零框架也能 24/7：拆解 724-office 的三层记忆、热加载工具与 Docker 多租户

说明：微信源页触发验证码，无法直读原文。本文按题意，并基于开源仓库 wangziqi06/724-office 的 README、模块源码与 config.example.json 做工程向改写；版本口径以当前仓库为准（约 1 万行 / 36 工具，早期宣传常见「3500 行 / 26 工具」）。

很多人一提到「能 24/7 跑的 Agent」，第一反应是再叠一层 LangChain / CrewAI / AutoGen。结果呢？抽象层比业务还厚，出了问题只能在框架黑盒里猜。开源项目 724-office（7/24 Office） 走了另一条路：零框架依赖，标准库 + 少量小包，把 Tool Use、三层记忆、定时任务、MCP、多租户 Docker 路由写进一堆可读的 .py 文件里，挂在消息平台 Webhook 上日夜跑。

本地已有不少「给 Claude Code 装 Skill / 桌面 Agent」的文章；本文换切面：不讲提示词玄学，只拆这套 harness 里真正决定稳定性的几块硬骨头——记忆怎么编译、工具怎么熔断、Nudge 怎么纠偏、多租户怎么隔离。

一、它到底是什么：从「3500 行」到可演进的模块化 Agent

仓库自述很直白：生产在跑的个人/多用户 Agent，不绑 LangChain、LlamaIndex、CrewAI。早期版本常被概括为「约 3500 行、26 工具、8 个文件」；当前主干已演进到约 1 万行、36 工具、按域拆分的工具模块，并保留后续 Node 重写分支 xiaowang-v2/。

核心入口与职责可以压成一张表：

依赖也很克制：croniter、lancedb、websocket-client，以及媒体/HTTP 等可选包。设计目标之一是 边缘可部署（文档提到 Jetson Orin Nano、内存预算约 2GB 量级），这和「再装一个重型 Agent 框架」不是同一条赛道。

二、三层记忆：别再把整段聊天史当知识库

724-office 的记忆不是「把对话全塞进 context」。源码注释把它写成三段流水线：

1. 压缩（Compress）：溢出的会话交给 LLM，抽出结构化事实（关键信息、人物、时间、关键词）

2. 去重（Dedup）：新事实与旧向量做余弦相似；阈值默认约 0.92，过高则跳过

3. 召回（Retrieve）：用户消息 → embedding → LanceDB Top-K → 注入系统提示（并做 token 预算跟踪）

对照工程语义：

这和「每次提问都从 raw 文档重新 RAG」不同：知识被 编译进可维护的记忆条目，再按需召回。代价也很清楚——你必须配 memory.embedding_api，并接受压缩本身会消耗模型调用。关了 memory，系统仍可跑，只是长期上下文会退化成「会话窗口内能装多少算多少」。

边界：压缩是有损的；阈值过高会漏记，过低会记重复。生产上建议先盯 retrieve_top_k 与日志里的注入长度，再调阈值。

三、工具注册、上下文画像与熔断：先把 Token 和失控按住

工具不是「全量塞给模型」。tools_base.py 用装饰器注册 OpenAI function calling 定义，并按 上下文画像 过滤：

执行侧还有 连续失败熔断：同一工具连续失败达到阈值（默认 3）后直接返回错误，避免模型在坏工具上死循环烧 Token。这比「在提示词里写请不要重复失败」可靠得多。

内置能力覆盖面很宽（当前 README 口径 36 个），大致包括：

• 核心：exec、message
• 文件：读写改列
• 日程：创建 / 列表 / 删除
• 媒体发送：图/文件/视频/链接/位置/名片
• 视频：剪辑、BGM、生成
• 搜索：多引擎 Web、附近 POI、记忆检索
• 可视化：render_page（ECharts 线/柱/饼/雷达/表/报告）
• AI Mirror：soul_report、future_self
• 插件：create_tool / 列表 / 删除，以及 reload_mcp

create_tool 是双刃剑：Agent 可以在运行时写 Python 并热加载。这是「自演进」卖点，也是最大攻击面——务必限制 owner、审计目录权限，并默认在群聊画像里关掉。

四、Nudge：别再用更长 Prompt 修补「嘴上答应、手上不调工具」

nudge.py 的定位写得很硬核：不要靠提示词约束行为，用结构让错误难以发生。 在 Tool Use 循环末尾检测一批规则，例如：

• 调了 search_nearby 却没 send_location
• 回复里说了「已记下 / noted」却没 write_file
• 嘴上说安排了提醒却没调 schedule

命中后注入一条 hint，让模型 再跑一轮（并限制每会话触发次数，防死循环）。这和「把 system prompt 加到 8K」是两种哲学：前者改 harness，后者继续堆词。

同文件还强调：规则可注册、可计数。你完全可以按自家业务加「说了已发邮件却没调发送工具」一类检查。

五、部署与多租户：Webhook + Docker 路由

最小路径很朴素：

git clone https://github.com/wangziqi06/724-office.git
cd 724-office
cp config.example.json config.json
# 填入 models / messaging / memory 等占位字段（勿提交真实密钥）

pip install croniter lancedb websocket-client pilk numpy httpx beautifulsoup4 pydub jieba fpdf2
mkdir -p workspace/memory workspace/files
python3 xiaowang.py

进程默认起在 8080，把消息平台回调指过去即可。config.example.json 里能看到：多模型 fallback、ASR、视频 API、Tavily/Bocha、MCP stdio 示例（如 Playwright / filesystem）。

多用户场景走 router.py：一用户一容器、健康检查、启动时对账重建缺失容器。这比「一个进程里用 user_id 字段硬隔离」更重，但数据面更干净——也更吃运维。单人自用可以直接跑 xiaowang.py，不必一上来就上 Docker 路由。

六、和常见方案怎么选

一句话：你要的是「挂在聊天软件上的 24/7 个人助理」，724-office 值得拆；你要的是「在仓库里改代码的 Coding Agent」，它不是替代品。

七、排坑清单（写给准备上生产的人）

1. 密钥：config.json 必须进 .gitignore；文章与仓库只用 YOUR_API_KEY_HERE 占位。

2. 群聊：默认已收紧工具集；不要为了「更聪明」把 exec 重新打开给所有群。

3. 定时任务：scheduler 画像故意去掉建日程工具，就是为了防套娃；改过滤表前先想清楚失败模式。

4. 记忆开关：没 embedding Key 就别开 memory，否则初始化会直接 disable。

5. 版本口径：对外介绍时写清「当前主干约 10k 行 / 36 工具」，避免和早期「3500 行」宣传混读导致预期错位。

6. 后继：仓库已出现 xiaowang-v2（Node + SQLite WAL）方向，选型时确认你跟的是 Python 主干还是 v2。

八、小结

724-office 的价值不在「又一个 Agent 壳」，而在于它把 24/7 常驻 需要的几件实事写进了可审计的代码：记忆先编译再召回、工具按画像裁剪、失败熔断、Nudge 结构纠偏、可选 Docker 多租户。零框架不是复古，是把复杂度留在你能 grep 到的地方。

如果你正在被框架抽象淹没，又不想放弃消息端常驻助理，把这个仓库当 harness 参考实现 读一遍，收获会大于再抄一份「万能 Agent 提示词」。

项目地址：https://github.com/wangziqi06/724-office