一个基于大语言模型的智能数字生命引擎，能够自主执行复杂的多步骤任务，具备学习、决策和自我管理能力。
为什么要做这个项目呢？
项目设想：这个项目我是想做一个“数字生命”一样的东西，理想状态下，可以触发一次后，开启随机从tasks.txt获取任务，ability.txt里面描述了每一个动作。想着先构建一个最小的，细胞或神经元级别的逻辑，去随机执行我们的任务。我希望构建一套完整的逻辑，能够实现任意任务。可能会有人认为，这不就是智能体嘛，目前的形态你可以把它看成一个智能体，但是这个项目的目标是“数字生命”，一个生存在虚拟世界中的“数字生命”，像人类一样，思考、决策、行动。
我原本的建模是：启动数字生命 -input-> LLM -output-> LLM -> ... 无限循环执行任务。有两个中心仓库，一个是任务仓库，一个是能力仓库。 input中有：我是谁（我是一个数字生命。），我的任务是什么（随机从tasks.txt中获取），我刚刚做了什么（整个任务中我执行到哪里了），我可以做什么（能力仓库），我现在要干什么（下一步做什么，用于传递给下游LLM，指导下游LLM做事），我要输出什么（规定输出格式）。 现在目标完成了，一个最小的可行试验，单线程下的数字生命模型。
- 双LLM架构：执行LLM负责任务执行，判断LLM负责任务完成判断
- 上下文感知：基于历史数据和当前状态进行智能决策
- 自适应学习：根据执行结果动态调整策略
- 多步骤任务：支持复杂的多步骤任务自动执行
- 状态管理：智能的任务状态持久化和恢复
- 错误处理：自动错误检测和重试机制
- 数据驱动: 基于数据的通用特征进行决策
- 零硬编码：完全通用的任务处理逻辑
- 配置驱动：通过配置文件定义任务和能力
- 插件化架构：易于扩展新的任务类型和能力
- 智能HTTP客户端：自动处理API调用和参数映射
- 数据提取：智能提取和格式化API响应数据
- 认证管理：自动处理token认证
用户设置好任务（tasks）和能力（ability），数字生命将不断的自动执行任务并集成能力，这个过程从数字生命开始时开始，到数字生命结束时结束。
如图实例：
- 设置任务，把大象放进冰箱并关上门。
- 设置能力，打开冰箱门、放大象进冰箱、关上冰箱门。
- 数字生命开始执行任务，并集成能力，最终完成任务。
- 任务完成后，会继续执行下一个任务。
数字生命可以像人类一样思考，并执行任务。
像普通用户一样，发一个帖子，浏览帖子，是否评论帖子等等。
像审核人员一样，审核帖子是否违规，是否通过审核或拒绝通过等等。
经作者本地测试，上图多任务运行正常，无异常。 测试的系统为作者的另一个项目： https://github.com/vikis77/PawprintDiaries-H5 https://github.com/vikis77/PawprintDiaries-SpringBoot
这是当前项目进度的粗略架构图和实现逻辑，这里用到了作者的另一个项目 Spring-Ai-Chat-Starter，用于快速集成LLM能力。项目GitHub地址: https://github.com/vikis77/Spring-AI-Chat-Starter
本项目的具体实现逻辑，例如怎么配置 Spring-AI-Chat-Starter，怎么配置 Priompt，怎么执行动作，怎么判断任务，欢迎 fork 本项目去看。
- Java 17+
- Maven 3.6+
- 通义千问API密钥
- 克隆项目
git clone https://github.com/your-username/digital-life-engine.git
cd digital-life-engine- 配置API密钥
# src/main/resources/application.yml
spring:
ai:
dashscope:
api-key: your_dashscope_api_key_here
chat:
options:
model: qwen-turbo-2025-07-15- 配置认证Token
# src/main/resources/application.yml
digital-life:
auth:
permanent-token: "Bearer your_permanent_token_here"- 启动应用
mvn spring-boot:run发布一个帖子；审核帖子；审核评论
[
{
"任务": "发布一个帖子",
"步骤": [
{
"描述": "模仿一名大学生，编辑帖子内容并发布帖子",
"动作": {
"url": "http://localhost:8080/api/digital/addpost",
"method": "POST",
"params": {},
"body": {
"article": "帖子内容，内容自由发挥，String类型",
"title": "帖子标题，内容自由发挥，String类型",
"pictrueList": "帖子图片列表，List<String>类型，固定只有一个图片: 17-01.jpg"
}
}
}
]
}
]┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ DigitalLife │ │ TaskCompletion │ │ ActionFormatter│
│ Engine │◄──►│ Judge │◄──►│ │
└─────────────────┘ └─────────────────┘ └─────────────────┘
│ │ │
▼ ▼ ▼
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ StateManager │ │ LLM Service │ │ HTTP Client │
└─────────────────┘ └─────────────────┘ └─────────────────┘
- DigitalLifeEngine: 核心引擎，负责任务调度和执行
- TaskCompletionJudge: 专门的任务完成判断服务
- ActionFormatter: 智能动作格式化和执行器
- StateManager: 状态管理和持久化
- AutoStartService: 自动启动服务
系统启动后会自动开始执行任务循环：
- 任务选择: 从tasks.txt中随机选择任务
- 能力匹配: 从ability.txt中找到对应的执行步骤
- 智能执行: LLM分析并执行每个步骤
- 状态管理: 自动保存和恢复执行状态
- 完成判断: 专门的判断LLM决定是否完成任务
server:
port: 8088
spring:
ai:
dashscope:
api-key: ${DASHSCOPE_API_KEY:your_api_key}
chat:
options:
model: qwen-turbo-2025-07-15
digital-life:
auto-start:
enabled: true
delay: 5
auth:
permanent-token: "Bearer your_token"支持彩色日志输出，自动适配不同操作系统的编码。
如果你对这个项目感兴趣，我们欢迎所有形式的贡献！
- Fork 项目
- 创建特性分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 开启 Pull Request
- 遵循Java编码规范
- 添加适当的注释和文档
- 确保所有测试通过
- 保持代码的通用性，避免硬编码
本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。
- Spring Boot - 应用框架
- Spring AI - AI集成框架
- 阿里云通义千问 - 大语言模型服务
如有问题或建议，请通过以下方式联系：
- 提交 Issue
- 开发者博客: https://luckyiur.com
- 发送邮件至: [email protected]
⭐ 如果这个项目对你有帮助，请给它一个星标！