A³SMR-GO

面向多智能体协作的低开销通信、状态传递与共享记忆原型，对应应用创新赛道社区赛题10。Planner、Researcher、Executor 三个独立模型角色通过统一协议协作，在 Linux 服务发布链修复任务中完成证据采集、配置修改和独立复核。

结构化协议以动作、参数、返回结果和能力字段完成交接；StateRef 引用带类型、哈希和来源的状态对象；MemoryRef 将验证过的修复策略保存为可检索、可执行的共享记忆。系统包括多 Agent 运行时、协议解析与调度、状态交换、记忆存储检索和评测五部分。非文本专项采用 int8 候选关系矩阵，接收方计算结果作为后续探测和修改的依据。

提交内容

位置	内容
`src/`	当前原型源码，入口为 `agentmem`
`docs/`	四份决赛 PDF、部署说明、可编辑文档与 PPT 源文件、官方模板
`tests/`	单元测试、复核脚本、原始实验记录及实验报告
`demo/contest/`	离线真实实验回放台及真实非文本对象
`presentation/决赛现场演示PPT.pptx`	当前确认的决赛 PPT，21页主讲及4页隐藏备查
`presentation/决赛现场演示PPT-备用.pdf`	25页高清固定版式备用文件，最后4页为备查；跨平台检查见 `tests/PPT跨平台兼容性检查.md`
`presentation/逐页照读讲稿.md`、`presentation/逐页照读讲稿.pdf`	与PPT逐页对应，含页码、标题、切页提示；PDF为大字版并附页面缩略图
`作品原创承诺书.pdf`	保留原有手写承诺内容，仅清理文件元数据

提交前待办见 docs/提交检查.md。按当前范围未制作新版演示视频；人工智能使用声明已附参赛成员提供的手抄照片。

环境与依赖

Python3.11及以上，Linux，支持 Python multiprocessing、AF_UNIX Socket、mmap 与 SQLite。核心运行使用 Python 标准库；测试另需 pytest。macOS 可运行本地验证；Windows 原生环境未验收。真实模型实验需可用的 OpenAI兼容 /chat/completions 服务、支持工具调用的模型及自行配置的密钥。

安装与构建

python3 -m venv .venv
. .venv/bin/activate
python -m pip install -e '.[dev]'
agentmem --help

无需编译本地扩展。需要 wheel 时使用 python -m pip wheel . --no-deps -w dist。

运行与复核

不调用模型的完整检查：

python -m pytest tests/unit -q
python tests/verify_delivery.py
python tests/scripts/fused/contest_delivery/runner.py --dry-run --rounds 1 --workers 2 --output build/dry-run

查看真实实验回放：

python -m http.server 8000 --bind 127.0.0.1 --directory demo/contest

打开 http://127.0.0.1:8000。界面读取随附真实日志的脱敏摘录，可切换两条连续任务链、轮次和两种协作模式，不会请求模型。

重新计算正式实验指标：

python tests/scripts/fused/contest_delivery/metrics_supplement.py --run-root tests/evidence/paired/run --output build/recomputed-metrics.json

真实模型运行与完整复现见 docs/部署与复现.md；验证材料入口见 tests/README.md。所有结果保留失败尝试，不用离线脚本结果冒充真实模型性能。

已验证结果

两条关联任务链分别连续10轮，在相同任务快照上比较全文协作与融合机制，共40次执行、20组配对。模型为 MiniMax-M2.7。

指标	全文协作	融合机制
最终外部校验通过	20/20	20/20
已知模型输入与输出 Token	2,341,607	2,089,846
Socket 帧字节	2,605,251	1,713,170
单任务平均耗时	111.76秒	111.43秒

模型用量下降10.75%，Socket字节下降34.24%，耗时基本持平。393次API尝试中的7次协议错误仍计入已知用量，未知用量为0。

独立非文本验收中，Researcher 提出候选关系，运行时编码为5×5 int8矩阵；Executor完成4次接收与4次计算，驱动3次探测及1次修改，最终校验通过。正式实验中的第6轮经验在第7轮通过 memory.apply 实际执行并验证通过。记忆检索命中率与成功执行次数分开统计。

已知限制

当前验证覆盖受控的服务发布链与候选兼容任务，尚不能代表任意真实生产故障。任务中的服务探测是可重复的模拟契约检查，不是对真实生产服务的全面运维测试。非文本矩阵来自候选和证据关系，不宣称跨模型隐藏状态交换。小矩阵压缩收益较小，真实5×5对象仅比JSON表示小1.66%；主实验中6次StateRef接收是UTF-8快照，不能算作int8传递。整体Token改善不能全部归因于记忆；16次记忆专项执行未出现实际apply，定向复现实验保留了失败记录。通用任意Python CodeAct不是本次交付已验收能力，现有执行器使用受限工具与程序操作。

第三方与人工智能工具

第三方和AI辅助使用说明见 docs/人工智能及第三方工具使用说明.pdf。运行时未依赖 AutoGen、LangGraph 或 Mem0；它们作为设计对照文献列入创新说明。仓库尚未声明通用开源许可证，不应据比赛提交推断可任意再分发。项目自建任务数据、运行日志和经验证的结果随验证材料保留。