使用OpenSpace构建自我进化的AI代理：技能、MCP、血统与低成本复用

本教程将引导你使用OpenSpace框架构建一个能够自我进化的AI代理系统。整个过程从环境设置开始，逐步深入到自定义技能创建、MCP（Model Context Protocol）集成，以及利用SQLite管理代理血统，最终实现低成本、可复用的代理行为。

首先，你需要准备Python 3.12以上的运行环境，并配置API密钥（如Anthropic或OpenAI）。通过稀疏克隆获取OpenSpace仓库，克隆时指定--filter=blob:none和--sparse，然后设置稀疏检出模式排除assets目录，再以可编辑模式安装项目。教程中详细演示了如何创建工作区（workspace）和技能目录（my_agent_skills），并设置环境变量，包括模型名称、工作区路径、宿主技能目录路径以及可选的云API密钥。环境变量写入OpenSpace目录下的.env文件和根目录下的.env文件中，便于后续使用。

在异步执行环境中，你可以使用OpenSpace的Python API通过async with OpenSpace() as cs:的方式提交任务。例如，一个生成员工工资单的任务——读取CSV员工工时数据，计算加班费（超过40小时1.5倍）并输出结果——会触发OpenSpace自动演化出新的技能。这些技能会被存储在SQLite数据库中，包含版本号、起源类型和血统元数据。你可以通过检查数据库结构了解技能是如何被创建（FIX）、派生（DERIVED）和捕获（CAPTURED）的。教程还演示了如何通过dump_db函数查看数据库中的表结构和记录。

为了展示技能复用，教程让你提交一个相关的税务计算任务——增加一个包含税率CSV，计算净工资——观察OpenSpace如何利用之前生成的工资单技能，实现低token消耗的智能重用。你还可以创建自定义的SKILL.md文件，定义新的技能，例如从CSV生成Markdown报告。将该文件放置在宿主技能目录中，代理在运行时就能自动发现并使用它们。教程还安装了delegate-task和skill-discovery这两个宿主技能，并创建了一个demo.csv用于测试。

MCP集成是另一大亮点。你可以启动OpenSpace的MCP服务器（基于streamable HTTP传输，绑定到127.0.0.1:8081），并通过GET请求探测其端点。即使返回MCP特定的HTTP状态码，也能确认服务器运行正常。教程还提供了MCP宿主配置示例，方便外部代理（如Claude Code、Codex等）连接工作区和技能目录。

最后，教程将展示如何将自定义技能上传到OpenSpace云端（如果配置了云API密钥），并检验仓库中的示例进化数据库（showcase/.openspace/openspace.db），该数据库包含60多个技能。通过按起源类型（FIX、DERIVED、CAPTURED等）聚合技能，你可以清晰了解进化模式的分布。整个流程完成后，你将拥有一个完整的自我进化代理系统，能通过技能重用降低token消耗，并支持仪表盘（需要Node.js 20以上）通过openspace-dashboard --port 7788命令进行可视化监控。