MSTAR Pro V4.0

Multi-Strategy Task-Aware Reflection — Phase 0-7 全链路自进化系统

核心能力

能力	文件	说明
DDTree 加速	mstar_core/acceleration/dd_tree.py	400-700% 性能提升
遗忘机制	mstar_core/memory/forgetting.py	低价值轨迹自动归档
FitnessTracker	mstar_core/evolution/fitness_tracker.py	适应度追踪 (5 维度)
EvolutionEngine	mstar_core/evolution/engine.py	智能触发自进化
Dashboard	mstar_core/observability/dashboard_server.py	实时观测 (port 18792)
安全沙箱	mstar_core/security/sanitizer.py	输入验证 + 内存清洗

---

在新实例上复现

MSTAR Pro V4.0 设计为零外部依赖（仅需 numpy + yaml），可通过 3 步快速部署到任意 Hermes Agent 实例。

Step 0：环境要求

# 确认目标机器已安装 Hermes Agent
hermes --version

# 确认 Python 版本 (需要 3.10+，带 numpy)
python --version   # 需要 numpy（DDTree / 鲁棒性分析依赖）

Step 1：复制 MSTAR 核心模块

把以下目录/文件复制到目标 Hermes Agent 的安装目录（与 run_agent.py 同级）：

mstar_core/                        # ← 36 个 Python 文件，核心引擎
plugins/context_engine/mstar/      # ← ContextEngine 插件
tools/mstar_tools.py               # ← MSTAR 工具集
tools/batch_tool.py                # ← 批量任务工具（可选）

如何获取这些文件？

• 选项 A：从本仓库（MSTAR-Pro-V4.0-Clean）下载 ZIP
• 选项 B：git clone https://github.com/Lsinxcoy/MSTAR-Pro-V4.0-Clean.git

Step 2：配置 Hermes 集成（2 处改动）

2.1 修改 config.yaml（在 ~/.hermes/config.yaml）

在 context: 节下将 engine 设为 mstar，在 memory: 节下将 provider 设为 mstar：

context:
  engine: mstar        # ← 启用 MSTAR ContextEngine（原有配置合并）

memory:
  provider: mstar      # ← 启用 MSTAR 记忆提供者（原有配置合并）

完整改动（仅 2 行）：

# 在 config.yaml 中找到 context: 和 memory: 节，分别加入：
#   context.engine: mstar
#   memory.provider: mstar

同时在顶级添加 MSTAR 配置块：

mstar:
  dashboard_enabled: true
  dashboard_port: 18792

2.2 修改 run_agent.py（集成钩子）

在 AIAgent.__init__ 中找到 MSTAR 初始化块（约第 2000 行），确保触发条件为 _mem_provider_name == "mstar"：

if _mem_provider_name == "mstar":
    from mstar_core import MSTARCore, SelfImprovingBridge
    _mstar_cfg = _agent_cfg.get("mstar", {})
    self._mstar_core = MSTARCore(
        hermes_home=str(get_hermes_home()),
        mode=_mstar_cfg.get("mode", "balanced"),
        fitness_dimensions=_mstar_cfg.get("fitness_dimensions", 20),
        dashboard_enabled=_mstar_cfg.get("dashboard_enabled", True),
        dashboard_port=_mstar_cfg.get("dashboard_port", 18792),
    )
    self._self_improver = SelfImprovingBridge(self._mstar_core)

如果目标 Hermes Agent 的 run_agent.py 中没有这段代码，需要在 AIAgent.__init__ 的适当位置（内存 provider 初始化后）插入上述代码块。参考本仓库的 run_agent.py 第 2001-2023 行。

Step 3：重启 Hermes Agent

# 重启后 Dashboard 自动在 port 18792 启动
hermes restart

# 验证 MSTAR 已加载
curl http://localhost:18792/health
# 应返回：{"status": "ok", "sessions_processed": 0, ...}

---

依赖清单

依赖	来源	用途
Python 3.10+	标准环境	运行环境
numpy	pip install numpy	DDTree / 鲁棒性分析
PyYAML	pip install pyyaml	配置文件解析
Hermes Agent	目标实例	运行平台
pydantic	(Hermes 内置)	数据校验

总计：mstar_core/ 仅 36 个 .py 文件，无需单独安装。

---

项目结构

mstar_core/                       # 核心引擎（36 文件，可独立运行）
├── acceleration/dd_tree.py      #   DDTree 动态规划加速
├── attribution/                   #   失败归因（LIFE）
├── bridge/                       #   自进化桥接
│   └── self_improving.py         #     CorrectionSignal / ReinforcementSignal
├── config/                       #   配置管理
│   └── simplified.py             #     YAML 配置读取
├── evaluation/                   #   评估引擎
│   └── ablation_engine.py        #     消融实验
├── evolution/                    #   演化系统
│   ├── engine.py                 #     MSTARCore 主类
│   ├── evolvemem.py              #     EvolveMem 检索自进化
│   ├── experience_recall.py      #     经验回溯
│   ├── fitness_tracker.py         #     FitnessTracker
│   ├── predictor.py              #     LLMJudgePredictor / RuleBasedPredictor
│   ├── protocol.py               #     RSPL / SEPL 协议
│   ├── robustness.py             #     Bootstrap CI / 扰动测试
│   └── version_control.py        #     FGGM 版本控制
├── memory/                       #   记忆系统
│   ├── forgetting.py             #     遗忘机制
│   ├── mars_belief.py            #     MARS 信念状态
│   ├── program.py                #     MemoryProgram 数据类
│   └── router.py                 #     记忆路由
├── observability/                #   可观测性
│   ├── dashboard.py              #     Dashboard 主类
│   └── dashboard_server.py       #     HTTP 服务器（12 路由）
├── research/                     #   研究工具
│   └── ablation.py               #     消融研究
└── security/                    #   安全沙箱
    └── sanitizer.py              #     输入验证 / 内存清洗

plugins/context_engine/mstar/      # Hermes ContextEngine 插件
tools/mstar_tools.py              # MSTAR 工具集（暴露所有 API 给 Agent）
run_agent.py                      # 集成入口（需修改 AIAgent.__init__）

---

技术规格

• Dashboard: http://localhost:18792
• 数据库: ~/.hermes/mstar_fitness.db（SQLite，自动创建）
• 日志: ~/.hermes/logs/
• 触发条件: 每 10 个 session 触发一次进化评估（可通过 fitness_dimensions 调整）
• 遗忘阈值: 适应度 < 0.3 且 30 天无改进，自动归档