今天，正式推出MeowCode正式版

一个能自由修改架构的Agent
官网：https://meowcode.cn
开源仓库：https://github.com/MuLiuSaMa/MeowCode
交流群：1128483595

它与其他Agent比有啥特点？

1. 选择性自学习能力
   每轮任务结束后自动复盘，将可复用经验沉淀为技能（Skills）或长期记忆。内置试用期淘汰机制：召回 2 次出现负面效果的经验片段将被停用。
   学习触发做了严格限流：仅在用户主动纠正、明确要求记忆、同一指令多次失败、故障恢复、密集工具调用这几类场景才启动学习流程；普通任务回合不会调用学习模型，有效控制推理成本。

2. 可视化 Agent 架构编排
   支持自定义主 Agent 与子 Agent 的拓扑关系、T0/T1/T2 层级、访问门禁规则、可用工具集、系统提示词。所有配置均为可编辑节点，修改保存后即时生效，无需编写代码、重新编译。
   

3. Token 消耗与缓存命中率优化
   针对 Token 开销、上下文缓存命中率深度优化。在「前后端综合代码 BUG 修复」场景下，与 DeepSeek Harness、OpenCode、ZCode、WorkBuddy、Codex 做对比测试（基底模型：DeepSeek-V4.1-Flash-1017 Max 1M上下文）：
   

• 总 Token 消耗：5,123,379，相较 DeepSeek Harness 最高降低 61.36%
• 缓存命中率：98.67%，在低 Token 开销前提下，缓存命中率位列第二
  *本次测试为非权威内部评测，数据仅供参考。

模型接入兼容 Anthropic Messages、OpenAI Chat Completions、OpenAI Responses 三类 API 协议。

*MeowCode中支持Skills、Plugins、MCP上传，请不要上传违法、恶意、侵权、含后门的内容。上传后将由人工审核。
用户配置的API Key和本地仓库数据不会自动上传云端!!但请妥善保管你的密钥，切勿随意泄露。
二次衍生本项目源代码必须公开，不得闭源分发。
本项目遵循GPL-3开源协议，任何分发、修改本工具仅可用于合法开发与学习用途。禁止用于攻击、爬虫、破解、窃取信息等违法活动。

该项目同步发布在：
Bilibili、抖音、小黑盒、Gitee、AtomGit、CSDN、微博、今日头条
Github、GitLab、Bitbucket、X、TikTok、Youtube
请不要相信其他平台所发布的声称MeowCode的Agent项目，谨防下载到病毒。
MeowCode已通过卡巴斯基、火绒安全、360 安全检测。不存在任何病毒和后门。