Raven

让 AI 代理记住一切,越用越聪明,自动完成深度研究。

Raven 是一个以记忆优先、自我进化的智能体框架,构建于 EverOS 之上,并集成 MiroThinker 驱动的深度研究与推理能力。它旨在解决传统 AI 代理缺乏长期记忆和自主改进能力的问题,通过持久化记忆存储和反思机制,让代理能够从过往交互中学习,逐步优化决策和响应质量。核心能力包括:多模型支持(OpenAI、Anthropic 等)、深度研究任务自动化、复杂推理链路构建,以及基于 EverOS 的模块化扩展。Raven 适合需要长期上下文、个性化交互和持续优化的场景,如个人助理、研究助手和自动化工作流。其 Python 实现降低了二次开发门槛,但项目仍处于成长阶段,生态和文档有待完善。

开源 unknown 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 4048
维护状态 活跃
是否开源 是
定价模式 unknown

项目数据

分类智能体
开发团队EverMind-AI
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型ai,ai-agents,anthropic,chatgpt,claude,codex,evermind,hermes,hermes-agent,llm,openai,openclaw,openhuman,self-evolving,self-improving
GitHub 星标★ 4048
30天Star增速
HF 下载量
上线时间2026-05-21 00:00:00
最近更新2026-09-23 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数1

使用教程

难度:入门 约 10 分钟 部署方式:命令行工具 7 步

环境要求

  • Linux、macOS 或 WSL2(使用安装脚本)
  • 原生 Windows 需 PowerShell(irm/iex 支持)
  • Docker 部署方式需已安装 Docker 与 Docker Compose
  • 首次运行需能联网访问 raven.evermind.ai 与 GitHub

安装与启动步骤

  1. 1安装 Raven

    Linux、macOS 或 WSL2 环境执行官方安装脚本,脚本会拉取并安装 raven 命令行工具。

    curl -fsSL https://raven.evermind.ai/install.sh | bash
  2. 2Windows 下安装

    原生 Windows 在 PowerShell 中执行安装脚本;若 PowerShell 5.1 拒绝重定向则改用直连 URL。

    irm https://raven.evermind.ai/install.ps1 | iex
  3. 3首次启动配置

    运行 raven 进入首次引导,会逐个询问要注册的 agent 产品并完成初始化,然后打开终端 UI,可选步骤可跳过。

    raven
  4. 4Docker Compose 启动

    进入仓库 docker 目录后执行 compose,镜像内已构建好页面与 Python 环境,无需在宿主机额外构建。

    cd docker
    docker compose up
  5. 5覆盖本地配置

    把凭证与部署相关配置写进 docker/.env.local(已被 git 忽略),它会覆盖提交的 docker/.env 默认值。

  6. 6自定义镜像构建

    需要自己构建镜像时用 Makefile 目标,默认标签为 raven:local,也可通过构建参数追加可选依赖集。

    make docker-build
  7. 7检查安装状态

    用 doctor 检查环境是否就绪;需要重新配置时运行 onboard 重新走一遍引导流程。

    raven doctor

关键配置

配置项必填说明示例
RAVEN_WEB_PORT否Compose 对外发布的主机端口,默认 1879318793
RAVEN_AUTO_LOGIN否本地浏览器自动登录;对外暴露时设为 00
RAVEN_EXTRAS否可选镜像附加组件,如 channels、tools、sandboxchannels,tools,sandbox
RAVEN_PLUGINS否镜像内要安装的捆绑插件,含记忆插件 everos-memoryeveros-memory
RAVEN_PROVIDER否容器启动时写入 config.json 的模型服务商openai
RAVEN_API_KEY否服务商密钥;本地模型可留空不填sk-xxxxxxxx

如何确认成功

浏览器打开 http://127.0.0.1:18793 能看到页面,或在终端执行 raven doctor 显示环境检查通过。

常见问题

Q:Windows PowerShell 5.1 安装时报重定向错误怎么办?

A:5.1 可能拒绝重定向,改用直连安装脚本地址:irm https://raw.githubusercontent.com/EverMind-AI/Raven/refs/heads/main/install.ps1 | iex。

Q:配置、会话和记忆数据保存在哪里?

A:都存放在 RAVEN_HOME 下。Docker 方式通过 raven-data 卷映射到容器内 /data,升级和重启时请保留该卷。

Q:想重新走一遍初始化引导怎么做?

A:直接执行 raven onboard 可以重新配置;执行 raven doctor 则用于检查当前配置是否存在问题。

Q:新增模型服务商后需要重启容器吗?

A:不需要。Compose 容器运行完整的 gateway 引擎,在 Settings > Models 中添加的服务商下一轮对话即可使用。

Q:如何清理或重置 Docker 数据?

A:docker compose down -v 会删除 raven-data 卷及其中的全部数据,请谨慎使用;普通停止只用 make docker-down。

注意事项

  • 凭证和部署相关的覆盖配置请写入 docker/.env.local,不要改提交到仓库的 docker/.env。
  • Docker 方式默认端口为 18793,若要对远程暴露页面务必把 RAVEN_AUTO_LOGIN 设为 0。
  • agent 产品随 raven 一起分发:wheel 首次使用时把 agents/ 复制到 raven home,源码检出则就地读取。
  • 使用本地无密钥的模型服务商时,可只配置 RAVEN_API_BASE 而留空 RAVEN_API_KEY。

核心亮点

  • 记忆优先架构,代理可跨会话持久化关键信息,提升个性化交互体验
  • 集成 MiroThinker,支持多步深度研究和复杂推理,超越简单问答
  • 兼容 OpenAI、Anthropic 等主流模型,灵活适配不同 API 和成本需求

不足之处

  • 项目较新,文档和社区生态尚不成熟,上手需参考源码
  • 依赖 EverOS 基础,增加部署和运维复杂度

适用场景

  • 个人知识库助手,长期跟踪用户偏好和项目进度
  • 自动化深度研究,如市场分析、学术文献综述
  • 复杂任务代理,如代码库维护、多源信息整合

替代项目

AutoGPT、LangChain、CrewAI

项目介绍

Raven 是智能体领域的开源项目,由 EverMind-AI 开发,是 2026 年新上线的项目。

在全站 13,090 个收录项目中,它的 GitHub 星标数(4,048)位列前 30%,在智能体分类的 2,517 个项目里位列前 11%。

近 42 天,它的 GitHub 星标从 3,498 增加到 4,048,净增 550。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-23。从国内网络环境看,可直接访问。

它主要面向的使用场景是:个人知识库助手,长期跟踪用户偏好和项目进度。同类可对比的替代方案包括 AutoGPT、LangChain、CrewAI。

上一篇:rustchain-mcp

下一篇:happier

同类项目推荐

xinchao-dynamic-mind 开源

给 AI 装上疲惫和欲望,让交互更真实

独立、可自托管的 AI 动态心智状态引擎:驱动力、念头池、疲惫、睡眠与意图。

★ 199 2026-08-09
deepseek-harness 开源

把 AI 能力拆成乐高积木,拼出你的专属智能体。

DeepSeek Harness: Everything is a Plugin.

★ 233327 2026-08-15
AutoGPT 开源

开箱即用的 AI 员工,交代任务就自己干完

AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···

★ 187492 2026-08-09
EvoAgentX 开源

让 AI 智能体自己迭代变强,越用越聪明

EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents

★ 3351 2026-09-12