Mu 是一个开源(AGPL-3.0)平台,通过单一 MCP 端点为智能体(Agent)提供了一套包含 67 种“真实世界”工具的完整工具集,涵盖网页搜索、邮件(SMTP)、存储、日历和市场等功能。与简单的 API 封装不同,Mu 是一个自包含的运行环境,拥有自己的 Web 界面、命令行工具(CLI)和智能体核心。 主要功能包括: * **统一访问:** 通过 MCP 为 Claude 或 Cursor、CLI 以及 Web SDK 提供工具支持。添加新工具会自动同步更新所有界面。 * **自托管或托管:** 以单个 Go 二进制文件形式提供,支持自托管,也可直接使用 `micro.mu` 服务。 * **智能体集成:** 支持主流大语言模型(Claude、OpenAI、Ollama),并内置记忆和状态管理功能。 * **可扩展性:** 操作员可以通过 JSON 轻松自定义信息流、提示词和频道,或使用 Go 开发新服务。 * **运营控制:** 内置身份验证、付费工具的积分计费系统,以及用于管理第三方密钥的管理员控制功能。 Mu 通过基于注册表的集中式架构取代了碎片化的工具集成方式,实现了智能体、人类与互联网之间的无缝交互。
本项目探索了现代机器学习的极限,通过在 80 年代的 BBC Micro(搭载 8 位 MOS 6502 处理器)上运行自回归语言模型来验证其可能性。
主要的工程限制包括 32KB 的内存限制以及处理器缺乏原生乘法指令。为克服这些障碍,作者采取了以下方案:
* **使用 BitNet:** 采用一种量化方法,将权重存储在 $\{-1, 0, 1\}$ 的三进制集合中。这使得原本高昂的乘法运算被简单的加减法取代,并实现了每字节存储四个参数。
* **选择 Mamba (SSM):** 与因 KV 缓存内存占用不断增长而受限的 Transformer 不同,Mamba 的递归架构保持了固定的状态大小,使其成为内存受限硬件的理想选择。
* **定制化推理:** 使用通过 CC65 编译的 C 语言引擎,并为激活函数采用了学习到的缩放偏移量,以及为采样采用了预计算查找表,因为 6502 无法计算指数运算。
最终,一个功能完备的微型 Mamba 模型得以诞生,展示了“机器共情”(mechanical sympathy)——即神经网络架构设计必须与底层硬件限制相匹配的必要性。你可以在基于 Web 的 BBC Micro 模拟器中直接运行该模型,体验在 1975 年代的硬件上生成文本的过程。
MicroCodex 是一款基于 C++23 构建的超轻量级编码代理,专为在终端本地运行而设计。它功能丰富,包括交互式终端界面、一次性提示(one-shot prompting)、持久化对话历史记录以及自动上下文压缩。
用户可通过简单的 curl 脚本在 macOS 和 Linux 上安装该工具,或从 GitHub 下载预编译的二进制文件。身份验证通过 OAuth 处理,允许用户直接通过 CLI 使用现有的 ChatGPT 方案。
MicroCodex 支持自定义文件系统“技能”以扩展其功能,并通过词法黑名单针对破坏性命令提供了基本的防护措施。但它并非沙箱环境;由于该工具的操作权限与底层进程相同,用户在使用时仍需谨慎。尽管目前暂不支持 MCP 和文本复制功能,但该项目已在 Apache-2.0 许可证下开源。它旨在为那些偏好高性能、终端原生环境来管理编码任务的开发者提供支持。