AEON 自主智能体框架
在 GitHub Actions 上无人值守运行的自主 AI 智能体框架：配置一次，永久运行，自动修复自身技能，无需人工审批。
证据显示较多安全硬化（iptables 默认拒绝链路本地/元数据出口、bubblewrap 只读沙箱、actions 按 SHA 固定、Fleet Watcher 预检可选且失败关闭），但工作流授予 contents:write、id-token:write、pull-requests:write、issues:write 等大范围权限并无人值守运行，扣 1 分；项目明示'无审批循环'，仅有可选的 Fleet 门控，扣分。数据流（chain context 文件、Issues 状态后端、审计日志）记录清晰，得 2；敏感信息：审计脱敏有对抗性测试（raw/base64/url 三编码），secrets 声称不回显，但 GH_SECRETS_PAT 用于持久化轮换的 OAuth token，扣分得 2；依赖固定（[email protected]、SHA 固定的 actions、离线缓存）得 2；外部效应：自动推送 main、开 PR、发通知且无人审批，扣为 1；回滚仅见 git rebase/reset 重试和 PR 快照对比，无系统化回滚机制，得 1；来源：MIT 许可、OIDC attestation 签名、git 身份固定，得 2。
注释详尽记录并发组曾静默取消 8/10 次运行的实况及其修复与剩余缺口，自洽性强但仍有已知未修缺口，得 2；依赖可用性有 npm 缓存 + --prefer-offline、apt 锁超时、步骤超时，得 2；错误信息使用 ::error::/::warning:: 且区分 invalid-dispatch 与真实失败，得 2。
支持多 harness（claude/grok/codex/pi/vibe/kimi/fx/cursor/hermes）与可选状态后端，向后兼容 fork，得 2；能力边界宣称'最自主、自愈'但仅注释层面承认剩余碰撞缺口，缺乏系统边界文档，得 1；触发精度：skill 名正则校验、label 门控（ai-build）、choice 输入防 422，得 2；环境适配：处理 ubuntu-24.04 AppArmor userns 限制并实测记录，得 2。
仓库结构清晰（apps/、skills/、scripts/、memory/），得 2；bootstrap 脚本存在但 README/安装文档未在证据中出现，得 1；命名稳定，得 2；示例以测试形式存在但无用户文档/FAQ 证据，得 1；已知限制记录极为详尽（含实测日期、观测事故、未修缺口），得 3；MIT 许可完整，得 3；根版本 0.0.0 且无变更日志证据，各包独立工具链有意分歧，得 1；维护责任无 CONTRIBUTING/维护者文档证据，仅固定 git 身份，得 1。
产出以文件落盘（output/.chains、memory/cron-state.、skill-health JSON）并可被下游消费，得 2；多 harness 编排 + 供应链硬化 + attestation 在同类无人值守框架中有辨识度，得 2；成本意识：max_dispatches 预算、步骤超时、50 分钟 job 上限、防分钟浪费的失败关闭门控，得 2。
注释普遍带具体日期、事故观测（2026-08-19 挂起、8/10 取消）与可核对机制（attestation、审计日志、状态文件），得 2；测试仅覆盖部分脚本（audit.sh、breaker.sh），其余声明仅由注释自证，扣为 1；事实与推断在注释中区分良好，但顶层营销宣称（'最自主''自愈技能'）无可验证支撑，扣为 1。
- 无人值守 + contents:write/id-token:write 意味着任何技能提示注入都可能直接推送 main 或开出 PR，Fleet 门控默认关闭，请务必启用或自行加入审批环节。
- GH_SECRETS_PAT 允许脚本把轮换后的 OAuth token 写回仓库 secrets，构成敏感凭据的持久化路径，需评估该 PAT 的最小范围。
- bubblewrap 沙箱通过关闭 kernel.apparmor_restrict_unprivileged_userns 生效，这本身削弱了 runner 的隔离基线。
- 静态审查未执行任何运行；'最自主''自愈'等宣传语与所审证据不符，请勿据此评估能力上限。
这个 Agent 能做什么，适合哪些场景？
AEON 是一个开源（MIT 协议）的自主智能体框架，以 GitHub 仓库加 GitHub Actions 为运行边界，按 UTC cron 计划无人值守地执行任务。它的核心抽象是技能（skill）：一个 SKILL.md 文件，由 frontmatter 加提示词组成，全部 78 个技能分为六大技能包（Core、Evolution、Basics、Dev & Code、Crypto & Markets、Productivity）。同一份 SKILL.md 通过统一的 run-harness 契约可在九种智能体 CLI 上运行，包括 Claude、Grok、Codex、Pi、Vibe、Kimi、fx、Cursor 和 Hermes。所有配置集中在 aeon.yml 中，涵盖调度、每次运行的 var 输入、模型、认证、通知渠道和 API 密钥。区别于需要人工审批循环的智能体工具，AEON 主张定时运行、跨次记忆、条件响应与自我修复四项无人值守能力，并通过心跳健康检查闭环自动修复失效技能。
AEON 从 aeon.yml 读取调度与配置，在 GitHub Actions 上按 cron 计划触发 SKILL.md 技能，经 run-harness 契约分发到九种智能体 CLI 之一执行。具体产出包括：feature 技能向你的仓库提交 PR；deploy-prototype 将应用部署到 Vercel；vuln-scanner 发现真实漏洞并私下披露；create-skill 从一句话生成新技能。运行结束后由模型按 1–5 分打分，heartbeat → skill-health → skill-repair → self-improve 构成自我修复闭环，aeon-doctor 负责校验配置本身。spawn-instance 可将一个实例分裂为专门化节点（如加密行情监控），不传播密钥、账单隔离，fleet-control 负责舰队健康检查与调度。结果通过 Telegram、Discord 或邮件渠道回报，全部技能也可作为 aeon MCP 工具在 Claude 中调用。
- 开源维护者：让 vuln-scanner 定期扫描自己的仓库，发现高危漏洞并私下披露，而不是公开曝光。
- 独立开发者：用 feature 技能按计划向自己的仓库提交功能 PR，无人值守地推进积压工作。
- 原型团队：用 deploy-prototype 在 cron 计划上把应用自动部署到 Vercel，获得可访问的线上版本。
- 安全研究员：复用官方披露记录覆盖的 69 个开源仓库经验（Alibaba、Tencent、Vercel 等），搭建自己的自动化漏洞披露流水线。
- 智能体爱好者：通过 spawn-instance 分裂出加密行情、安全、研究等专门化实例，组成一个舰队并由 fleet-control 统一管理。
- 平台开发者：用 ADK（Aeon Developer Kit）通过 GitHub App API 驱动用户的 AEON 实例，构建自己的上层产品。
这个 Agent 有哪些优点和局限？
- 真正的无人值守：定时运行、跨次记忆、条件响应、自我修复四项能力齐备，没有审批循环，这是它区别于多数智能体工具的核心卖点。
- 一份 SKILL.md 跨九种智能体 CLI 运行（Claude、Grok、Codex、Pi、Vibe、Kimi、fx、Cursor、Hermes），统一的 run-harness 契约让切换引擎无需改动技能。
- 自我修复是具体机制而非口号：模型给每次运行打 1–5 分，heartbeat → skill-health → skill-repair → self-improve 自动检测并修复失效技能。
- 有可验证的实际产出记录：官方站点展示在 69 个开源仓库中发现并私下披露了真实漏洞（含高危和严重级），并有 68 个基于 AEON 构建的产品。
- 自带安全护栏：只读技能不能改动仓库、不可逆操作默认失败、可选的 Fleet Watcher 认证门、密钥不落命令行。
- 强依赖 GitHub 生态：运行边界是 GitHub 仓库加 Actions，跨仓库、私有仓库、披露和 workflow 编辑技能都需要一个带 repo + workflow scope 的经典 PAT（GH_GLOBAL）。
- 无人值守意味着更高的信任成本：没有人工审批环节，误操作风险由护栏缓解，但采用者需要仔细配置能力分级和 Fleet Watcher。
- 消耗 GitHub Actions 分钟数和底层模型的 API 费用（Haiku 对每次运行打分），长期运行成本需要自行估算，仓库未给出用量基准。
- 实际上绑定某个受支持的智能体 CLI 作为执行引擎（如 Claude 需要相应账号/密钥），GLM Coding Plan 只是网关跳板而非 harness，切换引擎时模型行为可能不一致。
- 技能质量取决于提示词：SKILL.md 的提示词本身就是技能，编写和调试质量差的技能需要使用者具备提示词工程经验。
如何安装或部署这个 Agent？
前置要求：Node.js 20+、已认证的 GitHub CLI（运行 gh auth login）。安装方式是 fork 一份自己的副本：在仓库页面点击 Use this template（建议保持公开以获得免费的 Actions 分钟数），或运行 gh repo fork aeonfun/aeon --clone。然后：
git clone https://github.com/<你>/aeon
cd aeon && ./aeon打开 http://localhost:5555 按仪表盘完成：认证（九种 harness 任选其一）→ 添加通知渠道 → 选择技能 → 运行。跨仓库功能需另加一个经典 PAT 作为 GH_GLOBAL 密钥，勾选 repo 和 workflow 两个 scope。
如何使用这个 Agent？
所有配置写在 aeon.yml 中，例如：
skills:
digest:
enabled: trueschedule: "0 14 * * *" # 每天 UTC 14 点
var: "solana" # 每次运行的输入
保存后 AEON 即按计划在 GitHub Actions 上无人值守运行，结果推送到你配置的 Telegram、Discord 或邮件渠道。所有仪表盘操作也都有对应的 ./aeon CLI 命令或 /aeon 聊天命令（可作为 Claude Code 或 Codex 插件安装）。技能即文件：在 skills/<名称>/SKILL.md 中写 frontmatter 和提示词，用 requires 声明所需 API 密钥（问号后缀表示可选），用 var 接收每次运行的输入，并可链式调用其他技能。
这个 Agent 与同类方案有什么区别？
README 将 AEON 与 Claude Code、Hermes 和 OpenClaw 做了对比（详见 docs/SHOWCASE.md）：多数智能体工具要求人工保持在循环中（审批调用、审查 diff），AEON 则面向你离开时完成的工作，是唯一同时做到定时运行、跨次记忆、条件响应和自我修复四项无人值守能力的框架。若你的场景需要每步人工确认，Claude Code 类工具更合适；若你要的是配置后自动推进的定时任务舰队，AEON 更契合。