OpenSpace

简介

OpenSpace 是一个质量优先的技能中心（Skill Hub），以共享空间的形式接入 AI 智能体，用于浏览、导入、复用与共享技能。它不再让技能无序堆积却无从判断是否真正有效，而是记录真实任务结果——让有效的技能进化、失效的技能退役，并将经验提炼为更精炼的提示。可部署在组织自有基础设施内，使智能体学到的每项技能都成为可复用的内部资产。

主要特性

• 跨智能体的统一技能中心：Claude Code、Codex、Cursor、OpenClaw 与 nanobot 共享同一浏览、导入与复用技能的空间，无需在每个工具中重复构建。
• 基于真实任务的质量层：每项技能均依据真实任务结果评估，并留存端到端质量记录与证据驱动的进化轨迹。
• 可自托管的技能平台：部署于组织自有基础设施内，工作流保持内部闭环，数据不外泄。
• 技能进化引擎：通过受控改动优化有效技能、退役失效技能，使智能体逐次变强并消耗更少 Token。
• 多传输方式的 MCP 接入：支持独立 SSE、可流式 HTTP 与 stdio，便于远程主机通过 HTTP 接入、规避 stdio 超时。
• 带上下文的共享：技能共享时附带谱系、版本历史与真实任务验证证据，而非盲目上传。

使用场景

• 建立组织自有、可跨项目复用的内部技能库。
• 通过将真实任务结果反馈到技能选择，让智能体停止重复使用失效技能。
• 团队共享经过验证的技能，并附带质量证据与谱系。
• 从分层式技能中心浏览并拉取公开技能包。

技术特点

• Python 3.12+ 包，通过 pip install -e . 安装，提供 openspace CLI 与 Dashboard / TUI 体验。
• 以 MCP 服务形式向智能体暴露技能，支持 SSE、可流式 HTTP 与 stdio 三种传输方式。
• v2 新增基于包的技能浏览、技能质量摘要，以及将任务轨迹作为质量证据上传。
• 词法召回加语义重排，驱动技能包与技能检索。
• 采用 MIT 协议，由 HKUDS（香港大学数据科学实验室）维护。