能瓶颈，简化复杂逻辑，提升代码质量。评分 ≥ 90 分才算合格。

5

沉淀

有价值则保存为中期记忆或 Skill，无价值则跳过。只保存核心逻辑。

不触发条件：问题明确、有现成方案、只需简单查询 → 直接回答，不启动蒙多流程。

4 30+ AI 模型支持

蒙多调度天下 AI，一个 Key 用所有模型。

分类	模型	特点
🇨🇳 中国模型	小米 MiMo	性价比极高，国内直连
	DeepSeek V4	通用代码，性价比最高
	DeepSeek V4-Pro	旗舰推理，代码 Agent 首选
	DeepSeek V4-Flash	极速轻量，批量任务
	阿里通义千问	多语言能力强
	月之暗面 Kimi	128K 长上下文
🌍 国际模型	OpenAI GPT-4o	全球顶级
	Anthropic Claude	代码推理顶级
	Google Gemini	100 万上下文
	Mistral AI	欧洲顶级
🔗 聚合平台	OpenRouter	100+ 模型，一个 Key
	Together AI	开源模型快速推理
	SiliconFlow	国产模型聚合

5 架构

MUNDO 的核心架构——63 个 Python 模块，不依赖任何外部框架。

~/.hermes/mundo-agent/ ├── mundo.py # CLI 入口 + REPL 循环 ├── core.py # Agentic Loop + 智能路由 + Agent 调度 ├── llm.py # LLM 客户端（30+ provider） ├── tools.py # 22 个内置工具 ├── model_picker.py # /switch 两级模型选择菜单 ├── web_ai.py # Web AI 跨平台咨询 ├── mundo-sync.sh # 统一源码同步脚本 ├── memory.py # 记忆系统（SQLite + FTS5） ├── policy.py # 策略引擎 + 用户审批 ├── security_hardening.py # 安全强化（输入验证 + 输出消毒） ├── delegation.py # Agent 委托（Claude/Hermes/Codex/MiMo） ├── display.py # Rich UI（流式输出 + 状态栏） ├── setup.py # 首次向导（30+ 模型 + 版本选择） ├── model_profiles.py # DeepSeek V4 等模型画像 ├── reflection_engine.py # 反射引擎（三思而后行） ├── knowledge_retriever.py # RAG 知识检索 ├── cache.py # 三层缓存（prefix/semantic/result） ├── macos-app/ # 程序坞 .app 启动器 ├── config/ # 配置文件 │ ├── settings.json # 运行时配置 │ └── providers.json # 30+ 模型定义 ├── knowledge.db # 知识库（SQLite） ├── memory.db # 记忆数据库 └── venv/ # Python 虚拟环境

6 版本历史

从 v1.0 到 v2.3.1 的演进历程。

2026-07-02

v2.3.1 — /switch 模型切换 + 程序坞启动修复 + DeepSeek V4

两级模型选择菜单、delegate_agent / consult_web_ai 工具、程序坞 HOME 环境修复、226 项测试全过

2026-07-01

v2.3.0 — 启动器同步修复 + 安全强化 + 核心引擎优化

启动器同步：新增 mundo-sync.sh 统一同步脚本，自动检测最新源码目录并同步到 ~/.hermes/mundo-agent
程序坞修复：.app 启动器每次打开自动同步，不再运行旧版本
安全强化：扩展输出脱敏（JWT/Bearer/DB 连接串/AWS/GCP 密钥/Session Token）
核心引擎：LLM 30/min + 工具 60/min 速率限制，统一错误恢复路径
工具安全：终端命令 13 种危险模式拦截 + read_file 行偏移修复
测试增强：220 单元测试（+51），新增 test_core.py + test_security.py
日志系统：沙箱/权限受限时优雅降级为仅控制台输出

2026-06-23

v2.2.9 — 安全加固 + 代码质量 + 性能优化 + 53 项修复

安全加固（HIGH）：消除 os.system() 命令注入（shlex+subprocess）、12 种危险命令模式检测、速率限制集成到工具执行和 LLM 调用
代码质量：_run_loop() 127行→38行（10 个子方法）、工具错误处理合并去重、三层记忆方法参数化消除重复
性能优化：文件读取双IO→单IO、SQLite WAL 模式+8MB 缓存、正则预编译、引擎文件冗余转发层删除
模块拆分：build_knowledge.py 1401行→52行（knowledge_data.py 独立）、llm.py 命名冲突消除（HttpModelAdapter）
安全扩展：输出消毒覆盖 12 种敏感格式（Bearer/JWT/DB连接串/AWS/GCP密钥/Session）
测试增强：220 单元测试（+51）、全局单例 reset 函数（20 处）、conftest autouse fixture
类型注解：core.py 公开 API 补充完整类型注解

2026-06-18

v2.2.8 — 向量检索 + 任务分析 + MCP Server + 评估框架 + 可观测性

向量检索：ChromaDB 向量存储 + BM25 + 语义哈希三路融合，API Embedding / 本地哈希双模式，自动降级
任务分析引擎：自动分类任务类型（9 种）、解析 Markdown 文档、提取需求/约束/验收标准、子任务拆解
MCP Server：蒙多能力通过标准 MCP 协议对外暴露，支持代码分析、知识检索、记忆操作、任务规划
评估框架：多维度量化（任务完成率、步骤效率、工具准确率），内置 9 个评估用例
可观测性：结构化日志（JSON）、分布式追踪（OpenTelemetry 兼容 Span）、指标采集（Counter/Histogram/Gauge）
工程化：Docker 容器化、GitHub Actions CI/CD、pytest 测试套件（169 用例全过）
修复：工具参数 JSON 解析失败（repair_json 增强）、启动器强制同步、向量检索集成恢复

2026-06-17

v2.2.6 — 三层记忆架构 + 权限弹窗

记忆系统重构：短期（跨上下文，用完即弃）、中期（项目级维持）、长期（择优选取+时间戳+冲突检测）
权限弹窗升级：Rich Panel 可视化对话框，支持 [y]允许 [n]拒绝 [a]会话级放行
冲突解决：长期记忆冲突时弹窗提示 [u]更新覆盖 [k]保留旧记忆 [s]两者都留

2026-06-16

v2.2.4 — Skill 云仓库 + GitHub 高星项目爬虫

新功能：
• Skill 云仓库：自动获取 GitHub 高星 skill 项目，分类存储，随时调用
• GitHub 爬虫：定时获取 GitHub 上的高星 skill 类项目
• 分类管理：11 个分类，50+ 个高星 skill 项目
• 定时任务：每天自动更新 skill 云仓库

2026-06-15

v2.2.2 — 任务确认 + Loop 工作流 + 三层记忆

重大更新：
• 任务确认流程：蒙多接到任务后先输出分析报告，用户确认后才执行
• Loop 工作流：思考→编码→检测→优化，循环直到完美（最多 5 轮，质量 ≥ 90 分）
• 三层记忆系统：短期记忆（任务级）+ 中期记忆（项目级）+ 长期记忆（永久级）
• Bug 修复：修复策略引擎空参数处理 bug
• 测试结果：27/27 通过，通过率 100%

2026-06-13

v2.2.0 — 记忆系统重构

Claude 六套记忆架构，auto_extract 收窄触发条件

2026-06-12

v2.1.0 — 工具引擎重构

融合四家精华：注册表模式 + 参数验证 + 沙箱执行

2026-06-10

v2.0.0 — 架构重构

从单文件到模块化架构，54 Python 模块

2026-06-01

v1.6.0 — 四条铁律

稳定可控、低 Token、脚本优先、严控轮次

2026-05-20

v1.5.0 — 反射引擎

三思而后行：先思考→再执行→再检查→再修复

2026-05-10

v1.4.0 — 安全强化

输入验证 + 输出消毒 + 注入防护

2026-05-01

v1.3.0 — 知识检索

RAG 语义级知识召回

2026-04-20

v1.2.0 — Agent 委托

自动检测并委托 Claude Code、Hermes Agent、Codex

2026-04-10

v1.1.0 — 智能路由

根据任务类型自动选择最佳模型

2026-04-01

v1.0.0 — 初始版本

独立 AI 智能体框架，30+ 模型支持

7 安装

下载最新版

从 GitHub Release 下载 macOS 版本

gh release download v2.3.1 -R LiHongwei-cn/mundo-agent -p "mundo-v2.3.1-macos.zip"

解压到安装目录

解压到 ~/.hermes/mundo-agent/ 目录

unzip mundo-v2.3.1-macos.zip -d ~/.hermes/mundo-agent

安装依赖

安装 Python 依赖包

pip3 install rich prompt_toolkit httpx scrapling[all]

程序坞启动（推荐）

双击 MUNDO.app，自动同步最新版并启动 Terminal

# 或手动同步后运行 bash ~/Desktop/MUNDO/mundo-agent/mundo-sync.sh python3 ~/.hermes/mundo-agent/mundo.py

切换模型

启动后输入 /switch，选择 Provider 和版本，输入 API Key 即可切换

/switch

8 下载

📦 GitHub Release

最新版 v2.3.1 — mundo-v2.3.1-macos.zip

源码 LiHongwei-cn/mundo-agent

文档 README.md

程序坞启动器每次打开自动调用 mundo-sync.sh，确保运行最新 v2.3.1。

👑 MUNDO Agent

0 MUNDO 是什么

反射循环引擎

/switch 模型切换

Agent 委托

Web AI 咨询

向量检索 RAG

任务分析引擎

MCP 互操作

评估框架

可观测性

三层记忆系统

安全强化

📊 项目数据

🧪 v2.3.1 测试结果

1 四条铁律

稳定可控

低 Token

脚本优先

严控轮次

2 核心能力

任务确认流程

Loop 工作流

三层记忆系统

Skill 云仓库

22 个内置工具

/switch 模型切换

程序坞启动修复

Agent 委托

Web AI 咨询

自我进化

安全引擎

Token 追踪

流式输出

智能路由

反射引擎

知识检索

工作流引擎

云同步

3 工作流程（v2.3.1 更新）

🔀 /switch 模型切换

输入 /switch

选择 Provider

选择版本

输入 API Key

🎯 任务确认流程

用户输入任务

蒙多分析任务

用户确认

🔄 Loop 工作流（最多 5 轮）

思考

编码

检测

优化

沉淀

4 30+ AI 模型支持

5 架构

6 版本历史

7 安装

下载最新版

解压到安装目录

安装依赖

程序坞启动（推荐）

切换模型

8 下载

📦 GitHub Release